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. s. 1127-1130. ISBN 978-83-921340-2-2. 2007.

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

• Originální 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

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.

Anotace 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