Diplomová práce

Morfometrie obrazů mozku z magnetické rezonance založená na vzorech

Morphometry of magnetic resonance brain images based on patterns

Bc. Radomír Kůs, učo 376214
Anotace

Tato práce se zabývá metodami strojového učení a morfometrie mozku, sloužícími jako nástroj pro počítačově podporovanou diagnostiku neuropsychiatrických poruch na základě dat z neurozobracovacích technik. Součástí práce je přehled existujících metod, které jsou dány do širšího kontextu klasifikačních algoritmů. Dále je navrženo nové klasifikační schéma, obsahující různé metody extrakce a selekce příznaků …více

Abstract

The thesis deals with machine learning and brain morphometry techniques serving as a tool for computer-aided diagnosis of neuro-psychiatric disorders based on neuroimaging data. The existing techniques are reviewed and put in a broader context of a classification pipeline. Various feature extraction and selection methods are incorporated into a newly proposed classification scheme and implemented in …více

Klíčová slova
klasifikace počítačově podporovaná diagnostika schizofrenie K-SVD strojové učení rozpoznávání zobrazování pomocí magnetické rezonance classification computer-aided diagnosis schizophrenia machine learning pattern recognition magnetic resonance imaging
Zadání práce
Cílem práce je seznámit se s pokročilou analýzou obrazů z magnetické rezonance pro hodnocení morfologie mozku pacientů s neuropsychiatrickými poruchami a spojit tyto metody zpracování a analýzy obrazů mozku s algoritmy strojového učení pro klasifikaci či rozpoznávání. Konkrétně bude student(ka) řešit následující úkoly:
  1. Rešerše odborné literatury relevantní k problematice morfologických analýz obrazů mozku včetně metod VBM (voxel-based morphometry), DBM (deformation-based morphometry) a SBM (source-based morphometry) a PBM (pattern-based morphometry).
  2. Prostudování klasifikačních algoritmů vhodných pro MRI data a pro příznaky extrahované z těchto dat morfometrickými metodami.
  3. Návrh algoritmu pro výběr příznaků a klasifikaci a dále jeho implementace a otestování včetně kvantitativního zhodnocení na reálných datech pořízených pro výzkum první epizody schizofrenie

Praktické části diplomové práce budou řešeny ve vývojovém prostředí MATLAB s využitím toolboxů pro zpracování MRI dat SPM (Statistical Parametric Mapping). Text práce bude vypracován v anglickém jazyce

Doporučená literatura
  • MECHELLI, A., PRICE, C. J., FRISTON, K. J., ASHBURNER, J. Voxel-Based Morphometry of the Human Brain: Methods and Applications. Current Medical Imaging Reviews, 2005, vol. 1, no. 2, p. 105 – 113.
  • ASHBURNER, J., HUTTON, C., FRACKOWIAK, R., JOHNSRUDE, I., PRICE, C., FRISTON, K. Identifying global anatomical differences: deformation-based morphometry. Human Brain Mapping, 1998, vol. 6, no. 5 – 6, p. 348 – 357.
  • FRACKOWIAK, R. S. J., ASHBURNER, J. T., PENNY, W. D., ZEKI, S. Human Brain Function, Second Edition, Academic Press, 2004.
  • GASER, C., NENADIC, I., BUCHSBAUM, B. R., HAZLETT, E. A., BUCHSBAUM, M. S. Deformation-based morphometry and its relation to conventional volumetry of brain lateral ventricles in MRI. NeuroImage, 2001, vol. 13, no. 6 , p. 1140 – 1145.
  • LEPORE, N., BRUN, C., CHOU, Y. -Y., CHIANG, M. -C., DUTTON, R. A., HAYASHI, K. M., LUDERS, E., LOPEZ, O. L., AIZENSTEIN, H. J., TOGA, A. W., BECKER, J. T., THOMPSON, P. M. Generalized Tensor-Based Morphometry of HIV/AIDS Using Multivariate Statistics on Deformation Tensors. IEEE Transactions on Medical Imaging, 2008, vol. 27, no. 1, p. 129 – 141.
  • XU, L., LIU, J., ADALI, T., CALHOUN, V. D. Source based morphometry using structural MRI phase images to identify sources of gray matter and white matter relative differences in schizophrenia versus controls. In IEEE International Conference on Acoustics, Speech and Signal Processing, 2008. Las Vegas, Nevada NV (USA), 2008, p. 533 – 536.
  • CALHOUN, V. D., ADALI, T., PEARLSON, G. D., PEKAR, J. J. A method for making group inferences from functional MRI data using independent component analysis. Human Brain Mapping, 2001, vol. 14, no. 3, p. 140 - 151.
  • PANTAZIS, D., LEAHY, R. M., NICHOLS, T. E., STYNE, M. Statistical surface-based morphometry using a non-parametric approach .In 2004 2nd IEEE International Symposium on Biomedical Imaging: Macro to Nano. Arlington, VA (USA), vol. 2, 2004, p. 1283 – 1286.
  • GAONKAR, B., POHL, K., DAVATZIKOS, C. Pattern based morphometry. Medical image computing and computer-assisted intervention 2011, vol. 14, no. 2, pp. 459 - 466
Administrativní informace
Práce zkontrolována:
11. 1. 2016 06:49, prof. Ing. Daniel Schwarz, Ph.D., učo 195581
Plný text práce
13,4 MB / soubor PDF
Jazyk práce
angličtina angličtina
Termín obhajoby
9. 2. 2016
Práce byla úspěšně obhájena

Vedoucí

prof. Ing. Daniel Schwarz, Ph.D., učo 195581
IBA SpolP LF MU

Oponent

Mgr. Martin Víta, Ph.D., učo 333617
Citovat tuto práci
Masarykova univerzita Přírodovědecká fakulta
Studijní program
Experimentální biologie
Obor

Práce na příbuzné téma

Seznam prací, které mají shodná klíčová slova.

Podobné práce

  • Přidání souboru

    Soubor nebo složku lze nahrát pomocí tlačítka Přidat.

  • Další operace se soubory

    Podrobnosti lze zjistit označením příslušného řádku.

  • Pohled pro experty

    Pro častou práci je možné zvolit režim Více možností.

  • Vyhledávání souborů

    Vyhledávaný výraz můžete zadat přímo do adresního řádku.

  • Rychlý přístup k souborům

    Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou.