Novel Mathematical Methods for Analysis of Brain White Matter Fibers Using Diffusion MRI
Beyindeki Beyaz Cevher Liflerinin Difüzyon MRG Görüntüleri Kullanılarak Analizinde Yeni Matematiksel Yöntemler
- Tez No: 507355
- Danışmanlar: PROF. DR. GÖZDE ÜNAL
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Computer Engineering and Computer Science and Control, Science and Technology
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Belirtilmemiş.
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 169
Özet
Beyindeki beyaz cevher lifleri, çeşitli gri cevher bölgelerinin birbiriyle iletişimini sağlar. Difüzyon Manyetik Rezonans Görüntüleme (DMRG), hayatta olan deneklerin beyaz cevher liflerinin oryantasyonlarının kestirilmesini mümkün kılar. Kestirilen oryantasyonlar kullanılarak, liflerin yörüngelerinin 3B eğri temsilleri oluşturulabilir. Bu işlem trakrografi olarak bilinmektedir. Yolak olarak da adlandırılan bu 3B eğri temsillerinin bilinen anatomik lif kümelerine otomatik olarak sınıflandırılması sinirgörüntü işlemede çok önemli bir problemdir. Bu tezde, üç yeni otomatik yolak sınıflandırma yöntemi önerilmiştir. İlk iki metot, siniranatomik önbilginin, yoğunluk tabanlı danışmansız kümeleme metoduyla birleştirilmesine dayanmaktadır. İlk metot, beyinsapına özel buluşsal yöntemler içermekle beraber, ikinci metot daha genel bir metot olup, beyindeki her lif kümesi için uygulanabilir. Ayrıca, ikinci metotta yeni bir lif temsili önerilmiştir. Komşu lif yönleri dağılımı (KLYD) adını verdiğimiz bu temsil, her yolağı, komşuluğundaki lif oryantasyon dağılımını kodlayan histogramlarla temsil etmektedir. Üçüncü metot, KLYD temsilini kullanarak, danışmanlı öğrenme yaklaşımı çerçevesinde, her yolağı, doğrudan, ilgilenilen lif küme sınıflarına ait olma olasılık kestirimlerine haritalar. Pratik bir eğitim ve doğrulama kümesi oluşturma metodolojisi de önerilmiştir. Bunlara ek olarak, tümör çıkarılma ameliyatı öncesi ve sonrası lif yapıları arasındaki değişim ile hastanın klinik bilişsel bulguları arasında istatistiksel olarak anlamlı bir ilişki olup olmadığı araştırılmıştır. Bu bağlamda, bir yolak kümesinden yolak kümesine çakıştırma metodu ve lifler arasındaki değişimi sayısallaştırmaya yönelik çeşitli ölçütler önerilmiştir. Beyinsapında tümör bulunan 30 hastanın DMRG görüntüleri ve klinik değerlendirme puanları üzerinde elde edilen sonuçlar sunulmuştur.
Özet (Çeviri)
White matter fibers connect and transfer information among various gray matter regions of the brain. Diffusion Magnetic Resonance Imaging (DMRI) allows in-vivo estimation of fiber orientations. From the estimated orientations, a 3D curve representation of the trajectory of fibers can be reconstructed in a process known as tractography. Automatic classification of these“tracts”into classes of anatomically known fiber bundles is a very important problem in neuroimage computing. In this thesis, three automatic fiber classification methods are proposed. The first two are based on combining neuroanatomical priors with density-based clustering. The first method includes brainstem heuristics but the second is more general and can be applied to any fiber pathway in the brain. Further, the second method introduces a novel fiber representation, Neighborhood Resolved Fiber Orientation Distribution(NRFOD), that represents a tract as a set of histograms that encode the distribution of fiber orientations in its neighborhood. The third method utilizes the NRFOD representation to directly map a tract to a probability estimate for each bundle class in a supervised classification framework. A practical training and validation set creation methodology is proposed. Additionally, the thesis includes statistical significance tests to investigate whether the structural change between pre-operative and post-operative fiber bundles after a tumor resection operation are related to the change in patient's cognitive performance scores. To this end, a fiber bundle to fiber bundle registration method and various quantitative measures of the structural change are proposed. We present results over DMRI data with clinical evaluations of 30 patients with brainstem tumors.
Benzer Tezler
- Lojistik sistemlerin yapay sinir ağları ile modellenmesi, gerçeklenmesi ve kontrolü
Modeling, implementation and control of logistics systems using artificial neural networks
MURAT ERMİŞ
Doktora
Türkçe
2005
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF.DR. FÜSUN ÜLENGİL
- Antenlerin hızlı ve doğru tasarımı için esnek hesaplamaya dayalı sayısal karma yöntemler
Numerical hybrid methods based on soft computing for fast and accurate design of antennas
MAHMUD ESAD YİĞİT
Doktora
Türkçe
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT TAYFUN GÜNEL
- Characterizing and detecting cohesive subgroups with applications tosocial and brain network
Yogun ve uyumlu alt grupları karakterize etme ve tespit etme, sosyal media ağları ve beyin ağlari
MAKBULE ZEYNEP ERTEM OKTAY
Doktora
İngilizce
2015
Endüstri ve Endüstri MühendisliğiTexas A&M UniversityEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SERGİY BUTENKO
- U-Mut: autolisple bilgisayar destekli uzman-mutfak tasarımı
U-Mut: a computer aided expert-kitchen design written in autolisp
MANOLYA KAVAKLI
- Güncel yazılım süreçlerinin yapay zeka yaklaşımları ile iyileştirilmesi
Improving current software processes with artificial intelligence approaches
MUSTAFA ALP EREN KILIÇ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED FATİH ADAK