Automated brain tissue segmentation of magnetic resonance images in multiple sclerosis

dc.contributor
Institut de Recerca en Visió per Computador i Robòtica
dc.contributor.author
Valverde Valverde, Sergi
dc.date.accessioned
2016-06-30T10:17:08Z
dc.date.available
2016-06-30T10:17:08Z
dc.date.issued
2016-06-14
dc.identifier.uri
http://hdl.handle.net/10803/386468
dc.description.abstract
L'objectiu principal d'aquesta tesi és el desenvolupament d'un nou mètode de segmentació totalment automàtic capaç de mesurar amb precisió el volum cerebral en imatges de pacients d'EM amb lesions. El mètode que hem proposat s'ha desenvolupat i implementat integrant no només la informació provinent de la intensitat dels vòxels, sinó a través de la incorporació d'atles morfològics i estructurals que guien la segmentació del teixit. Els vòxels candidats de ser lesions són estimats i processats abans de la segmentació del teixit utilitzant un algoritme de post-processat basat en la informació del context local i la informació anatòmica i morfològica prèvia. Aquest mètode de segmentació ha estat avaluat de forma quantitativa i qualitativa utilitzant diferents conjunts d'imatges que contenen lesions de substància blanca. Els resultats mostren que la precisió del mètode proposat és consistent i molt competitiva en tot tipus d'imatges en comparació amb altres tècniques proposades. En aquest sentit, els percentatges d'error obtinguts en els diferents experiments duts a terme mostren que el mètode proposat millora la segmentació del teixit cerebral de les imatges amb lesions
cat
dc.description.abstract
The main goal of this thesis is to develop a novel, fully automated brain tissue segmentation method capable of computing accurate measurements of tissue volume from images of MS patients with lesions. The proposed tissue segmentation method has been designed and implemented using a combination of intensity along with anatomical and morphological prior maps to guide the tissue segmentation. WM outliers have been estimated and filled with signal intensities similar to those of the WM before segmentation using a multi-channel post-processing rule-based algorithm with spatial context, and prior anatomical and morphological atlases. The proposed method has been quantitatively and qualitatively evaluated using different databases of images containing WM lesions, yielding competitive and consistent results in both general and MS specific databases. The percentages of errors obtained in the different experiments carried out show that the proposed algorithm effectively improves automated brain tissue segmentation in images containing lesions.
eng
dc.format.extent
118 p.
cat
dc.format.mimetype
application/pdf
dc.language.iso
eng
cat
dc.publisher
Universitat de Girona
dc.rights.license
L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-sa/3.0/es/
dc.rights.uri
http://creativecommons.org/licenses/by-nc-sa/3.0/es/
*
dc.source
TDX (Tesis Doctorals en Xarxa)
dc.subject
Multiple sclerosis
cat
dc.subject
Esclerosi múltiple
cat
dc.subject
Esclerosis múltiple
cat
dc.subject
Brain
cat
dc.subject
Cervell
cat
dc.subject
Cerebro
cat
dc.subject
Magnetic resonance imaging
cat
dc.subject
Imatges per resonància magnètica
cat
dc.subject
Imágenes por resonáncia magnética
cat
dc.title
Automated brain tissue segmentation of magnetic resonance images in multiple sclerosis
cat
dc.type
info:eu-repo/semantics/doctoralThesis
dc.type
info:eu-repo/semantics/publishedVersion
dc.subject.udc
004
cat
dc.subject.udc
616.8
cat
dc.subject.udc
68
cat
dc.contributor.director
Oliver i Malagelada, Arnau
dc.contributor.director
Lladó Bardera, Xavier
dc.embargo.terms
cap
cat
dc.rights.accessLevel
info:eu-repo/semantics/openAccess


Documentos

tsvv1de1.pdf

15.38Mb PDF

Este ítem aparece en la(s) siguiente(s) colección(ones)