Morfometrie obrazů mozku z magnetické rezonance založená na vzorech

Bc. Radomír Kůs

Diplomová práce

Morphometry of magnetic resonance brain images based on patterns

Anotace:

Tato práce se zabývá metodami strojového učení a morfometrie mozku, sloužícími jako nástroj pro počítačově podporovanou diagnostiku neuropsychiatrických poruch na základě dat z neurozobracovacích technik. Součástí práce je přehled existujících metod, které jsou dány do širšího kontextu klasifikačních algoritmů. Dále je navrženo nové klasifikační schéma, obsahující různé metody extrakce a selekce příznaků, jež je posléze implementováno v programovém prostředí MATLAB. Jsou prozkoumány parametry těchto metod s cílem vyladit jejich nastavení na souboru pacientů s první epizodou schizofrenie a zdravých dobrovolníků, který je předzpracován podle metodik morfometrie založené na voxelech a morfometrie založené na deformacích. Získané výsledky jsou vyhodnoceny a porovnány napříč metodami z hlediska jejich klasifikačních schopností, přičemž nejvyšší přesnost klasifikace dosahuje 70 %. Zdrojový kód navržených a realizovaných algoritmů je přiložen na CD.

Abstract:

The thesis deals with machine learning and brain morphometry techniques serving as a tool for computer-aided diagnosis of neuro-psychiatric disorders based on neuroimaging data. The existing techniques are reviewed and put in a broader context of a classification pipeline. Various feature extraction and selection methods are incorporated into a newly proposed classification scheme and implemented in MATLAB. Parameters of the methods are explored and tuned on a set of first-episode schizophrenia patients and healthy controls pre-processed by the means of voxel-based and deformation-based morphometry. The obtained results are discussed evaluating the classification performance of the methods and morphometry approaches, with the highest classification accuracy reaching 70%. The source code of the proposed and implemented algorithms is attached on CD.

Keywords

klasifikace, počítačově podporovaná diagnostika, schizofrenie, K-SVD, strojové učení, rozpoznávání, zobrazování pomocí magnetické rezonance, classification, computer-aided diagnosis, schizophrenia, machine learning, pattern recognition, magnetic resonance imaging

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 4. 1. 2016

Obhajoba závěrečné práce

• Obhajoba proběhla 9. 2. 2016
• Vedoucí: doc. Ing. Daniel Schwarz, Ph.D.

Masarykova univerzita

Přírodovědecká fakulta

Magisterský studijní program / obor:
Experimentální biologie / Matematická biologie