بهبود استانداردسازی تصاویر تشدید مغناطیسی مغز انسان با استفاده از اطلاعات مبتنی بر چند اطلس
Parallel Title Proper
Improving Magnetic Resonance Imaging Standardization of Human Brain using Multi-Atlas-based Data
First Statement of Responsibility
/امیر انصاری سعدآباد
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
: مهندسی برق و کامپیوتر
Date of Publication, Distribution, etc.
، ۱۳۹۸
Name of Manufacturer
، افشاری
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
۷۹ص
NOTES PERTAINING TO PUBLICATION, DISTRIBUTION, ETC.
Text of Note
چاپی - الکترونیکی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
کارشناسی ارشد
Discipline of degree
مهندسیپزشکی
Date of degree
۱۳۹۸/۰۶/۲۰
Body granting the degree
تبریز
SUMMARY OR ABSTRACT
Text of Note
در این پایانصنامه، هدف ارائه روشی جهت ناحیهصبندی خودکار تصاویر تشدید مغناطیسی مغز به سه بافت ماده سفید، ماده خاکستری و مایع مغزی نخاعی است .هنگامیصکه یک پروتکل استاندارد در دسترس باشد، روش استاندارد سازی و ناحیهصبندی مبتنی بر روشصهای ترکیبی یکی از مناسبصترین ابزارها برای ناحیه بندی تصاویر پزشکی محسوب میصشود .این روش علیرغم دقت بالایی که دارد، بهصدلیل بالا بودن حجم محاسبات، زمانصبر و طولانی است .در روش ناحیهصبندی ارائهصشده، الگوریتمی مبتنی بر اطلاعات چند اطلس ارائهصشده که تلاش علاوه بر دقت بالا، دارای زمان و حجم محاسبات حداقل میصباشد .از آنجا که بیشتر زمان ناحیهصبندی مبتنی بر اطلس صرف عملیات منطبقصسازی می-شود، در الگوریتم پیشنهادی، عملیات منطبقصسازی پس از انتخاب روشصهای مناسب انجام میصگیرد و به این ترتیب تعداد روشصهایی که نیاز به تطبیق دارند، حتیصالامکان کم میصشود .همچنین در ابتدای الگوریتم به منظور تطبیق روشصها به تصویر هدف از عملیات منطبقصسازی خطی و مفاهیم آماری که زمان و میزان محاسبات کمتری دارد، استفادهصشده و این امر باعث سرعت بخشیدن به الگوریتم خواهد شد .در روش پیشنهادی، ابتدا اطلسصهای موجود بر اساس میزان شباهتصشان، خوشهصبندی و سپس بهترین خوشه برای عملیات تطبیق انتخاب شده و اعضای آن خوشه بصورت غیرخطی به تصویر هدف منطبق میصشود .نتایج این انطباق، با هم ترکیب شده و تصویر استانداردصسازی شده را ایجاد میصکنند و در انتها بهصوسیله این روش متوسط گیری بهصدستصآمده، تصویر هدف ناحیه بندی میصگردد .نتایج پیاده سازی بر دادهصهای واقعی و ارزیابیصهای کمی و کیفی، موید دقت و کارایی الگوریتم پیشنهادی در مقایسه با روشصهای متداول ناحیهصبندی است .نتایج استانداردصسازی تصاویر مغزی بهصدستصآمده می تواند به کمک پردازشصهای بعدی در تحلیل آناتومی و یا تشخیص بیماریصها و آسیبصهای مغزی موردصاستفاده قرار گیرد
Text of Note
In this thesis, the aim is to provide a method for automatic zoning the magnetic resonance imaging of human brain into three tissues including, white matter, gray matter and cerebrospinal fluid. When a standard protocol is available, combined methods-based standardization and zoning are considered as one of the most appropriate and reasonable tools for zoning medical images. This method, despite its high precision, is lengthy and time-consuming due to the high volume of computations. In the proposed zoning way, an algorithm based on the multi-Atlas data is presented which, in addition to high accuracy, has a minimum time and volume computation. Since the most time of zoning based on the Atlas is used for matching operations, however, matching operations are performed after selecting the appropriate methods in the proposed algorithm, so that the number of methods that need to be adapted will reduce as much as possible. Also, at the beginning of the algorithm linear matching operation and statistical concepts, which has low time and rate of computations, has been used in order to adapt the methods to the target image and this will accelerate the algorithm. In the proposed method, first, the existing atlases have been clustering based on their similarities and then, the best cluster has selected for matching (adapting) operation and the members of that cluster are aligned nonlinearly to the target image. The results of this adaptation are combined together and the standardized image is created and finally, the target image is zoned using this method of averaging. The results of implementing on real data and quantitative and qualitative investigations confirm the accuracy and efficiency of the proposed algorithm compared to the conventional methods of zoning. The results from cerebral images (MRI) standardization with the help of further processing can be used to analyze anatomically and/or to detect diseases and brain injuries
PARALLEL TITLE PROPER
Parallel Title
Improving Magnetic Resonance Imaging Standardization of Human Brain using Multi-Atlas-based Data