Universidad de Granada Digibug
 

Repositorio Institucional de la Universidad de Granada >
1.-Investigación >
Tesis >

Please use this identifier to cite or link to this item: http://hdl.handle.net/10481/44095

Title: Brain imaging biomarker normalization, analysis and classification methods to characterize progression of neurodegenerative diseases
Other Titles: Normalización, análisis y clasificación de biomarcadores de imagen cerebral para la caracterización de la progresión de las enfermedades neurodegenerativas
Authors: Brahim, A.
Direction: Ramírez Pérez de Inestrosa, Javier
Górriz Sáez, Juan Manuel
Collaborator: Universidad de Granada. Departamento de Teoría de la Señal, Telemática y Comunicaciones
Issue Date: 2016
Submitted Date: 8-Jul-2016
Abstract: La normalización en intensidad es una etapa importante de pre-procesamiento en el estudio y análisis de imágenes funcionales del cerebro. Como la mayoría de los métodos automáticos de segmentación y de clasificación supervisada de imágenes requieren que las distribuciones del nivel de gris se presenten en un rango de intensidad normalizada y comparable entre sujetos, este procedimiento adquiere un papel cada vez más importante. En la presente tesis doctoral, se proponen nuevos esquemas de normalización de la intensidad para la detección de patrones de Parkinson en tomografía computarizada de emisión de un sólo fotón (SPECT, del inglés “Single Photon Emission Tomography”) y en tomografía por emisión de positrones (PET, del inglés “ Positron Emission Tomography”). El primer método de normalización se basa en un filtrado no-lineal de imágenes utilizando un modelo de mezcla de Gaussianas (GMM, del inglés “ Gaussian mixture model”), que considera no solo los niveles de intensidad de cada vóxel, sino también sus coordenadas dentro de las funciones Gaussianas espaciales así definidas. La normalización se consigue de acuerdo con un umbral de probabilidad que mide el peso de cada kernel o clúster en la zona del estriado. Los vóxeles en la región definida como no específica se normalizan en intensidad mediante la eliminación del cl úster cuya probabilidad resulta no significativa. El segundo método de normalización se basa en la minimización del error cuadrático medio (MSE, del inglés “ mean-squared error”) que se realiza mediante una transformación lineal de intensidad a nivel de vóxel. Este enfoque se basa en la predicción de los diferentes parámetros en la normalización en intensidad que conduce a la minimización conjunta de la suma de errores cuadráticos entre la plantilla y la imagen normalizada (estimación lineal óptima bajo este criterio). El tercer enfoque es una combinación entre los dos métodos anteriores. Por lo tanto, se basa en la minimización del MSE entre las características extraídas mediante el modelo GMMde cada imagen y de una plantilla en la región no específica a nivel de cl úster (de vóxeles). El cuarto enfoque de normalización de la intensidad propuesto consiste en un modelo predictivo basando en regresión lineal multivariante (MLR, del inglés “ multivariate linear regression”). Los métodos propuestos se comparan con otros muchos enfoques empleados hasta la fecha en literatura médica. La comparación se realiza mediante diferentes bases de datos de imágenes SPECT y PET con el objetivo de determinar la influencia de los algoritmos de normalización de intensidad en etapas de análisis y de clasificación en la precisión de los sistemas de diagnóstico asistido por ordenador (CAD, del inglés “ computer aided diagnosis”) de enfermedades neurológicas. De entre estas enfermedades destacamos el síndrome idiopático de Parkinson (enfermedad de Parkinson) y los síndromes Parkinsonianos atípicos, tales como la atrofia múltiple sistémica (MSA, del inglés “ multiple system atrophy ”) y la parálisis supranuclear progresiva (PSP, del inglés “ progressive supranuclear palsy ”).
Sponsorship: Tesis Univ. Granada. Department of Signal Theory, Telematics and Communications
Publisher: Universidad de Granada
Keywords: Sistema nervioso
Degeneración (Patología)
Trastornos neurodegenerativos
Imágenes por resonancia magnética
Procesado de imágenes
Biomarcadores
Diagnóstico por imagen
Tomografía de emisión
UDC: 616.8
612.82
(043.2)
1203
URI: http://hdl.handle.net/10481/44095
ISBN: 9788491259985
Rights : Creative Commons Attribution-NonCommercial-NoDerivs 3.0 License
Citation: Brahim, A. Brain imaging biomarker normalization, analysis and classification methods to characterize progression of neurodegenerative diseases. Granada: Universidad de Granada, 2016. [http://hdl.handle.net/10481/44095]
Appears in Collections:Tesis

Files in This Item:

File Description SizeFormat
26133866.pdf23.56 MBAdobe PDFView/Open
Recommend this item

This item is licensed under a Creative Commons License
Creative Commons

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

 

Valid XHTML 1.0! OpenAire compliant DSpace Software Copyright © 2002-2007 MIT and Hewlett-Packard - Feedback

© Universidad de Granada