{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:3227516"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:3227516","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Μοντελοποίηση και βελτιστοποίηση της απεικόνισης αντίθεσης μαγνητικής επιδεκτικότητας (SWI)","abstract":"Η απεικόνιση αντίθεσης μαγνητικής επιδεκτικότητας (SWI:Susceptibility Weighted Imaging ) είναι μία μέθοδος απεικόνισης μαγνητικού συντονισμού που εκμεταλλεύεται τις διαφορές της μαγνητικής επιδεκτικότητας μεταξύ των ιστών. Η μαγνητική επιδεκτικότητα είναι εγγενής ιδιότητα των ιστών που δείχνει σε ποιο βαθμό μαγνητίζονται όταν βρεθούν σε εξωτερικό εφαρμοζόμενο μαγνητικό πεδίο. Η μαγνητική επιδεκτικότητα παράγει μία μοναδική αντίθεση διαφορετική από τις παραδοσιακές μεθόδους απεικόνισης (spin density, Τ1, Τ2). Σε αντίθεση με τις συμβατικές μεθόδους απεικόνισης, η SWI εκμεταλλεύεται την πληροφορία από τις εικόνες μέτρου αλλά και από τις εικόνες φάσης, που συνήθως αγνοούνται, για να δημιουργήσει μία αντίθεση εικόνας τέτοια ώστε να είναι δυνατή η οπτικοποίηση του εγκεφαλικού αγγειακού συστήματος και των ενδοκρανιακών παθολογιών. Σε αυτή την εργασία αρχικός σκοπός είναι η μοντελοποίηση της θεωρίας για την παραγωγή εικόνων αντίθεσης μαγνητικής επιδεκτικότητας αναπτύσσοντας δικούς μας αλγορίθμους από την αρχή. Αναπτύχθηκαν αλγόριθμοι για δύο ήδη υπάρχουσες θεωρίες, την μέθοδο μετασχηματισμού Fourier και την υπολογιστική αυτοματοποιημένη μέθοδο αναδίπλωσης φάσης PRELUDE, καθώς προτάθηκε και μία νέα, η μέθοδος κυματιδίων (Wavelet). Στη συνέχεια, μετά την παραγωγή των εικόνων SWI σκοπός είναι η βελτιστοποίηση των εικόνων αυτών μέσα από την μελέτη της εξάρτησής τους από ποσοτικούς δείκτες (εκθέτη m, CNR, SD σφαλμάτων φάσης, ποσοστό σφαλμάτων σε όλο τον όγκο του εγκεφάλου). Τέλος, καταλήξαμε στον συνδυασμό όλων των παραπάνω παραμέτρων που δίνει την βέλτιστη αντίθεση απεικόνισης μαγνητικής επιδεκτικότητας. Χρησιμοποιήθηκαν in vivο και προσομοιωμένα δεδομένα, η απόκτηση των οποίων έγινε από τη βάση δεδομένων OpenNeuro και από μετρήσεις στον μαγνητικό τομογράφο του Πανεπιστημιακού Νοσοκομείου Ιωαννίνων στατικού μαγνητικού πεδίου 1.5 Tesla κατασκευής Philips αντίστοιχα. Η ανάπτυξη των αλγορίθμων και η επεξεργασία των δεδομένων έγιναν σε περιβάλλον MATLAB, καθώς επίσης χρησιμοποιήθηκαν και εργαλεία επεξεργασίας εικόνων όπως ImageJ, MRIcroGL και ITK-snap. Βρέθηκε, μετά τη σύγκριση των ποσοτικών δεικτών, ότι η βέλτιστη διαδικασίας παραγωγής εικόνων SWI τόσο για δεδομένα προσομοίωσης όσο και για δεδομένα in vivo προέρχεται από το συνδυασμό της μεθόδου μετασχηματισμού Fourier, με μέγεθος φιλτραρίσματος 64x64, για τιμή ακέραιου παράγοντα πολλαπλασιασμού m=5.","abstract_html":"Η απεικόνιση αντίθεσης μαγνητικής επιδεκτικότητας (SWI:Susceptibility Weighted Imaging ) είναι μία μέθοδος απεικόνισης μαγνητικού συντονισμού που εκμεταλλεύεται τις διαφορές της μαγνητικής επιδεκτικότητας μεταξύ των ιστών. Η μαγνητική επιδεκτικότητα είναι εγγενής ιδιότητα των ιστών που δείχνει σε ποιο βαθμό μαγνητίζονται όταν βρεθούν σε εξωτερικό εφαρμοζόμενο μαγνητικό πεδίο. Η μαγνητική επιδεκτικότητα παράγει μία μοναδική αντίθεση διαφορετική από τις παραδοσιακές μεθόδους απεικόνισης (spin density, Τ1, Τ2). Σε αντίθεση με τις συμβατικές μεθόδους απεικόνισης, η SWI εκμεταλλεύεται την πληροφορία από τις εικόνες μέτρου αλλά και από τις εικόνες φάσης, που συνήθως αγνοούνται, για να δημιουργήσει μία αντίθεση εικόνας τέτοια ώστε να είναι δυνατή η οπτικοποίηση του εγκεφαλικού αγγειακού συστήματος και των ενδοκρανιακών παθολογιών. Σε αυτή την εργασία αρχικός σκοπός είναι η μοντελοποίηση της θεωρίας για την παραγωγή εικόνων αντίθεσης μαγνητικής επιδεκτικότητας αναπτύσσοντας δικούς μας αλγορίθμους από την αρχή. Αναπτύχθηκαν αλγόριθμοι για δύο ήδη υπάρχουσες θεωρίες, την μέθοδο μετασχηματισμού Fourier και την υπολογιστική αυτοματοποιημένη μέθοδο αναδίπλωσης φάσης PRELUDE, καθώς προτάθηκε και μία νέα, η μέθοδος κυματιδίων (Wavelet). Στη συνέχεια, μετά την παραγωγή των εικόνων SWI σκοπός είναι η βελτιστοποίηση των εικόνων αυτών μέσα από την μελέτη της εξάρτησής τους από ποσοτικούς δείκτες (εκθέτη m, CNR, SD σφαλμάτων φάσης, ποσοστό σφαλμάτων σε όλο τον όγκο του εγκεφάλου). Τέλος, καταλήξαμε στον συνδυασμό όλων των παραπάνω παραμέτρων που δίνει την βέλτιστη αντίθεση απεικόνισης μαγνητικής επιδεκτικότητας. Χρησιμοποιήθηκαν in vivο και προσομοιωμένα δεδομένα, η απόκτηση των οποίων έγινε από τη βάση δεδομένων OpenNeuro και από μετρήσεις στον μαγνητικό τομογράφο του Πανεπιστημιακού Νοσοκομείου Ιωαννίνων στατικού μαγνητικού πεδίου 1.5 Tesla κατασκευής Philips αντίστοιχα. Η ανάπτυξη των αλγορίθμων και η επεξεργασία των δεδομένων έγιναν σε περιβάλλον MATLAB, καθώς επίσης χρησιμοποιήθηκαν και εργαλεία επεξεργασίας εικόνων όπως ImageJ, MRIcroGL και ITK-snap. Βρέθηκε, μετά τη σύγκριση των ποσοτικών δεικτών, ότι η βέλτιστη διαδικασίας παραγωγής εικόνων SWI τόσο για δεδομένα προσομοίωσης όσο και για δεδομένα in vivo προέρχεται από το συνδυασμό της μεθόδου μετασχηματισμού Fourier, με μέγεθος φιλτραρίσματος 64x64, για τιμή ακέραιου παράγοντα πολλαπλασιασμού m=5.","abstract_has_math":false,"creators":["Σαμπανάι Άννα","Sampanai Anna"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2022,"date_issued":"2022","date_published":"2022","updated_at":"2026-11-19T05:47:22Z","subjects":["Επιστήμες Υγείας","Health Sciences"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3227516"],"render_values":[{"text":"uoadl:3227516","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3227516","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/3227516","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A3227516","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Σαμπανάι Άννα","Sampanai Anna"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2022"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Επιστήμες Υγείας","Health Sciences"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:3227516","https://pergamos.lib.uoa.gr/uoa/dl/object/3227516"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Η απεικόνιση αντίθεσης μαγνητικής επιδεκτικότητας (SWI:Susceptibility Weighted Imaging ) είναι μία μέθοδος απεικόνισης μαγνητικού συντονισμού που εκμεταλλεύεται τις διαφορές της μαγνητικής επιδεκτικότητας μεταξύ των ιστών. Η μαγνητική επιδεκτικότητα είναι εγγενής ιδιότητα των ιστών που δείχνει σε ποιο βαθμό μαγνητίζονται όταν βρεθούν σε εξωτερικό εφαρμοζόμενο μαγνητικό πεδίο. Η μαγνητική επιδεκτικότητα παράγει μία μοναδική αντίθεση διαφορετική από τις παραδοσιακές μεθόδους απεικόνισης (spin density, Τ1, Τ2). Σε αντίθεση με τις συμβατικές μεθόδους απεικόνισης, η SWI εκμεταλλεύεται την πληροφορία από τις εικόνες μέτρου αλλά και από τις εικόνες φάσης, που συνήθως αγνοούνται, για να δημιουργήσει μία αντίθεση εικόνας τέτοια ώστε να είναι δυνατή η οπτικοποίηση του εγκεφαλικού αγγειακού συστήματος και των ενδοκρανιακών παθολογιών. Σε αυτή την εργασία αρχικός σκοπός είναι η μοντελοποίηση της θεωρίας για την παραγωγή εικόνων αντίθεσης μαγνητικής επιδεκτικότητας αναπτύσσοντας δικούς μας αλγορίθμους από την αρχή. Αναπτύχθηκαν αλγόριθμοι για δύο ήδη υπάρχουσες θεωρίες, την μέθοδο μετασχηματισμού Fourier και την υπολογιστική αυτοματοποιημένη μέθοδο αναδίπλωσης φάσης PRELUDE, καθώς προτάθηκε και μία νέα, η μέθοδος κυματιδίων (Wavelet). Στη συνέχεια, μετά την παραγωγή των εικόνων SWI σκοπός είναι η βελτιστοποίηση των εικόνων αυτών μέσα από την μελέτη της εξάρτησής τους από ποσοτικούς δείκτες (εκθέτη m, CNR, SD σφαλμάτων φάσης, ποσοστό σφαλμάτων σε όλο τον όγκο του εγκεφάλου). Τέλος, καταλήξαμε στον συνδυασμό όλων των παραπάνω παραμέτρων που δίνει την βέλτιστη αντίθεση απεικόνισης μαγνητικής επιδεκτικότητας. Χρησιμοποιήθηκαν in vivο και προσομοιωμένα δεδομένα, η απόκτηση των οποίων έγινε από τη βάση δεδομένων OpenNeuro και από μετρήσεις στον μαγνητικό τομογράφο του Πανεπιστημιακού Νοσοκομείου Ιωαννίνων στατικού μαγνητικού πεδίου 1.5 Tesla κατασκευής Philips αντίστοιχα. Η ανάπτυξη των αλγορίθμων και η επεξεργασία των δεδομένων έγιναν σε περιβάλλον MATLAB, καθώς επίσης χρησιμοποιήθηκαν και εργαλεία επεξεργασίας εικόνων όπως ImageJ, MRIcroGL και ITK-snap. Βρέθηκε, μετά τη σύγκριση των ποσοτικών δεικτών, ότι η βέλτιστη διαδικασίας παραγωγής εικόνων SWI τόσο για δεδομένα προσομοίωσης όσο και για δεδομένα in vivo προέρχεται από το συνδυασμό της μεθόδου μετασχηματισμού Fourier, με μέγεθος φιλτραρίσματος 64x64, για τιμή ακέραιου παράγοντα πολλαπλασιασμού m=5.","Susceptibility- weighted imaging (SWI) is a magnetic resonance imaging (MRI) method that relies on the magnetic susceptibility differences among different tissues. Magnetic susceptibility is an intrinsic property of the tissues indicating the degree of their magnetization in response to an applied external magnetic field. Magnetic susceptibility generates a unique contrast, different from the contrast of the traditional imaging techniques (spin density, T1, T2). Contrary to the others MR imaging methods, SWI considers magnitude information but also phase information, which is usually ignored, to create an image contrast to assist visualizations of the cerebral vascular system and many intracranial pathologies. Firstly, the purpose of this study is modeling the theory that generates susceptibility weighted images by developing algorithms. We developed algorithms based on two already existing theories, the Fourier transform method and the computational automated phase unwrapping method named PRELUDE, and suggested a new one, the Wavelet Analysis. Furthermore, after generating the SWI images the purpose of this work is to quantitatively evaluate these approaches based on several criteria (m multiplications, CNR, SD of measured phase errors, masked brain percentage due to processing errors). Finally, we result to a combination of all the above parameters that gives the optimal magnetic susceptibility imaging contrast. Both in vivo and simulated data were used in this study, acquired from OpenNeuro database and a 1.5 Tesla Philips MRI scanner at the University of Ioannina. The algorithms were developed in the programming environment of MATALAB and for the calculations and processing of the images were used imaging tools such as ImageJ, MRIcroGL and ITK-snap. It was found for both in vivo and simulated data, after considering all parameters used in this study, that the optimal method for SWI generated images is the Fourier Transform using filter size 64x64 and value of multiplication factor m= 5."]},{"key":"dc:title","label":"Title","values":["Μοντελοποίηση και βελτιστοποίηση της απεικόνισης αντίθεσης μαγνητικής επιδεκτικότητας (SWI)"]}]}],"canonical_facts":{"dc:creator":["Σαμπανάι Άννα","Sampanai Anna"],"dc:date":["2022"],"dc:description":["Η απεικόνιση αντίθεσης μαγνητικής επιδεκτικότητας (SWI:Susceptibility Weighted Imaging ) είναι μία μέθοδος απεικόνισης μαγνητικού συντονισμού που εκμεταλλεύεται τις διαφορές της μαγνητικής επιδεκτικότητας μεταξύ των ιστών. Η μαγνητική επιδεκτικότητα είναι εγγενής ιδιότητα των ιστών που δείχνει σε ποιο βαθμό μαγνητίζονται όταν βρεθούν σε εξωτερικό εφαρμοζόμενο μαγνητικό πεδίο. Η μαγνητική επιδεκτικότητα παράγει μία μοναδική αντίθεση διαφορετική από τις παραδοσιακές μεθόδους απεικόνισης (spin density, Τ1, Τ2). Σε αντίθεση με τις συμβατικές μεθόδους απεικόνισης, η SWI εκμεταλλεύεται την πληροφορία από τις εικόνες μέτρου αλλά και από τις εικόνες φάσης, που συνήθως αγνοούνται, για να δημιουργήσει μία αντίθεση εικόνας τέτοια ώστε να είναι δυνατή η οπτικοποίηση του εγκεφαλικού αγγειακού συστήματος και των ενδοκρανιακών παθολογιών. Σε αυτή την εργασία αρχικός σκοπός είναι η μοντελοποίηση της θεωρίας για την παραγωγή εικόνων αντίθεσης μαγνητικής επιδεκτικότητας αναπτύσσοντας δικούς μας αλγορίθμους από την αρχή. Αναπτύχθηκαν αλγόριθμοι για δύο ήδη υπάρχουσες θεωρίες, την μέθοδο μετασχηματισμού Fourier και την υπολογιστική αυτοματοποιημένη μέθοδο αναδίπλωσης φάσης PRELUDE, καθώς προτάθηκε και μία νέα, η μέθοδος κυματιδίων (Wavelet). Στη συνέχεια, μετά την παραγωγή των εικόνων SWI σκοπός είναι η βελτιστοποίηση των εικόνων αυτών μέσα από την μελέτη της εξάρτησής τους από ποσοτικούς δείκτες (εκθέτη m, CNR, SD σφαλμάτων φάσης, ποσοστό σφαλμάτων σε όλο τον όγκο του εγκεφάλου). Τέλος, καταλήξαμε στον συνδυασμό όλων των παραπάνω παραμέτρων που δίνει την βέλτιστη αντίθεση απεικόνισης μαγνητικής επιδεκτικότητας. Χρησιμοποιήθηκαν in vivο και προσομοιωμένα δεδομένα, η απόκτηση των οποίων έγινε από τη βάση δεδομένων OpenNeuro και από μετρήσεις στον μαγνητικό τομογράφο του Πανεπιστημιακού Νοσοκομείου Ιωαννίνων στατικού μαγνητικού πεδίου 1.5 Tesla κατασκευής Philips αντίστοιχα. Η ανάπτυξη των αλγορίθμων και η επεξεργασία των δεδομένων έγιναν σε περιβάλλον MATLAB, καθώς επίσης χρησιμοποιήθηκαν και εργαλεία επεξεργασίας εικόνων όπως ImageJ, MRIcroGL και ITK-snap. Βρέθηκε, μετά τη σύγκριση των ποσοτικών δεικτών, ότι η βέλτιστη διαδικασίας παραγωγής εικόνων SWI τόσο για δεδομένα προσομοίωσης όσο και για δεδομένα in vivo προέρχεται από το συνδυασμό της μεθόδου μετασχηματισμού Fourier, με μέγεθος φιλτραρίσματος 64x64, για τιμή ακέραιου παράγοντα πολλαπλασιασμού m=5.","Susceptibility- weighted imaging (SWI) is a magnetic resonance imaging (MRI) method that relies on the magnetic susceptibility differences among different tissues. Magnetic susceptibility is an intrinsic property of the tissues indicating the degree of their magnetization in response to an applied external magnetic field. Magnetic susceptibility generates a unique contrast, different from the contrast of the traditional imaging techniques (spin density, T1, T2). Contrary to the others MR imaging methods, SWI considers magnitude information but also phase information, which is usually ignored, to create an image contrast to assist visualizations of the cerebral vascular system and many intracranial pathologies. Firstly, the purpose of this study is modeling the theory that generates susceptibility weighted images by developing algorithms. We developed algorithms based on two already existing theories, the Fourier transform method and the computational automated phase unwrapping method named PRELUDE, and suggested a new one, the Wavelet Analysis. Furthermore, after generating the SWI images the purpose of this work is to quantitatively evaluate these approaches based on several criteria (m multiplications, CNR, SD of measured phase errors, masked brain percentage due to processing errors). Finally, we result to a combination of all the above parameters that gives the optimal magnetic susceptibility imaging contrast. Both in vivo and simulated data were used in this study, acquired from OpenNeuro database and a 1.5 Tesla Philips MRI scanner at the University of Ioannina. The algorithms were developed in the programming environment of MATALAB and for the calculations and processing of the images were used imaging tools such as ImageJ, MRIcroGL and ITK-snap. It was found for both in vivo and simulated data, after considering all parameters used in this study, that the optimal method for SWI generated images is the Fourier Transform using filter size 64x64 and value of multiplication factor m= 5."],"dc:identifier":["uoadl:3227516","https://pergamos.lib.uoa.gr/uoa/dl/object/3227516"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Επιστήμες Υγείας","Health Sciences"],"dc:title":["Μοντελοποίηση και βελτιστοποίηση της απεικόνισης αντίθεσης μαγνητικής επιδεκτικότητας (SWI)"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:47:22Z"}