Μορφολογική ανάλυση και αυτόματη κατάτμηση βιολογικών δομών από ιατρικές απεικονίσεις τους

Περίληψη

Αντικείμενο της παρούσας διδακτορικής διατριβής αποτελεί η δημιουργία αυτόματων τεχνικών για την αξιόπιστη απομόνωση του ιππόκαμπου από μαγνητικές τομογραφίες εγκεφάλου. Τα τελευταία χρόνια έχει βρεθεί και αποδειχθεί ο συσχετισμός της εκφύλισης του ιππόκαμπου με διάφορες ασθένειες (π.χ. Alzheimer's, σχιζοφρένεια κ.α.), και πλέον θεωρείται ότι η μορφολογική ανάλυσή του θα πρέπει να υιοθετηθεί στην κλινική πρακτική για την πιο αποτελεσματική διάγνωση αυτών των ασθενειών. Τα ευρήματα συσχετίσεων έχουν βασιστεί σε συγκρίσεις ιππόκαμπων που έχουν εξαχθεί μέσω χειροκίνητων απομονώσεων, αναγκαστικά σε περιορισμένο πληθυσμό λόγω υψηλού κόστους και της ασυμφωνίας μεταξύ διαφορετικών χειριστών. Η πλήρης επιβεβαίωση και καθιέρωση της ογκομετρίας του ιππόκαμπου στην κλινική ιατρική απαιτεί όμως την αξιόπιστη και με επαναλαμβανόμενο τρόπο απομόνωσή του σε μεγάλο πληθυσμό. Αυτό αποτελεί το κίνητρο της παρούσας διατριβής, η οποία εστίασε στη χρήση μοντέλων ενεργών περιγραμμάτων ενσωματώνοντας σε αυτά ...
περισσότερα

Περίληψη σε άλλη γλώσσα

The objective of this dissertation is the development of automatic techniques towards the reliable segmentation of hippocampus from brain magnetic resonance images. Over the last years the relevant research has revealed the implication of hippocampus structural changes in many brain disorders, and that assessing its morphology should be adopted in clinical practice, as a new form of biomarker to help disease diagnosis. The aforementioned findings are based on comparisons between healthy and diseased subjects, using manually defined hippocampus segmentations from small number of subjects, due to the implicated cost and the inter-rater variability. In order to validate and eventually establish the use of hippocampus morphology as a biomarker in clinical practice, it is required that there exist automatic methods that offer reproducible results and apply them for large-scale experiments. This constitutes the motivation of this dissertation, which focuses on the use of active contour model ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/34699
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/34699
ND
34699
Εναλλακτικός τίτλος
Morphological analysis and automatic segmentation of biological structures from medical images
Συγγραφέας
Ζαρπαλάς, Δημήτριος (Πατρώνυμο: Γεώργιος)
Ημερομηνία
2014
Ίδρυμα
Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης (ΑΠΘ). Σχολή Επιστημών Υγείας. Τμήμα Ιατρικής
Εξεταστική επιτροπή
Μαγκλαβέρας Νικόλαος
Δρεβελέγκας Αντώνιος
Τζοβάρας Δημήτριος
Ωρολογάς Αναστάσιος
Χουβαρδά Ιωάννα
Ντελόπουλος Αναστάσιος
Δάρας Πέτρος
Επιστημονικό πεδίο
Επιστήμες Μηχανικού και ΤεχνολογίαΒιοϊατρική Μηχανική
Ιατρική και Επιστήμες ΥγείαςΆλλες Ιατρικές Επιστήμες
Λέξεις-κλειδιά
Εγκέφαλος (Υποθάλαμος και ιππόκαμπος); Αυτόματη απομόνωση; Μαγνητική τομογραφία εγκέφαλου; Μοντέλα ενεργών περιγραμματων
Χώρα
Ελλάδα
Γλώσσα
Ελληνικά
Άλλα στοιχεία
156 σ., εικ., πιν., σχημ.
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στους συνδεδεμένους στο σύστημα χρήστες οι οποίοι έχουν αλληλεπιδράσει με τη διδακτορική διατριβή. Ως επί το πλείστον, αφορά τις μεταφορτώσεις.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Σχετικές εγγραφές (με βάση τις επισκέψεις των χρηστών)