Classification of 3-D MRI Images Based on Spatial Deformations in The Schizophrenia Research

JANOUŠOVÁ, Eva, Daniel SCHWARZ and Tomáš KAŠPÁREK. Classification of 3-D MRI Images Based on Spatial Deformations in The Schizophrenia Research. In Technical Compuning Prague 2009, 17th Annual Conference Proceedings. Praha: Humusoft s.r.o., 2009, p. 1-3. ISBN 978-80-7080-733-0.

Basic information

Original name

Classification of 3-D MRI Images Based on Spatial Deformations in The Schizophrenia Research

Name in Czech

Klasifikace 3-D MR obrazů založená na prostorových deformacích ve výzkumu schizofrenie

Authors

JANOUŠOVÁ, Eva, Daniel SCHWARZ and Tomáš KAŠPÁREK

Edition

Praha, Technical Compuning Prague 2009, 17th Annual Conference Proceedings, p. 1-3, 3 pp. 2009

Publisher

Humusoft s.r.o.

---

Other information

Language

English

Type of outcome

Stať ve sborníku

Field of Study

20200 2.2 Electrical engineering, Electronic engineering, Information engineering

Country of publisher

Czech Republic

Confidentiality degree

není předmětem státního či obchodního tajemství

References:

URL

Organization unit

Faculty of Medicine

ISBN

978-80-7080-733-0

Keywords in English

principal component analysis;centroid method;average linkage;MRI;schizophrenia;computational neuroanatomy

Tags

2DPCA, computational neuroanatomy, MRI, principal component analysis, schizophrenia

---

Abstract

V originále

Automatic classification of schizophrenia patients and healthy controls based on their 3-D MRI deformation images is introduced here. The image data are reduced by 2DPCA to avoid high computational expenses. Consecutively, reduced data are classified into the two groups according to the centroid method or the average linkage method. The results show that the algorithm gives better results while using the average linkage method than the centroid method. The main advantage of the algorithm lies in its low memory and time requirements.

In Czech

Článek se věnuje automatické klasifikaci pacientů se schizofrenií a zdravých kontrol, která je založená na jejich 3-D obrazech z magnetické rezonance. Obrazová data jsou redukována pomocí 2DPCA, aby se předcházelo velkým výpočetním nárokům. Redukovaná data jsou následně klasifikována do dvou skupin subjektů prostřednictvím centroidové metody a metody průměrné vazby. Výsledky ukazují, že lepších výsledků klasifikace je dosaženo při použití metody průměrné vazby než centroidové metody. Hlavní výhodou algoritmu je jeho nízká paměťová a časová náročnost.

---

Links

NS10347, research and development project	Name: Moderní metody rozpoznávání pro analýzu obrazových dat v neuropsychiatrickém výzkumu Investor: Ministry of Health of the CR
NS9893, research and development project	Name: Predikce průběhu iniciálních fází schizofrenie pomocí morfologie mozku Investor: Ministry of Health of the CR