Computer-aided diagnosis of Alzheimer's disease and mild cognitive impairment with MARS/CMARS classification using structural MR images
Alzheimer hastalığı ve hafif bilişsel bozukluğun MARS/CMARS sınıflandırma ile yapısal MR görüntüleri üzerinden bilgisayar destekli tanılanması
- Tez No: 474887
- Danışmanlar: PROF. DR. BEHÇET MURAT EYÜBOĞLU, PROF. DR. GERHARD WİEHELM WEBER
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 114
Özet
Alzheimer hastalığının (AH) ve prodromal evresi olan amnestik hafif bilişsel bozukluğun (HBB) erken tespiti, son yıllarda dikkat çeken bir konu haline gelmiştir. Görüntü analizi, örüntü sınıflandırma ve makine öğrenimi alanlarındaki etkileyici gelişmelere rağmen, henüz hiçbir bilgisayar destekli tanı sistemi, AH teşhisinin rutin klinik sürecinin bir parçası haline gelmemiştir. Bu tez çalışması, yapısal beyin manyetik rezonans (MR) görüntülerinin analiziyle, hastalığa bağlı deformasyonların erken dönem belirtilerini saptamayı içeren kapsamlı bir prosedür önermeyi amaçlamaktadır. İlgili biyobelirteçlerin taksonomisi ve yaygın kabul görmüş tekniklerin incelemesini de barındıran, kapsamlı bir literatür taraması ortaya konmuştur. Önerilen metodoloji, voksel yoğunluğuna dayanan (örneğin doku olasılık haritaları gibi) özniteliklerin, hacimsel beyin MR görüntülerinin bölütlenmesi ve hizalanması yoluyla çıkarılmasını içermektedir. Voksel tabanlı morfometri çerçevesi, imgeler arasında bire bir eşlemenin sağlanması için kullanılmaktadır. Öznitelik kümesinin kalitesi, öznitelik tabanlı morfometri gibi diğer yaklaşımları da içeren bir analizle değerlendirilmiştir. Öznitelik seçimi için hem istatistiksel analiz hem de alan bilgisi kullanımını içeren yeni bir hibrid prosedür önerilmiştir. Yöntemin performansı, bilinen boyut azaltma teknikleriyle karşılaştırılmıştır. Çapraz doğrulama içeren bir parametre optimizasyon prosedürü ile sınıf ayrımlı hiperdüzlemlerin oluşturulması için çok değişkenli adaptif regresyon eğrileri (MARS) ve konik MARS (CMARS) metotları kullanılmıştır. Bu çalışma kapsamında, tıbbi görüntü analizi alanında hem MARS hem de CMARS algoritmaları ilk kez kullanılmıştır. Sınıflandırıcı performanslarının nitel ve nicel değerlendirmeleri, alandaki önemli çalışmalarla karşılaştırmayı da içerir şekilde sunulmuştur. Alzheimer Hastalığı Nörogörüntüleme Girişimi (ADNI) verileri üzerinde yapılan testler yoluyla umut verici sonuçlar elde edilmiştir.
Özet (Çeviri)
Early detection of Alzheimer's disease (AD) and its prodromal stage, amnestic mild cognitive impairment (MCI), has drawn remarkable attention in recent years. Despite the impressive developments in fields of image analysis, pattern classification, and machine learning, no computer-aided diagnosis system has yet been a part of the clinical routine to diagnose the AD. This thesis study aims to propose a thorough procedure which involves detecting the early signs of disease-originated deformations by fully-automated analysis of structural brain magnetic resonance images (MRI). A comprehensive review including the taxonomy of related biomarkers and state-of-the-art techniques is introduced. Proposed methodology involves extraction of voxel intensity-based features (such as tissue probability maps) through segmenation and registration of brain MRI volumes. Voxel-based morphometry framework is employed to provide one-to-one correspondance between the images. Quality of the feature set is evaluated by an analysis including other approaches such as feature-based morphometry. A novel hybrid procedure involving both statistical analysis and utilization of domain knowledge is proposed for feature selection. Performance of the method is compared with these of well-known dimensionality reduction techniques. Multivariate adaptive regression splines (MARS) and Conic MARS (CMARS) were utilized for construction of the class-separating hyperplanes through a parameter optimization procedure involving cross-validation. This study is the first-time engagement of both MARS and CMARS algorithms in field of medical image analysis. Qualitative and quantitative evaluations of classifier performances were presented including a comparison with benchmark studies in the field. Promising results are acquired through the tests performed on Alzheimer's Disease Neuroimaging Initiative (ADNI) data.
Benzer Tezler
- Derin sinir ağı yöntemleri kullanılarak alzheimer hastalığının mr görüntüleri üzerinde sınıflandırılması
Classification of alzheimer's disease on mr using deep neural network methods
ESRA YÜZGEÇ
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED TALO
- Computer aided diagnosis of cognitive disorders using neuropsychological and neuroimaging data
Nöropsikolojik ve nörogörüntüleme verileri ile bilişsel bozuklukların bilgisayar destekli tanısı
FÜSUN ER
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYeditepe ÜniversitesiBiyoteknoloji Ana Bilim Dalı
YRD. DOÇ. DR. DIONYSIS GOULARAS
- Bunamanın erken tanısı için tıbbi görüntüleme ve görüntü işleme tekniklerinin kullanılması
The use of medical imaging and image processing techniques for early detection of dementia
GÖKÇE UYSAL
Yüksek Lisans
Türkçe
2019
Bilim ve Teknolojiİstanbul Üniversitesi-CerrahpaşaBiyomedikal Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MAHMUT ÖZTÜRK
- Convolutional neural networks for classification of Alzheimer's disease and mild cognitive impairment from 3D brain MRI images
Başlık çevirisi yok
ANAS ALSAYED
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ROWANDA D A AHMED
- 3b MRI ve hasta bilgileri kullanarak derin öğrenme ile alzheimer hastalığının erken teşhisi
Early detection of alzheimer's disease with deep learning using 3d MRI and patient informations
ARMAN ATALAR
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİHAT ADAR