Der Grauwert selbst liefert an erster Stelle schon einen Anhaltspunkt für die Zugehörigkeit eines Voxels zu einer anatomischen Struktur. Wenn man im Computertomogramm alle Bildpunkte mit einem Hounsfield-Wert von 100 bis 3000 (Dichtewert von Wasser = 0, Dichtewert von Luft = -1000 und Dichtewert von Knochen = +3000) einheitlich verfärbt, kann man schon die Knochenstruktur erkennen.   Wenn  man  nun  einzelne  Knochen  getrennt  vom  zusammenhängenden  Gebilde  behandeln  und  darstellen  möchte, kann man das Keimzellwachstumsverfahren anwenden:   Innerhalb der Struktur, die dargestellt werden soll, wählt man ein Voxel, die so genannte Keimzelle. Im ersten Schritt werden alle Nachbarvoxel untersucht. Wenn diese die gleichen Grauwerte besitzen, heißt es, dass sie zum selben Objekt gehören. So werden dann deren Nachbarn auf Objektzugehörigkeit untersucht und so weiter, bis das Objekt ausgeschöpft ist.   Vorher muss man allerdings feststellen, was überhaupt unter Nachbarschaft eines Voxels zu verstehen ist. Schränkt man  sie  auf  die  sechs  Würfelchen  ein,  die  mit  einer  ganzen  Fläche  angrenzen  (N6  Nachbarschaft),  ist  eine Verbindung über zwei Voxel, die sich nur an einer Kante oder Ecke berühren, nicht möglich. So könnten sehr dünne Strukturen fälschlich auseinander gerissen werden.                                     N4                                  N8                      N26                                      N6   Bei  zu  großzügig  gewählter  Nachbarschaft  wächst  dagegen  möglicherweise  zusammen,  was  nicht  zusammen gehört.   Je   nach   Abgrenzung   des   Bereichs   und   Wahl   der   Keimzelle   lassen   sich   verschiedene   Strukturen identifizieren.   Der Oberkieferbereich einer Frau im horizontalen CT-Schnitt. Um alle Knochen und Zähne zu erfassen wird der Bereich 350-3000 HE gewählt (a)¨(b). (c) und (d) zeigen die Segmentierung von Zähnen.   Ein typischer ärztlicher Nutzer will nicht gerne langwierig einzelne Strukturen markieren oder immer wieder durch Probieren  die  Schwellenwerte  ausfindig  machen  müssen,  mit  denen  z.B.  die  Knochen  am  klarsten  dargestellt werden.  Er  möchte  am  liebsten  vor  einem  Eingriff  ins  Gehirn  den  Schädel  mit  der  Maus  anklicken  und  ihn durchsichtig machen, oder er will einen Tumor in Kontrast zum gesunden Gewebe farbig und durchscheinend sehen. Auf Knopfdruck soll die Umgebung von Sehnerven und Gefäßen freigemacht werden, so dass man prüfen kann, ob für das Operationsgerät genügend Platz vorhanden ist. All diese Funktionen hängen entscheidend von der Qualität der Segmentierung ab.   Das Ergebnis der ersten groben Segmentierung durch Flutalgorithmus(links). Die anliegende Hirnhaut (rechts im Bild) ist nicht als Gehirngewebe erkannt worden. Durch den zweiten Flutalgorithmus wurde die Hirnhaut eliminiert aber auch große Lücken gerissen (Mitte). Das Endergebnis der Segmentierung durch den Fuzzy-Algorithmus hat die Lücken wieder gefüllt(Rechts). (Auf die Flut- und Fuzzy-Algorithmen wird in dieser Arbeit nicht eingegangen)