Geri Dön

Improving the sub-cortical GM segmentation using evolutionary hierarchical region merging

Korteks altı gri madde bölütlemesini evrimsel hiyerarşik bölge kaynaştırması kullanarak geliştirmek

  1. Tez No: 276642
  2. Yazar: MUSTAFA ULAŞ ÇİFTÇİOĞLU
  3. Danışmanlar: YRD. DOÇ. DR. DİDEM GÖKÇAY
  4. Tez Türü: Yüksek Lisans
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2011
  8. Dil: İngilizce
  9. Üniversite: Orta Doğu Teknik Üniversitesi
  10. Enstitü: Enformatik Enstitüsü
  11. Ana Bilim Dalı: Tıp Bilişimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 119

Özet

Manyetik rezonans beyin görüntülerinde korteks-altı gri madde yapıların bölütlenmesi, klinikte ve araştırmada, nörolojik hastalıkların erken tanısı, cerrahi operasyonların yönlendirilmesi ve longitudinal hacimsel çalışmalar gibi birçok amaç için çok önemlidir. Malesef beyni 3 dokuya bölütleyen algoritmalar genellikle korteks-altı bölgedeki zayıf performanstan zarar görmektedir. Bu çalışmada, korteks-altı gri madde yapıların tespitini artırmak için, EHRM olarak kısaltılan evrimsel hiyerarşik bölge kaynaştırması yaklaşımı önerilmektedir. EHRM ile birlikte, intensite temelli bir bölge kaynaştırması, kaynaşmanın bağlantısız bölgeler arasında da ilerlemesine izin verilerek, yararlanılmıştır. Örgü bilgise de intensite açısından benzer fakat örgü özellikleri farklı dokular arasındaki kaynaşmaların engellenmesi için şemaya dahil edilmiştir. Önerilen algoritma gerçek ve simule edilmiş veri setlerinde test edilmiştir. Performans, yaygınca kullanılan FSL paketindeki intensite dayalı popüler bir bölütleme algoritması olan FAST algoritması[1] ile karşılaştırılmıştır. EHRM'in korteks-altı gri madde yapıların tespitinde anlamlı bir iyileştirme yaptığı gösterilmistir. Kaudat, putamen ve talamus için sırasıyla 10%, 36% ve 22% ortalama iyileşme sağlanmıştır. Gri madde ve beyaz madde için hacimsel kestirim doğruluğu da artmıştır. EHRM'in performansı, manyetik alan sapması varlığında dayanıklıdır. Ek olarak, EHRM O(N) kompleksitede çalışmaktadır. Ayrıca, burda önerilen algoritma basittir çünkü atlas görüntü gibi uzaysal önbilgi veya intensite önbilgisi dahil etmemektedir. Bu özelliklerle, EHRM mevcut beyin bölütleme araçlarına uygun bir alternatif haline gelebilir.

Özet (Çeviri)

Segmentation of sub-cortical Gray Matter (GM) structures in magnetic resonance brain images is crucial in clinic and research for many purposes such as early diagnosis of neurological diseases, guidance of surgical operations and longitudinal volumetric studies. Unfortunately, the algorithms that segment the brain into 3 tissues usually suffer from poor performance in the sub-cortical region. In order to increase the detection of sub-cortical GM structures, an evolutionary hierarchical region merging approach, abbreviated as EHRM, is proposed in this study. Through EHRM, an intensity based region merging is utilized while merging is allowed to proceed among disconnected regions. Texture information is also incorporated into the scheme to prevent the region merging between tissues with similar intensity but different texture properties. The proposed algorithm is tested on real and simulated datasets. The performance is compared with a popular segmentation algorithm, which is also intensity driven: the FAST algorithm [1] in the widely used FSL suite. EHRM is shown to make a significant improvement the detection of sub-cortical GM structures. Average improvements of 10%, 36% and 22% are achieved for caudate, putamen and thalamus respectively. The accuracy of volumetric estimations also increased for GM and WM. Performance of EHRM is robust in presence of bias field. In addition, EHRM operates in O(N) complexity. Furthermore, the algorithm proposed here is simple, because it does not incorporate spatial priors such as an atlas image or intensity priors. With these features, EHRM may become a favorable alternative to the existing brain segmentation tools.

Benzer Tezler

  1. Investigation of age dependent contrast and t1 differences in MR images at 3.0 T: A study on MPRAGE, spin echo and flash protocols

    Beynin yaşlanması sürecine ait mr görüntülerinde kontrast ve t1 değişikliklerinin 3.0 T MR cihazında incelenmesi: MPRAGE, spin echo ve flash protokolleri üzerine bir çalışma

    HAYRİYE AKTAŞ DİNÇER

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    BiyomühendislikOrta Doğu Teknik Üniversitesi

    Biyomedikal Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. DİDEM GÖKÇAY

    DOÇ. DR. EWA JAKUBOWSKA-DOĞRU

  2. İnme hastalarında nörofizyolojik yaklaşımların beyin morfometrisi üzerindeki etkisinin incelenmesi

    Investigation of the effect of neurophysiological approaches on brain morphometry in stroke patients

    FURKAN KARAKOÇ

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Fizyoterapi ve Rehabilitasyonİstinye Üniversitesi

    Sinir Bilimi Ana Bilim Dalı

    PROF. DR. YAKUP KRESPİ

  3. Hemşirelerde etik değerlere yatkınlık ve iş yaşam kalitesi arasındaki ilişkinin incelenmesi

    Investigation of the relationship between nurses' ability to ethical values and quality of work life

    SEMRA ASLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    HemşirelikBezm-i Alem Vakıf Üniversitesi

    Hemşirelik Ana Bilim Dalı

    PROF. DR. TÜRKİNAZ AŞTI

    DOÇ. DR. HALE TOSUN

  4. Bütünleşik bulanık çok kriterli karar verme metotları: Türk otomotiv ana sanayi örneği

    Integrated intuitionistic fuzzy multi criteria decision making methods: Example of Turkish automotive main industry

    GÖZDE KOCA

    Doktora

    Türkçe

    Türkçe

    2018

    İşletmeDumlupınar Üniversitesi

    Ekonometri Ana Bilim Dalı

    PROF. DR. SEMA BEHDİOĞLU

  5. Pozitif psikolojik sermaye ve stresle başa çıkma stratejileri arasındaki ilişkinin incelenmesi (Adana kamu kurumu örneği)

    Investigation of the relationship between positive psychological capital and coping strategies with stress (Adana public institution example)

    GÜLSÜM YİTER

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Kamu YönetimiÇağ Üniversitesi

    Psikoloji Ana Bilim Dalı

    DOÇ. DR. MURAT KOÇ