Nový toolbox v MATLABu pro analýzu MRI obrazů mozku

Mgr. Eva Janoušová, Ph.D.

Rigorózní práce

A Novel MATLAB Toolbox for Analysis of Brain MRI Data

Anotace:

Tato práce je věnována popisu sady softwarových nástrojů pro rozpoznávání obrazů mozku z magnetické rezonance. Vyvinutý toolbox je tvořen algoritmy, které slouží pro načítání, předzpracování, redukci a klasifikaci obrazových dat. Pro redukci dat je použita modifikovaná analýza hlavních komponent, jež je pojmenována jako pPCA. Toolbox se dále sestává ze třech klasifikátorů, kterými jsou modifikovaná lineární diskriminační analýza založená na maximalizaci nejistoty (mMLDA), centroidová metoda a metoda průměrné vazby. Součástí toolboxu je rovněž kombinovaná metoda pro rozpoznávání obrazů spočívající v hlasování různých klasifikátorů. Tato metoda umožňuje dosahovat vyšší celkové úspěšnosti a senzitivity než původní klasifikátory. Algoritmy rozpoznávacího toolboxu byly testovány na 3-D MR obrazech mozku pacientů s první epizodou schizofrenie a kontrolních subjektů.

Abstract:

A set of software tools for recognition of brain magnetic resonance imaging data is introduced in this thesis. The developed toolbox is built up from algorithms for image data reading, preprocessing, reduction and classification. A modification of principal component analysis called person principal component analysis (pPCA) is used as the reduction algorithm. The toolbox contains three classifiers, namely modified maximum uncertainty linear discriminant analysis (mMLDA), the centroid method and the average linkage method. A combined classification method based on voting of the classifiers is also included in the toolbox. The method enables recognition with higher accuracy and sensitivity than the original classifiers. The recognition toolbox was tested in an experiment with 3-D MRI brain images of first-episode schizophrenia patients and healthy controls.

Keywords

rozpoznávání obrazů, klasifikace, centroidová metoda, metoda průměrné vazby, diskriminační analýza MLDA, analýza hlavních komponent PCA, schizofrenie, deformace, magnetická rezonance, výpočetní neuroanatomie, pattern recognition, classification, centroid method, average linkage method, discriminant analysis MLDA, principal component analysis PCA, schizophrenia, spatial deformations, magnetic resonance imaging, computational neuroanatomy

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 1. 10. 2010

Obhajoba závěrečné práce

• Obhajoba proběhla 17. 12. 2010
• Oponent: Prof. Ing. Ivo Provazník, Ph.D., Ing. Zoltán Szabó, Ph.D.

Masarykova univerzita

Přírodovědecká fakulta

Rigorózní řízení / obor:
Biologie / Matematická biologie