Mejora de resultados de segmentación y tractografía mediante la fusión de diferentes tipos de imágenes de resonancia magnética cerebrales
Ver / Descargar
Autor(es)
Duplat Molano, CatalinaDirector(es)
Flórez Valencia, LeonardoFacultad
Facultad de Ingeniería
Facultad de Arquitectura y Diseño
Facultad de Ciencias
Facultad de Medicina
Facultad de Odontología
Programa
Maestría en Bioingeniería
Título obtenido
Magíster en Bioingeniería
Tipo
Tesis/Trabajo de grado - Monografía - Maestría
COAR
Tesis de maestríaCompartir este registro
Citación
Documentos PDF
Título en inglés
Improvement of segmentation and tractography results by merging different types of brain magnetic resonance imagesResumen
El tálamo es una de las partes del cerebro más importantes: este interviene en una gran cantidad de procesos mentales que dan forma a nuestra manera de percibir las cosas y de actuar sobre el entorno que nos rodea. Por lo tanto, la delineación precisa de las subregiones talámicas de la materia gris es de suma importancia clínica; no obstante, el tálamo no tiene límites claramente contrastados en todas las imágenes de RM, por lo que es un desafío difícil incluso para un radiólogo. Por esta razón, se planteó el siguiente objetivo: Desarrollar un algoritmo que permita hacer una fusión de diferentes tipos de imágenes de resonancia magnética (RM), con el fin de obtener una delineación clara de las estructuras cerebrales a la hora de hacer segmentación y con esto obtener resultados confiables de tractografía. Para esto, se siguió una metodología de 6 fases: Investigación, análisis de datos, interpretación, diseño, ejecución y evaluación. Con el protocolo de experimentación se probaron 4 diferentes combinaciones de registro: T1+T2, T2+T1, DTI+T1 y DTI+T2. Se encontró que con la única combinación con la que se obtenían límites mejor contrastados era con DTI+T2, además de ser la experiencia con menor costo de computación. A pesar de que la segmentación no fue perfecta para separar el tálamo del resto de estructuras cerebrales, se vio una diferencia clara entre las imágenes del registro y la imagen de referencia. Por lo que el registro/fusión debe hacerse de la siguiente manera: Imágenes: DTI, T2.Transformación: BSpline de resolución múltiple con 3 niveles.Métrica: Mattes.Optimizador: Gradiente descendente.Interpolador: Lineal.
Abstract
The thalamus is one of the most important parts of the brain: it is involved in a large number of mental processes that shape our way of perceiving things and acting on the environment that surrounds us. Therefore, the precise delineation of the thalamic gray matter subregions is of paramount clinical importance. However, the thalamus does not have clearly contrasted boundaries on all MR images, making it a difficult challenge even for a radiologist. For this reason, the following objective was set: Develop an algorithm that allows merging different types of magnetic resonance images (MRI), in order to obtain a clear delineation of brain structures in image segmentation processes and with this, obtain reliable tractography results. For this, a 6-phase methodology was followed: Research, data analysis, interpretation, design, execution and evaluation. With the experimentation protocol, 4 different registry combinations were tested: T1 + T2, T2 + T1, DTI + T1 and DTI + T2. It was found that the only combination with which the best contrasted limits were obtained was with DTI + T2, in addition to being the experience with the lowest computing cost. Although the segmentation was not perfect to separate the thalamus from the rest of the brain structures, a clear difference was seen between the registry images and the reference image. So the registration/fusion should be done as follows: Images: DTI, T2.Transformation: Multi-resolution BSpline with 3 levels.Metric: Mattes.Optimizer: Gradient descent.Interpolator: Linear.
Temas
Maestría en bioingeniería - Tesis y disertaciones académicasResonancia magnética nuclear
Imagen por resonancia magnética
Mejoramiento de procesos
Estadísticas Google Analytics