search query: @keyword magnetic resonance imaging / total: 22
reference: 9 / 22
« previous | next »
Author:Ahlstedt, Niina
Title:Magneettikuvauksen käyttö henkilötunnistuksessa
Utilization of magnetic resonance imaging in person identification
Publication type:Master's thesis
Publication year:2007
Pages:73      Language:   fin
Department/School:Sähkö- ja tietoliikennetekniikan osasto
Main subject:Sovellettu elektroniikka   (S-66)
Supervisor:Sepponen, Raimo
Instructor:Sepponen, Raimo
OEVS:
Electronic archive copy is available via Aalto Thesis Database.
Instructions

Reading digital theses in the closed network of the Aalto University Harald Herlin Learning Centre

In the closed network of Learning Centre you can read digital and digitized theses not available in the open network.

The Learning Centre contact details and opening hours: https://learningcentre.aalto.fi/en/harald-herlin-learning-centre/

You can read theses on the Learning Centre customer computers, which are available on all floors.

Logging on to the customer computers

  • Aalto University staff members log on to the customer computer using the Aalto username and password.
  • Other customers log on using a shared username and password.

Opening a thesis

  • On the desktop of the customer computers, you will find an icon titled:

    Aalto Thesis Database

  • Click on the icon to search for and open the thesis you are looking for from Aaltodoc database. You can find the thesis file by clicking the link on the OEV or OEVS field.

Reading the thesis

  • You can either print the thesis or read it on the customer computer screen.
  • You cannot save the thesis file on a flash drive or email it.
  • You cannot copy text or images from the file.
  • You cannot edit the file.

Printing the thesis

  • You can print the thesis for your personal study or research use.
  • Aalto University students and staff members may print black-and-white prints on the PrintingPoint devices when using the computer with personal Aalto username and password. Color printing is possible using the printer u90203-psc3, which is located near the customer service. Color printing is subject to a charge to Aalto University students and staff members.
  • Other customers can use the printer u90203-psc3. All printing is subject to a charge to non-University members.
Location:P1 Ark S80     | Archive
Keywords:biometric identification
magnetic resonance imaging
MRI
vein pattern
gravity centers curve
biometrinen tunnistaminen
magneettikuvaus
MRI
verisuonikuvio
painopistekäyrä
Abstract (fin): Henkilön fyysisiin ominaisuuksiin tai käyttäytymiseen perustuvat biometriset tunnisteet yleistyvät yhteiskunnassamme koko ajan, ja uusia tunnistusmenetelmiä kehitetään jatkuvasti.
Eräs uusimmista menetelmistä on verisuonikuvioihin perustuva tunnistaminen.
Olemassa olevat laitteet perustuvat infrapunakameroilla kuvattaviin kaksiulotteisiin verisuonikuviin.
Tässä diplomityössä tehtiin alustava tutkimus patenttihakemuksen 20055494 mukaisesta menetelmästä, jossa henkilö tunnistetaan magneettikuvauksen avulla saatujen kolmiulotteisten verisuonimallien perusteella.

Valtimoiden verisuonikuviot kuvattiin 1,5 teslan magneettikuvauslaitteella käyttäen kulkuaikaan perustuvaa verisuonikuvausta (TOF, time of flight).
Suonimallit muodostettiin laskemalla pääverisuonten painopistekäyrät oikean etusormen poikkileikkauskuvista manuaalisesti rajatuista alueista.

Työssä kehitettiin suonimallien välisiin virhe-etäisyyksiin perustuva vertailualgoritmi.
Koska mallit sisältävät pisteitä, jotka eivät kuulu tutkittaviin pääverisuoniin, algoritmi jättää iteratiivisesti pois suurimmat virhe-etäisyydet tuottaneet pisteet pois vertailusta.
Henkilöiden verisuonimalleja vertailtiin sekä silmämääräisesti, että työssä kehitetyllä vertailualgoritmilla.
Mallien välisten virhe- etäisyyksien pohjalta toteutettiin tilastollinen luokittelu henkilöiden vertailemiseksi.
Alustavien tutkimusten tulosten perusteella voidaan todeta, että henkilöt voidaan erottaa toisistaan verisuonimallien perusteella, kunhan data on riittävän hyvälaatuista.
Työssä tehdyn kohina-analyysin perusteella luokittelutulos heikkenee selvästi kun kohinan määrä keskimäärin kymmenkertaistetaan.

Menetelmän kehittäminen vaatii jatkotutkimuksia muun muassa suonikuvioiden erottelevuuden ja pysyvyyden varmistamiseksi.
Lisäksi erilaisten metalliartefaktien sekä verisuoniin vaikuttavien sairauksien vaikutuksia on syytä tutkia.
Myös vertailualgoritmi vaatii jatkokehitystä.
Lisäksi datamäärän kasvaessa tarvitaan automaattista suonten tunnistamista.
Signaali-kohina-suhteen heikentyminen kuvausajan lyhentymisen ja päämagneettikentän heikkenemisen seurauksena asettaa haasteita lopullisen sovelluksen kehittämiselle.
ED:2007-11-23
INSSI record number: 34931
+ add basket
« previous | next »
INSSI