search query: @keyword segmentation / total: 34
reference: 13 / 34
| Author: | Häme, Yrjö |
| Title: | Cortex reconstruction from magnetic resonance images |
| Korteksin rekonstruktio magneettikuvista | |
| Publication type: | Master's thesis |
| Publication year: | 2008 |
| Pages: | 59 s. + liitt. Language: eng |
| Department/School: | Elektroniikan, tietoliikenteen ja automaation tiedekunta |
| Main subject: | Lääketieteellinen tekniikka (Tfy-99) |
| Supervisor: | Ilmoniemi, Risto |
| Instructor: | Pollari, Mika |
| Digitized copy: | https://aaltodoc.aalto.fi/handle/123456789/95974 |
| OEVS: | Digitized archive copy is available in Aaltodoc
|
| Location: | P1 Ark TKK 6653 | Archive |
| Keywords: | cortex reconstruction segmentation clustering level sets korteksi aivokuori rekonstruktio segmentointi klusterointi muovautuva malli |
| Abstract (fin): | Korteksin rekonstruktiossa luodaan aivokuorta kuvaava ja sen anatomiaa vastaava pintamalli. Tarkalla rekonstruktiolla on useita sovellusalueita aivotutkimuksessa, sairauksien tunnistamisessa ja arvioinnissa sekä kirurgisissa operaatioissa. Segmentointimenetelmien viimeaikainen kehitys on mahdollistanut tehtävän automaattisen suorittamisen. Silti kuvantamismenetelmän rajoitukset ja aivokuoren monimutkainen rakenne tuottavat rekonstruktiomenetelmille suuria haasteita. Tässä työssä tehtiin katsaus korteksin rekonstruktio- ja segmentointimenetelmiin ja yksi menetelmistä toteutettiin tarkkuutta lisäävillä muutoksilla. Valittu menetelmä tuottaa topologisesti anatomiaa vastaavan rekonstruktion kolmelle pinnalle, aivokuoren ulko- ja sisäpintojen lisäksi näiden välissä sijaitsevalle keskipinnalle. Menetelmä käyttää rekonstruktiossa sumeaa klusterointia rakenteiden alustavaan segmentointiin, jonka lopputulokseen sovitetaan muovautuva. pintamalli. Lisäksi menetelmä sisältää vaiheet aivokuoren uurteiden paikantamiseksi sekä keskipintaa ohjaavan vektorikentän laskemiseksi. Rekonstruktiotuloksille tehtiin referenssipisteisiin pohjautuva arviointi huomattavasti suuremmalla aineistolla kuin samalle menetelmälle aiemmin, sisältäen 30 kuvaa ja yhteensä 8640 referenssipistettä. Tulokset osoittivat menetelmän toimivan toivotulla tavalla ja tuottavan keskimäärin hyvin tarkkoja tuloksia, mutta myös systemaattista virhettä ja yksittäisiä suuria virhearvoja havaittiin. Tuloksia vertailtiin aikaisempiin tutkimuksiin samalle menetelmälle ja virhearvot olivat pääosin vastaavia. Lisäksi visuaalinen arviointi suoritettiin yhteensä 82 kuvalle ja menetelmä tuotti onnistuneen rekonstruktion joka kerralla, joskin paikallisia epätarkkuuksia esiintyi myös. Toteutettu menetelmä tuottaa korkeatasoisia rekonstruktioita luotettavasti, mutta mahdollisia kehittämiskohteita löydettiin yhä paremman suorituskyvyn saavuttamiseksi. |
| ED: | 2008-12-01 |
INSSI record number: 36546
+ add basket
INSSI