Made available in DSpace on 2015-04-14T14:50:04Z (GMT). No. of bitstreams: 1
450151.pdf: 5232039 bytes, checksum: 9491305c42da390420a0305a83ed9d50 (MD5)
Previous issue date: 2013-03-27 / Hippocampus segmentation in magnetic resonance imaging is an important procedure in many clinical situations, such as monitoring changes in patients with Alzheimer's disease. However, the manual delineation of this structure, in three-dimensional images, is a laborious task and prone to subjective interpretation of the health professional. Some automated methods have been proposed in recent years. Much of these methods use pre-segmented templates, also known as atlas, which are aligned to the input image in the segmentation process. However, using a single standard atlas increases the dif?culty targeting individuais that have non-normal anatomy, such as the elders and patients with AD. To achieve a good precision in these cases, without any manual intervention of the user, new methods employ techniques in which several different atlases are used. The alignment of these atlases with the image, leads to a high computational cost. This work proposes employing and atlas selection technique by meta-information in order to choose the ideal tiemplate for an individual, enabling low computational cost segmentation technique. The results obtained, by testing 350 individuals, in various clinical conditions and ages, showed that the use of atlas selection significantly increases segmentation accuracy, when compared to a method using a default atlas, while keeping the computational cost low. The relevance of three selection parameters medical condition, age and gender - has been evaluated and confirmed by the test suite. / A segmenta??o do hipocampo em imagens de resson?ncia magn?tica ? um importante procedimento em variadas situa??es cl?nicas, como por exemplo, no acompanhamento da evolu??o da doen?a de Alzheimer. Por?m, a delimita??o manual desta estrutura, em imagens tridimensionais, ? uma tarefa bastante trabalhosa e sujeita a interpreta??o subjetiva do profissional de sa?de. Alguns m?todos automatizados foram propostos nos ?ltimos anos. Grande parte destes m?todos utilizam modelos pr?-segmentados, tamb?m conhecidos como atlas, que s?o alinhados ? imagem de entrada no processo de segmenta??o. No entanto, a utiliza??o de um ?nico atlas padr?o dificulta a segmenta??o de indiv?duos com anatomia diferente da normal, como idosos e pacientes com a doen?a de Alzheimer. Para alcan?ar boa precis?o nestes casos, sem nenhuma interven??o manual do usu?rio, novos m?todos empregam t?cnicas nas quais v?rios atlas diferentes s?o utilizados. O alinhamento destes atlas com a coagem leva a um custo computacional elevado. Este trabalho prop?em o emprego de uma t?cnica de sele??o de atlas por meta-informa??o de modo a escolher o atlas ideal para um indiv?duo e possibilitar o emprego de uma t?cnica de segmenta??o com baixo custo computacional. Os resultados, obtidos atrav?s de testes com exames de 350 indiv?duos em variadas condi??es cl?nicas e faixas et?rias, mostram que o emprego de sele??o de atlas aumenta significativamente a precis?o de segmenta??o, quando comparado ? um m?todo que utiliza um atlas padr?o, mantendo o custo computacional baixo. A relev?ncia de tr?s par?metros de sele??o - condi??o cl?nica, faixa et?ria e g?nero - foi avaliada e confirmada atrav?s do conjunto de testes.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede2.pucrs.br:tede/5230 |
| Date | 27 March 2013 |
| Creators | Dill, Vanderson |
| Contributors | Pinho, Marcio Sarroglia |
| Publisher | Pontif?cia Universidade Cat?lica do Rio Grande do Sul, Programa de P?s-Gradua??o em Ci?ncia da Computa??o, PUCRS, BR, Faculdade de Inform?ca |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da PUC_RS, instname:Pontifícia Universidade Católica do Rio Grande do Sul, instacron:PUC_RS |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 1974996533081274470, 500, 600, 1946639708616176246 |
Page generated in 0.0026 seconds