Geri Dön

Multimodal segmentation of brain MR images through hidden Markov random fields

Beyin MR imgelerinin gizli Markov rasgele alanlarıyla çok değişkenli bölütlenmesi

PDF İndir

  1. Tez No: 255846
  2. Yazar: UFUK MAT
  3. Danışmanlar: PROF. DR. MEHMED ÖZKAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mühendislik Bilimleri, Engineering Sciences
  6. Anahtar Kelimeler: Manyetik rezonans görüntüleme, Otsu eşiklemesi, ML sınflandırma, MRF teori, çok değişkenli bölütlenme
  7. Yıl: 2009
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Biyo-Medikal Mühendislik Enstitüsü
  11. Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 80

Özet

Beyin MR imgelerinin, özellikle üç ana doku tipi olan CSF, GM ve WM'a,bölütlenmesi, uygulamanın cerrahi planlama, bilgisayar destekli nörocerrahi ve tanıdakikatkılarından dolayı, klinik uygulamalarda vazgeçilmezdir. Bununla birlikte, her birMR imgesi otomatik sonradan işleme tekniklerinin sonuçlarının hatasızlığını çarpıcıölçüde düşüren gürültü ve RF inhomojenligi gibi bozucu bile³enler içermektedir.Literatürde beyin MR imgelerinin bölütlenmesi için birtakım metotlar önerilmektedir.Bunlar arasında Otsu e³iklemesi, ML ve MRF modele dayalı metotlar ençok kullanılanlardır. Ayrıca gerçek T1 ve T2 görüntülerinin iki boyutlu bölütlenmesiyukarıda bahsi geçen bozulmaları neredeyse tamamen ortadan kaldırdıgı için şu anakadar bildirilmiş en iyi sonuçları vermektedir. Fakat, metot için gereken tarama zamanıve sürecin masrafı bu yöntemi klinik uygulamalar açısından uygunsuz kılmaktadır.Bu çalışmada üç farklı bölütleme düzeni, sırasıyla Otsu eşiklemesi, ML sınıflandırmave MRF modele dayalı metot, gerçek değişkenli imgelerin iki boyutlu bölütlemesi bazalınarak incelenecek, T1 ve T2 ağırlıklı imgeler kullanılarak yeni çok değişkenli MRFbölütlenme metodu arz edilecektir.Sonuş olarak, iki boyutlu veri kullanımı, bölütlenme algoritmalarının başarımınıarttırmıştır. Buna ek olarak, çok de§işkenli HMRF model tabanlı bölütlenme enbaşarılı bölütlenme sonuçlarını vermiştir.

Özet (Çeviri)

Segmentation of brain MR images, especially into three main tissue types: CSF,GM and WM, is an essential task in clinical applications as it aids surgical planning,computer-aided neurosurgery and diagnosis. However, every single MR image containsdegenerative components such as noise and RF inhomogeneity which dramatically re-duces the accuracy of the results of automatic post-processing techniques.A number of methods are proposed in the literature for tissue segmentation ofbrain MR images. Among these, Otsu thresholding, ML estimation and MRF modelbased methods are the ones that widely used. Moreover, 2D segmentation of True?T1and True?T2 images almost completely removes the artifacts mentioned above henceresults in the best results ever reported. However, the required scan time of the methodand the expence of the process makes this method inapplicable to clinical applications.In this study, three dierent segmentation schemes for brain MR images, namelyOtsu thresholding, ML classication and MRF model based segmentation, are analyzedtaking the segmentation results of 2D segmented true parameter images and a novelmultivariate MRF segmentation method using T1 and T2-weighted images is proposed.As a result, the performance of the segmentation methods when two dimensionaldata were used increased. Moreover, multivariate HMRF model-based segmentationmethod achieved the best results.

Benzer Tezler

  1. Tez No

    860660

    Modlu beyin MR görüntülerinin incelenmesi

    Investigation of multimodal brain MR images

    FATMATÜL ZEHRA YOLCU

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    BiyomühendislikFatih Sultan Mehmet Vakıf Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ HAYRİYE AKTAŞ DİNÇER

  2. Tez No

    398702

    Probabilistic determination of brain tumor locations

    Beyin tumörü bölgelerinin olasılıksal olarak belirlenmesi

    YASİN ÇOTUR

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Radyoloji ve Nükleer TıpBoğaziçi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMED ÖZKAN

    DOÇ. DR. AZİZ MÜFİT ULUĞ

  3. Tez No

    167438

    Electro-magnetic source imaging using realistic head models

    Gerçekçi kafa modelleri kullanarak elektro-manyetik kaynak görüntüleme

    ZEYNEP AKALIN ACAR

    Doktora

    İngilizce

    İngilizce

    2005

    Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik Üniversitesi

    Elektrik ve Elektronik Mühendisliği Bölümü

    PROF.DR. NEVZAT GENÇER

  4. Tez No

    381828

    Geodesic based hybrid similarity criteria for approximate spectral geodesic based hybrid similarity criteria for approximate spectral clustering of large medical data sets

    Büyük medikal veri setlerinin yaklaşık spektral öbeklenmesi için jeodezik tabanlı benzerlik ölçütleri

    BERNA YALÇIN

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. İSA YILDIRIM

  5. Tez No

    403426

    Exploring fusion models in computer vision for medical image computing

    Başlık çevirisi yok

    DUYGU SARIKAYA

    Doktora

    İngilizce

    İngilizce

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolState University of New York at Buffalo

    Dr. JASON J. CORSO

Geri Dön