عنوان پایان‌نامه
آنالیز شکل با استفاده از روش لاپلاس - بلترامی جهت تعیین هیپوکامپ معیوب در بیماری صرع گیجگاهی
- رشته تحصیلی
- مهندسی برق- مهندسی پزشکی - بیوالکتریک
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه دانشکده برق و کامپیوتر شماره ثبت: E1894;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 49025;کتابخانه مرکزی پردیس 2 فنی شماره ثبت: E 1894
- تاریخ دفاع
- ۰۷ خرداد ۱۳۹۰
- دانشجو
- رزیتا شیشه گر
- استاد راهنما
- حمید سلطانیان زاده
- چکیده
- : آنالیز شکل، در بسیاری از مطالعاتِ بر مبنای تصاویر پزشکی، نقش مهمی ایفا میکند. یکی از روشهای جدید آنالیز شکل، استفاده از توابع و مقادیر ویژه لاپلاس بلترامی است. در تحقیق حاضر از این روش برای مقایسه محلی و سرتاسری شکل هیپوکمپ در بیماری صرع لب گیجگاهی استفاده میشود. مزیت اپراتور لاپلاس بلترامی در آنالیز شکل، تغییر ناپذیری آن با تغییرات ایزومتری است و از اینرو نیازمند هیچ مرحله پیشپردازشی مانند انطباق، برهمنهی و همسوسازی نیست. همچنین این روش در آشکارسازی جزئیات شکلی توانا است و بنابراین میتواند انتخاب مناسبی برای بررسی تغییر ساختارهای بدن با هدف تشخیصی برای بیماریهایی مانند صرع باشد. یکی از انواع شایع صرع، صرع لب گیجگاهی (TLE) میباشد. مهمترین یافته آسیب شناسی در این نوع صرع، مرگ نورونی درهیپوکمپ است. در نتیجه این آسیب، سفتشدگی هیپوکمپ و در نهایت تغییر شکل در ساختار هیپوکمپ رخ میدهد. روشهای رایج در مطالعات مربوط به تغییر شکل ساختارهای مغزی، آنالیزهای حجمی و سطحی میباشد. امروزه روشهای آنالیز شکل به علت قدرت تفکیک بیشتر و ایجاد ویژگیهای هندسی و شکلشناسی، متداولتر هستند. مجموعه داده مورد استفاده در این تحقیق شامل تصاویر تشدید مغناطیسی 66 بیمار و 12 فرد سالم است که به صورت دستی بخشبندی شدهاند. روش پیشنهادی شامل 4 مرحله پیشپردازش، محاسبه مقادیر و توابع ویژه لاپلاس بلترامی، استخراج ویژگیهای مناسب و اعمال روشهای آنالیز آماری، دستهبندی و خوشهبندی است. در این روش برای استخراج ویژگیهای محلی از Morse-Smale complex و سطح تراز صفر استفاده شد. نتایج آنالیز آماری، تفکیک پذیری قابل توجهی بین بیماران و افراد سالم نشان نمیدهد. جداسازی افراد سالم و بیمار، با روش پیشنهادیِ دادههای خارج از رنج نرمال (ONR)، نتیجه نرخ تشخیص صحیح واقعی92% و نرخ مثبت کاذب 33% را نشان میدهد. همچنین در جداسازی بیماران با mTLE چپ و راست با روش خوشهبندی و طبقه¬بندی دقت 82% و 88% حاصل گردید. در مقایسه با نتایج حاصل از روشهای حجمی و سطحی بهبود قابل توجهی داشته است. همچنین دقت حاصل در مقایسه با نتایج دسته بندی طرف عامل حملهی بیماران با روش هارمونیکهای کروی که با هدفی مشابه بر روی این مجموعه داده آزموده شدهبود، بهبود یافتهاست. کلمات کلیدی: آنالیز شکل، توابع و مقادیر ویژه لاپلاس بلترامی، تغییر شکل هیپوکمپ، صرع لب گیجگاهی، آنالیز آماری، Morse-Smale complex و سطح تراز صفر
- Abstract
- Abstract: Shape analysis plays an important role in many medical imaging studies. One of the recent shape analysis methods uses the Laplace Beltrami eigenfunctions and eigenvalues, which is also used in this research for local and global shape comparison of hippocampus of normal subjects and epileptic patients. Popularity of the Laplace Beltrami operator in this field is due to its isometry-invariance which avoids pre-processing steps like mapping, registration, and alignment. In addition, it is capable of revealing fine details in shapes that makes this method a good choice for deformation detecting purposes like epilepsy diagnosis. One of the most common types of epilepsy is temporal lobe epilepsy. The most important pathologic effect of this type is neuronal death in human hippocampus, which causes hippocampal sclerosis and hippocampal deformation. Early common studies on deformation of brain structures were focused on volumetric and surface area analysis. Recently, shape analysis techniques have become more popular since they are more discriminative than previous measurements and may provide additional geometric and morphometric features. The dataset used in this research includes magnetic resonance images of 66 epileptic patients and 12 normal subjects. The hippocampi are manually segmented. The proposed method consists of 4 main steps of pre-processing, computing eigenfunction and eigenvalues, feature extraction, and performing shape analysis, classification and clustering methods. In this method, Morse-Smale complex and zero level set extraction was performed in the feature extraction step. Statistical shape analysis does not show significant shape differences between two groups of normal subjects and epileptic patients. Classification of normal subjects and epileptic patients with out of normal range (ONR) classifier resulted in a true positive rate of 92% and a false positive rate of 33%. In addition, the lateralization accuracy using clustering or classification algorithms are 82% and 88%, respectively. These are superior to the results obtained previously from volumetric and surface area analysis methods. Also, the lateralization accuracy of the proposed method is slightly better than that of shape analysis using spherical harmonics which was performed on the same dataset with the same purpose. Keywords: Shape analysis, Laplace Beltrami eigenfunctions and eigenvalues, hippocampus deformation, mesial Temporal Lobe Epilepsy (mTLE), statistical analysis, Morse-Smale complex, zero level set.
