2006
Automatická morfometrie obrazů mozku z MRI ve výzkumu schizofrenie
SCHWARZ, Daniel, Ivo PROVAZNÍK, Tomáš KAŠPÁREK a Jiří JARKOVSKÝZákladní údaje
Originální název
Automatická morfometrie obrazů mozku z MRI ve výzkumu schizofrenie
Název anglicky
Automated morphometry of MRI brain images in schizophrenia research
Autoři
Vydání
Sborník abstrakt II. mezinárodního kongresu Telemedicína Brno 2006, 2006
Další údaje
Jazyk
čeština
Typ výsledku
Konferenční abstrakt
Obor
20200 2.2 Electrical engineering, Electronic engineering, Information engineering
Stát vydavatele
Česká republika
Utajení
není předmětem státního či obchodního tajemství
Organizační jednotka
Lékařská fakulta
ISBN
80-86633-46-2
Klíčová slova anglicky
image registration;schizophrenia;MRI
Štítky
Změněno: 23. 3. 2010 09:19, doc. Ing. Daniel Schwarz, Ph.D.
V originále
Příspěvek se týká především metod registrace (lícování) obrazů s využitím nelineárních geometrických transformací. Je zde ukázáno možné řešení problémů souvisejících se srovnáváním obrazových MRI dat získaných z různých subjektů za různých zobrazovacích podmínek. Registrační proces je řízen lokálními silami odvozenými z bodových podobnostních metrik vhodných pro multimodální obrazová data. Pro tyto podobnostní metriky je nutný odhad vzájemného histogramu dosud neslícovaných obrazů. Výpočet vzájemného histogramu je proveden s využitím tkáňových pravděpodobnostních map. Pro prostorový deformační model je využito jednak parametrických transformací založených na radiálních bázových funkcích a dále je využito neparametrických transformací založených na principech mechaniky kontinua. Navržené registrační metody jsou vhodné pro aplikaci v oblasti výpočetní neuroanatomie. Součástí příspěvku jsou také výsledky plně automatické prostorové detekce anatomických abnormalit u skupiny pacientů trpících první epizodou schizofrenie.
Anglicky
This paper contributes to the field of image registration with the use of nonlinear transformations. Particularly, problems connected to matching MRI brain image data obtained from various subjects and with various imaging conditions are solved here. Registration is driven by local forces derived from multimodal point similarity measures which are estimated with the use of joint intensity histogram and tissue probability maps. Non-parametric transformations imitating principles of continuum mechanics are used. Results of fully automated spatial detection of anatomical abnormalities in first-episode schizophrenia based on structural MRI brain scans are presented.
Návaznosti
| MSM0021622404, záměr |
|