Temat: brain imaging - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Analysis of the effectiveness of selected segmentation methods of anatomical brain structures
Analiza skuteczności wybranych metod segmentacji struktur anatomicznych mózgu
Autorzy:: Dzierżak, R.
Michalska, M.
Powiązania:: https://bibliotekanauki.pl/articles/408448.pdf
Data publikacji:: 2018
Wydawca:: Politechnika Lubelska. Wydawnictwo Politechniki Lubelskiej
Tematy:: brain imaging
image segmentation
magnetic resonance imaging
obrazowanie mózgu
segmentacja obrazu
rezonans magnetyczny
Opis:: An important aspect of analysis medical images is acknowledging the role of the segmentation process of individual anatomical structures. This process allows to show the most important diagnostic details. Owing to the segmentation the areas of interest (ROI) it is possible to adapt the methods of further image analysis considering the specification of selected elements. This process has been widely used in medical diagnostics. The article presents the use of segmentation by thresholding, segmentation by region growth and by edge detection to extract the parts of the human brain the user is interested in. The series of MRI (magnetic resonance imaging) images were used. The aim of the research was to develop the methods that would allow comparing the effectiveness various types of anatomical brain structures’ segmentation in two dimensions. The above methods present the different impact that selected types of segmentation, masks or parameters have on the most accurate depiction of a selected human brain element.
Istotnym aspektem analizy obrazów medycznych jest dostrzeżenie roli procesu segmentacji poszczególnych struktur anatomicznych. Proces ten pozwala na ukazanie najistotniejszych pod względem diagnostycznym szczegółów. Dzięki segmentacji obszarów zainteresowania (ROI) możliwe jest odpowiednie dostosowanie metod dalszej analizy obrazów uwzględniając specyfikę wybranych elementów. Proces ten znalazł rozległe zastosowanie w diagnostyce medycznej. W artykule przedstawiono wykorzystanie segmentacji przez progowanie, przez rozrost regionów oraz przez wykrywanie krawędzi, w celu wyodrębnienia interesujących użytkownika części ludzkiego mózgu. Wykorzystano serie obrazów MRI (rezonans magnetyczny). Celem badań było opracowanie metod, które pozwolą porównać skuteczność różnych typów segmentacji struktur anatomicznych mózgu w dwóch wymiarach. Zaprezentowane metody pokazują różny wpływ wybranych rodzajów segmentacji, masek czy parametrów na dokładniejsze ukazanie poszczególnych elementów ludzkiego mózgu.
Źródło:: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska; 2018, 8, 2; 58-61
2083-0157
2391-6761
Pojawia się w:: Informatyka, Automatyka, Pomiary w Gospodarce i Ochronie Środowiska
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 2.

Tytuł:: Automatic segmentation of brain tumors using tensor analysis and multimodal MRI
Autorzy:: Jackowski, K.
Manhães-Savio, A.
Cyganek, B.
Powiązania:: https://bibliotekanauki.pl/articles/333913.pdf
Data publikacji:: 2015
Wydawca:: Uniwersytet Śląski. Wydział Informatyki i Nauki o Materiałach. Instytut Informatyki. Zakład Systemów Komputerowych
Tematy:: brain lesion
MRI
magnetic resonance imaging
classification
tensor
zmiany w mózgu
rezonans magnetyczny
obrazowanie metodą rezonansu magnetycznego
klasyfikacja
Opis:: Glioma detection and classification is an critical step to diagnose and select the correct treatment for the brain tumours. There has been advances in glioma research and Magnetic Resonance Imaging (MRI) is the most accurate non-invasive medical tool to localize and analyse brain cancer.The scientiﬁc global community has been organizing challenges of open data analysis to push forward automatic algorithms to tackle this task. In this paper we analyse part of such challenge data, the Multimodal Brain Tumor Image Segmentation Benchmark (BRATS), with novel algorithms using partial learning to test an active learning methodology and tensor-based image modelling methods to deal with the fusion of the multimodal MRI data into one space. A Random Forest classifier is used for pixel classification. Our results show an error rates of 0.011 up to 0.057 for intra-subject classification. These results are promising compared to other studies. We plan to extend this method to use more than 3 MRI modalities and present a full active learning approach.
Źródło:: Journal of Medical Informatics & Technologies; 2015, 24; 165-172
1642-6037
Pojawia się w:: Journal of Medical Informatics & Technologies
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 3.

Tytuł:: Czego dowiedzieliśmy się o ADHD dzięki strukturalnym badaniom neuroobrazowym?
What have we learned about ADHD from the structural neuroimaging studies?
Autorzy:: Dąbkowska, Małgorzata
Powiązania:: https://bibliotekanauki.pl/articles/945253.pdf
Data publikacji:: 2010
Wydawca:: Medical Communications
Tematy:: abnormalities
attention-deficit/hyperactivity disorder (ADHD)
badania morfometryczne
brain
children
dzieci
fizjopatologia
magnetic resonance imaging
morphometric study
mózg
odchylenia
physiopathology
rezonans magnetyczny
structural neuroimaging
strukturalne badania neuroobrazowe
zaburzenie hiperkinetyczne
Opis:: Attention-deficit/hyperactivity disorder (ADHD) belongs to the most common behavioural disorders of childhood. ADHD can be conceptualised as a diverse developmental disorder characterised by a variable clinical expression, which is underlain by heterogeneity leading to the neural system dysfunction. Neuroimaging for childhood psychiatric disorders has the potential to increase our understanding of the pathophysiology of childhood mental disorders. In recent years, neuroimaging techniques have been used with increasing frequency in attempts to identify structural and functional abnormalities in the brains of children with ADHD. Structural imaging methods have localized abnormalities in key brain regions and neural networks associated with cognition and behaviour consistent with the clinical picture of ADHD. Structural imaging studies suggest that the ADHD pathophysiology would be conditioned by the dysfunction in frontosubcortical pathways. Currently increasing is the evidence that other brain regions such as the cerebellum, the parietal lobes and temporal lobes may also have an important role in this condition. The findings generally suggest deficits in the brain areas mentioned above, with decreased volumes. However, it is also evident that some areas show enlargement as a compensation for the observed deficits. Apart from the issue of reliability, there is a more basic question about how the results of neuroimaging studies are to be interpreted.
Zaburzenie hiperkinetyczne (attention-deficit/hyperactivity disorder, ADHD) należy do najczęściej obserwowanych zaburzeń behawioralnych okresu dzieciństwa. Może być rozpatrywane jako zróżnicowane zaburzenie rozwojowe, charakteryzujące się różnorodną ekspresją kliniczną, u podłoża którego leżą różne czynniki prowadzące do dysfunkcji systemu nerwowego. Badania neuroobrazowe u pacjentów z zaburzeniami psychicznymi wieku rozwojowego przyczyniają się do przybliżenia wyjaśnienia patofizjologii zaburzeń psychicznych u dzieci. W ostatnich latach obserwuje się znaczący wzrost częstości wykorzystania techniki neuroobrazowania do identyfikacji odchyleń w mózgu dzieci z zaburzeniem hiperkinetycznym. Strukturalne badania neuroobrazowe pokazują nieprawidłowości w okolicach mózgu i sieci połączeń kluczowych, które mogą być podłożem objawów ADHD, takich jak zaburzenia uwagi i behawioralne. Wyniki tych badań sugerują dysfunkcje połączeń czołowo-podkorowych jako podłoże patofizjologii ADHD. Obecnie wzrasta liczba doniesień o roli innych regionów mózgu, takich jak móżdżek, płaty ciemieniowe i skroniowe w etiologii tego zaburzenia. Wskazuje się głównie na deficyty we wspomnianych regionach, spadek objętości. Niektóre prace mówią o powiększeniu części obszarów mózgu jako kompensacji obserwowanych deficytów. Odkładając na bok brak jednoznacznych wyników uzyskanych za pomocą neuroobrazowania, należy zastanowić się nad ich interpretacją.
Źródło:: Psychiatria i Psychologia Kliniczna; 2010, 10, 3; 200-204
1644-6313
2451-0645
Pojawia się w:: Psychiatria i Psychologia Kliniczna
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "brain imaging" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język