Detección de áreas de interés bajo la hipótesis de relación espacial de voxels activados en fMRI
Material type:
ArticleDescription: 1 archivo (347,4 kB)Subject(s): Summary: Las imágenes de resonancia magnética funcional (fMRI) utilizan una serie de imágenes de resonancia magnética para mapear de forma no invasiva las áreas de actividad neuronal aumentada del cerebro humano. La baja relación señal a ruido (SNR) de las imágenes funcionales, hace necesario el uso de técnicas de procesamiento de imágenes especificas, para la detección regiones correlacionadas con la respuesta a un estímulo determinado. En este artículo se presenta un método alternativo para segmentar regiones activadas en imágenes de fMRI. Se propone abordar el problema en dos etapas de clasificación, una no supervisada y una segunda etapa supervisada. El método propuesto utiliza máquinas de soporte vectorial (SVM) y difusión anisotropica (DA) para la generación de patrones de entrenamiento, y SVM para la clasificación de regiones activadas. La aplicación del método propuesto permite incluir valiosa información con respecto a la interrelacion entre las series temporales correspondientes a cada elemento de volumen (vóxel) en un espacio 3-D.
| Item type | Home library | Collection | Call number | URL | Status | Date due | Barcode | |
|---|---|---|---|---|---|---|---|---|
Capítulo de libro
|
Biblioteca de la Facultad de Informática | Biblioteca digital | A0770 (Browse shelf(Opens below)) | Link to resource | No corresponde |
Formato de archivo PDF. -- Este documento es producción intelectual de la Facultad de Informática - UNLP (Colección BIPA/Biblioteca)
Las imágenes de resonancia magnética funcional (fMRI) utilizan una serie de imágenes de resonancia magnética para mapear de forma no invasiva las áreas de actividad neuronal aumentada del cerebro humano. La baja relación señal a ruido (SNR) de las imágenes funcionales, hace necesario el uso de técnicas de procesamiento de imágenes especificas, para la detección regiones correlacionadas con la respuesta a un estímulo determinado. En este artículo se presenta un método alternativo para segmentar regiones activadas en imágenes de fMRI. Se propone abordar el problema en dos etapas de clasificación, una no supervisada y una segunda etapa supervisada. El método propuesto utiliza máquinas de soporte vectorial (SVM) y difusión anisotropica (DA) para la generación de patrones de entrenamiento, y SVM para la clasificación de regiones activadas. La aplicación del método propuesto permite incluir valiosa información con respecto a la interrelacion entre las series temporales correspondientes a cada elemento de volumen (vóxel) en un espacio 3-D.
Congreso Argentino de Ciencias de la Computación (20mo : 2014 : Buenos Aires, Argentina)