Automated Tissue Classification in MRI Brain Images With the Use of Deformable Registration

SCHWARZ, Daniel a Tomáš KAŠPÁREK. Automated Tissue Classification in MRI Brain Images With the Use of Deformable Registration. M. Domanski, R. Stasinski, M. Bartkowiak (Eds.). In Proceedings of 15th European Signal Processing Conference EUSIPCO 2007. Poznan, Poland: PTETiS, 2007, s. 1127-1130. ISBN 978-83-921340-2-2.

Základní údaje

Originální název

Automated Tissue Classification in MRI Brain Images With the Use of Deformable Registration

Název česky

Automatická klasifikace tkání v MRI obrazech mozku s využitím pružné registrace

Autoři

SCHWARZ, Daniel a Tomáš KAŠPÁREK
M. Domanski, R. Stasinski, M. Bartkowiak (Eds.).

Vydání

Poznan, Poland, Proceedings of 15th European Signal Processing Conference EUSIPCO 2007, od s. 1127-1130, 4 s. 2007

Nakladatel

PTETiS

---

Další údaje

Jazyk

angličtina

Typ výsledku

Stať ve sborníku

Obor

20200 2.2 Electrical engineering, Electronic engineering, Information engineering

Stát vydavatele

Polsko

Utajení

není předmětem státního či obchodního tajemství

Organizační jednotka

Lékařská fakulta

ISBN

978-83-921340-2-2

Klíčová slova anglicky

MRI;registration;classification;segmentation

Štítky

CLASSIFICATION, MRI, registration, segmentation

Příznaky

Mezinárodní význam, Recenzováno

---

Anotace

V originále

Methods of tissue classification in MRI brain images play a significant role in computational neuroanatomy, particularly in automated ROI-based volumetry. A well-known and very simple k-NN classifier is used here without the need for user input during the learning process. The classifier is trained with the use of tissue probabilistic maps which are available in selected digital atlases of brain. The influence of misalignement between images and the tissue probabilistic maps on the classifier's efficiency is studied in this paper. Deformable registration is used here to align the images and maps. The classifier's efficiency is tested in an experiment with data obtained from standard Simulated Brain Database.

Česky

Metody klasifikace tkání hrají důležitou roli ve výpočetní neuroanatomii, zvláště pak automatické volumetrii na základě oblastí zájmu. Dobře známý a velmi jednoduchý klasifikátro k-NN je zde použit bez nutnosti uživatelského vstupu ve fázi trénování. Klasifikátor je natrénován s využitím tkáňových pravděpodobnostních map. Studován je vliv rozlícování mezi obrazy a mapami a dále vliv vyřazování vzdálených vzorů na efektivitu klasifikátoru. Pro slícování je využita pružná registrace. Efektivita je vyhodnocena na simulových datech ze Simulated Brain Database.

---

Návaznosti

GP102/07/P263, projekt VaV	Název: Nelineární multimodální registrace pro automatickou morfometrii obrazů mozku z MRI založenou na anatomicky omezených prostorových deformacích Investor: Grantová agentura ČR, Nelineární multimodální registrace pro automatickou morfometrii obrazů mozku z MRI založenou na anatomicky omezených prostorových deformacích
MSM0021622404, záměr	Název: Vnitřní organizace a neurobiologické mechanismy funkčních systémů CNS Investor: Ministerstvo školství, mládeže a tělovýchovy ČR, Vnitřní organizace a neurobiologické mechanismy funkčních systémů CNS