Título:
|
Texture-Based brain tumor segmentation in MR images; Segmentación de tumores cerebrales en imágenes de resonancia magnética mediante textura; Segmentació de tumors cerebrals en imatges de ressonància magnètica mitjançant textura
|
Autor/a:
|
Rodríguez Gálvez, Borja
|
Otros autores:
|
University of California, Irvine; Vilaplana Besler, Verónica; Kruggel, Frithjof |
Abstract:
|
In this thesis, we explored the idea of texture as a tumor segmentation
approach in MR images. To deal with this, we extended the definition of the
texture descriptors provided by Kovalev et al., co-occurrence matrices [1].
Then, we defined a rotation-robust feature space derived from the natural
feature space that our definition of co-occurence matrices defined. We used
these features to train a random forest classifier [2] and see if tumors could
be detected from MR images, and if the different tissues within a tumor
could be distinguished. |
Abstract:
|
En este trabajo, hemos explorado la idea de textura como método de segmentación de tumores en imágenes de resonancia magnética. Para ello, hemos extendido la definición de descriptores de textura proporcionada por Kovalev et al., las matrices de co-ocurrencia [1]. Luego, hemos definido un espacio robusto ante rotaciones derivado del espacio de características que nuestra definición de matrices de co-ocurrencia definía naturalmente. Hemos utilizado estas características para entrenar un clasificador "random forest" [2] y hemos visto si podíamos detectar tumores en dichas imágenes, y si podíamos distinguir entre distintos tipos de tejidos dentro del propio tumor. |
Abstract:
|
En aquest treball, hem explorat la idea de textura com a mètode de segmentació de tumors en imatges de ressonància magnètica. Per fer-ho, hem extès la definició de descriptors de textura proporcionada per Kovalev et al., les matrius de co-ocurrencia [1]. Després, hem definit un espai robust davant de rotacions derivat de l'espai de característiques que la nostra definició de les matrius de co-ocurrencia definia naturalment. Hem fet servir aquestes característiques per entrenar un classificador "random forest" [2] i hem vist si podíem detectar tumors en aquestes imatges, i si podíem distingir entre diferents tipus de teixits dintre del propi tumor. |
Materia(s):
|
-Àrees temàtiques de la UPC::Enginyeria de la telecomunicació -Imaging systems in medicine -Biomedical engineering -Parallel programming (Computer science) -Brain tumor segmentation -texture descriptors -co-occurrence matrices -random forests -Segmentación de tumores cerebrales -descriptores de textura -matrices de co-ocurrencia -random forests -Imatges -- Processament -Medicina -- Informàtica -Bioenginyeria -Reconeixement de formes (Informàtica) -Imatges mèdiques -- Tractament -Enginyeria biomèdica -Programació en paral·lel (Informàtica) |
Derechos:
|
S'autoritza la difusió de l'obra mitjançant la llicència Creative Commons o similar 'Reconeixement-NoComercial- SenseObraDerivada'
http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Tipo de documento:
|
Trabajo/Proyecto fin de carrera |
Editor:
|
Universitat Politècnica de Catalunya
|
Compartir:
|
|