Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/325387
Type: DISSERTAÇÃO DIGITAL
Degree Level: Mestrado
Title: Metodologia de avaliação de segmentações 2D do corpo caloso em imagens de ressonância magnética de difusão através do perfil de curvatura
Title Alternative: 2D Segmentation evaluation method of the corpus callosum in diffusion MRI using corpus callosum signature
Author: García Herrera, William Javier, 1985-
Advisor: Rittner, Leticia, 1972-
Abstract: Resumo: O corpo caloso (CC) é a maior estrutura de substância branca no cérebro, está localizada sob o córtex cerebral e conecta os dois hemisférios cerebrais, servindo de ponte de comunicação entre eles. É, portanto, uma estrutura de grande interesse no âmbito médico e de pesquisa. Sua forma e tamanho estão associadas com algumas características do sujeito e alterações na sua estrutura apresentam correlação com várias doenças e condições médicas. Nas imagens de difusão por ressonância magnética, a segmentação desta estrutura é importante já que a informação contida neste tipo de imagem permite estudar a microestrutura das fibras neuronais e os tecidos usando o modelo de difusão da água. Na literatura existem poucos métodos de segmentação do CC baseados em imagens de difusão por ressonância magnética e não existem estudos sobre avaliação quantitativa de segmentações neste espaço. A avaliação de segmentações em difusão é feita normalmente usando um padrão-ouro obtido manualmente sobre imagens de ressonância ponderadas em T1 e registrado no espaço de difusão. Porém, o registro é computacionalmente custoso e introduz erros no padrão final. Outros padrões podem ser construídos diretamente no espaço de difusão, porém também apresentam desvantagens. A avaliação quantitativa, neste caso, é feita usando uma métrica de sobreposição. Com o propósito de melhorar o esquema de avaliação usual por sobreposição, neste trabalho é proposto um método de avaliação que permite usar diretamente o padrão obtido manualmente em T1 sem ser necessário realizar o registro para o espaço de difusão. Este método está baseado no perfil de curvatura, um descritor que permite comparar segmentações através da forma, sem necessidade de sobreposição ou registro de imagens. O método proposto foi usado para avaliar segmentações em difusão obtidas através de três métodos distintos, em 145 sujeitos. A raiz do erro médio quadrático (RMSE), calculado a partir da comparação entre os perfis de curvatura, mostrou-se uma métrica complementaria ao coeficiente Dice e apresentou capacidade para discriminar segmentações. Para exploração em trabalhos futuros, o perfil de curvatura pode ser usado para identificação automática de segmentações incorretas em grandes bases de dados, estudos populacionais e longitudinais e caracterização de outras formas e estruturas

Abstract: Corpus callosum (CC) is the greatest white matter structure in brain. It is located beneath the cortex and connects both of two hemispheres, making possible their communication. Therefore, CC is important in medical and academic scene. CC's shape and size are associated with some subject's characteristics and alterations in its structure have correlation with some diseases and medical conditions. Diffusion MRI makes possible study of the neuronal fibers and tissues micro structure using the water diffusion model. In the literature, there are few CC segmentation methods based-on Diffusion MRI and there are not studies related with segmentation quantitative evaluation in this model. Segmentation evaluation in diffusion is commonly performed using registered gold-standard or any standard draw directly in this modality. However, both of the two standards have problems because of the registering process itself, that introduce error in the final standard, or the drawing process on the diffusion images. Quantitative evaluation is done using overlap metric. In this work, an evaluation method is proposed making possible direct use of gold-standard without any register process. This methodology is based on CC signature, a descriptor for comparing segmentations using shape, without overlap requirement with standard. The segmentation evaluation method proposed was used in diffusion for quantitative assessment of 145 subjects using the gold-standard through CC signature. The RMSE metric, based on CC signature, showed to be complementary with Dice coefficient and capability for differentiating segmentations. For future work, the CC signature, used as characterization tool of the CC shape, would make possible automatic identification of incorrect segmentations in large databases, longitudinal studies, classification of populations and characterization of other structures
Subject: Imagem de difusão por ressonância magnética
Curvatura
Segmentação de imagens
Padrão-ouro
Corpo caloso
Editor: [s.n.]
Date Issue: 2017
Appears in Collections:FEEC - Tese e Dissertação

Files in This Item:
File SizeFormat 
GarciaHerrera_WilliamJavier_M.pdf5.72 MBAdobe PDFView/Open


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