haku: @keyword MRI / yhteensä: 57
hakutulos-lista
viite: 36 / 57
« edellinen | seuraava »
Tekijä:Ahlstedt, Niina
Työn nimi:Magneettikuvauksen käyttö henkilötunnistuksessa
Utilization of magnetic resonance imaging in person identification
Julkaisutyyppi:Diplomityö
Julkaisuvuosi:2007
Sivut:73      Kieli:   fin
Koulu/Laitos/Osasto:Sähkö- ja tietoliikennetekniikan osasto
Oppiaine:Sovellettu elektroniikka   (S-66)
Valvoja:Sepponen, Raimo
Ohjaaja:Sepponen, Raimo
OEVS:
Sähköinen arkistokappale on luettavissa Aalto Thesis Databasen kautta.
Ohje
sulje

Digitaalisten opinnäytteiden lukeminen Aalto-yliopiston Harald Herlin -oppimiskeskuksen suljetussa verkossa

Oppimiskeskuksen suljetussa verkossa voi lukea sellaisia digitaalisia ja digitoituja opinnäytteitä, joille ei ole saatu julkaisulupaa avoimessa verkossa.

Oppimiskeskuksen yhteystiedot ja aukioloajat: https://learningcentre.aalto.fi/fi/harald-herlin-oppimiskeskus/

Opinnäytteitä voi lukea Oppimiskeskuksen asiakaskoneilla, joita löytyy kaikista kerroksista.

Kirjautuminen asiakaskoneille

  • Aalto-yliopistolaiset kirjautuvat asiakaskoneille Aalto-tunnuksella ja salasanalla.
  • Muut asiakkaat kirjautuvat asiakaskoneille yhteistunnuksilla.

Opinnäytteen avaaminen

  • Asiakaskoneiden työpöydältä löytyy kuvake:

    Aalto Thesis Database

  • Kuvaketta klikkaamalla pääset hakemaan ja avaamaan etsimäsi opinnäytteen Aaltodoc-tietokannasta. Opinnäytetiedosto löytyy klikkaamalla viitetietojen OEV- tai OEVS-kentän linkkiä.

Opinnäytteen lukeminen

  • Opinnäytettä voi lukea asiakaskoneen ruudulta tai sen voi tulostaa paperille.
  • Opinnäytetiedostoa ei voi tallentaa muistitikulle tai lähettää sähköpostilla.
  • Opinnäytetiedoston sisältöä ei voi kopioida.
  • Opinnäytetiedostoa ei voi muokata.

Opinnäytteen tulostus

  • Opinnäytteen voi tulostaa itselleen henkilökohtaiseen opiskelu- ja tutkimuskäyttöön.
  • Aalto-yliopiston opiskelijat ja henkilökunta voivat tulostaa mustavalkotulosteita Oppimiskeskuksen SecurePrint-laitteille, kun tietokoneelle kirjaudutaan omilla Aalto-tunnuksilla. Väritulostus on mahdollista asiakaspalvelupisteen tulostimelle u90203-psc3. Väritulostaminen on maksullista Aalto-yliopiston opiskelijoille ja henkilökunnalle.
  • Ulkopuoliset asiakkaat voivat tulostaa mustavalko- ja väritulosteita Oppimiskeskuksen asiakaspalvelupisteen tulostimelle u90203-psc3. Tulostaminen on maksullista.
Sijainti:P1 Ark S80     | Arkisto
Avainsanat:biometric identification
magnetic resonance imaging
MRI
vein pattern
gravity centers curve
biometrinen tunnistaminen
magneettikuvaus
MRI
verisuonikuvio
painopistekäyrä
Tiivistelmä (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 tietueen numero: 34931
+ lisää koriin
« edellinen | seuraava »
INSSI