Back to search

National and Kapodistrian University of Athens

Fractal tool; Calculating 3D fractal dimension of brain regions for a Dementia classification problem

Abstract

dc:description

Η άνοια είναι ένα σύνδρομο που είναι κοινό στους ηλικιωμένους και ο ρυθμός εμφάνισής του αυξάνεται. Η πλειονότητα των μελετών επικεντρώνεται στην εύρεση βιοδεικτών για διάγνωση, ενώ η πρόληψη και η παρακολούθηση της ανάπτυξης είναι ακόμη ένα αδύνατο έργο. Σήμερα, η έρευνα για την άνοια περιορίζεται στη νευροαπεικόνιση, καθώς είναι μια μη επεμβατική τεχνολογία. Υπάρχει μια πληθώρα νευροαπεικονιστικών εργαλείων τα οποία βελτιστοποιούν την απεικόνιση μιας εισαγόμενης εικόνας μέσω της επεξεργασίας εικόνας ή ακόμη και συνεισφέρουν στη λήψη ιατρικών αποφάσεων μέσω της ανάλυσης της εικόνας. Ωστόσο, η ατροφία του εγκεφάλου στην άνοια δεν έχει ακόμη χαρακτηριστεί σωστά. Η νευροαπεικόνιση στοχεύει κυρίως στην παρακολούθηση της μείωσης του όγκου του εγκεφάλου και λιγότερο σε άλλες δομικές υφές. Τέτοια χαρακτηριστικά είναι η μορφοκλασματική διάσταση και η ύπαρξη κενών στις εγκαφαλικές δομές (lacunarity). Μερικά εργαλεία νευροαπεικόνισης υπολογίζουν τη διάσταση του φράκταλ και του lacunarity για ολόκληρο τον όγκο του εγκεφάλου. Ωστόσο, η λειτουργικότητά τους δεν περιλαμβάνει αυτοματοποιημένη εκτίμηση πολλαπλών εικόνων και, συνεπώς, δημιουργία συνόλων δεδομένων (datasets). Υπολογίζουν απλώς αυτά τα χαρακτηριστικά για συγκεκριμένες δομές, ενώ δεν εκτελούν τα απαραίτητα βήματα επεξεργασίας εικόνας. Δεδομένου ότι τα περισσότερα από αυτά τα εργαλεία εξειδικεύονται σε συγκεκριμένες εργασίες, δεν υπάρχει μια ολιστική μέθοδος που εισάγει πολλαπλά δεδομένα απεικόνισης και εξάγει μετρήσεις για τη μορφοκλασματική διάσταση και το lacunarity. Αυτή η μελέτη παρουσιάζει ένα εργαλείο γενικού σκοπού για την αυτοματοποιημένη επεξεργασία εικόνας, την τμηματοποίηση εικόνας, την εκτίμηση της μορφοκλασματική διάσταση, του lacunarity και άλλων υφών που προέρχονται από τον υπολογισμό της μορφοκλασματικής διάστασης. Τα εξαγόμενα αρχεία είναι σύνολα δεδομένων με τέτοιες μετρήσεις. Έπειτα γίνεται μια ταξινόμηση υγειών και ατόμων με άνοια η οποία επιβεβαιώνει τη χρησιμότητα του λογισμικού. Παρόλο που υπήρχαν περιορισμοί στην απόκτηση δεδομένων, πραγματοποιήθηκε αποτελεσματική ταξινόμηση με μηχανές διανυσματικής υποστήριξης. Για αρκετές περιοχές του εγκεφάλου, η ακρίβεια Fbeta score κυμαινόταν μεταξύ 95% και 100% υπερισχύοντας όλων των άλλων μεθόδων. Ωστόσο, η διάγνωση της άνοιας απαιτεί ένα μοντέλο που διαχωρίζει αποτελεσματικά τις περιοχές του εγκεφάλου για όλες τις κλάσεις. Σε αυτή τη διατριβή, εκπαιδεύτηκαν δύο τέτοια μοντέλα, ένα κάθε ομάδα. Παρ 'όλα αυτά, τα τελικά αποτελέσματα αναδεικνύουν την αναγκαιότητα των μορφοκλασματικών ιδιοτήτων ως εργαλείο για τη ταξινόμηση των σταδίων της άνοιας και τη παρακολούθηση της ανάπτυξης της άνοιας. Επίσης, η χρήση του λογισμικού μπορεί να επεκταθεί σε οποιοδήποτε πρόβλημα δομικής νευροαπεικόνισης όπως η ανίχνευση καρκίνου

Author and committee

dc:creator, dc:contributor.*
Authors dc:creator
  • Χατζηχρόνης Στυλιανός
  • Chatzichronis Stylianos

Subjects

dc:subject × 2

Rights

Language dc:language
Ελληνικά, English, Greek

Identifiers

dc:identifier.*
Identifier
uoadl:2963221

Chain of custody

source
Harvested from
National and Kapodistrian University of Athens
Base URL
pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh
Last updated
2026-11-19
Source record
OAI-PMH GetRecord
citation

Χατζηχρόνης Στυλιανός; Chatzichronis Stylianos. Fractal tool; Calculating 3D fractal dimension of brain regions for a Dementia classification problem. 2021. https://pergamos.lib.uoa.gr/uoa/dl/object/2963221