MR görüntülerinde alzheimer hastalığının özniteliklerinin belirlenmesi
Yükleniyor...
Dosyalar
Tarih
2013-09-06
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Selçuk Üniversitesi Fen Bilimleri Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Alzheimer Hastalığı (AH) yaşlılıkla beraber ortaya çıkan ve beyinde ciddi hasarlar meydana getiren nörodejeneretif bir hastalıktır. Masum unutkanlıklarla başlayan AH, zaman ilerledikçe unutkanlık derecesi artarak ciddi bir hafıza kaybına neden olur. Hastalığın ileri evrelerinde hastalar aile fertlerini, yakın ve uzak geçmişi hatırlayamazlar. Son evre AH' de hasta günlük sıradan işlerini bile yapamadığı için birinin yardımıyla hayatını sürdürür. AH' nin nedeni bilinmediği gibi kesin bir tedaviside yoktur. Ancak hastalığın erken teşhisinde hastalığı geciktirebilecek tedaviler mevcuttur. Son zamanlarda AH' nin erken tanısına ve beyinde oluşan doku kayıplarını tespit eden çalışmalar hızla artmıştır. Bu tez çalışmasında, AH' nin beyin manyetik rezonans (MR) görüntüleri kullanarak beyinde oluşan doku kayıpları görüntü işleme ve atlas tabanlı bölütleme tekniği ile incelenmiştir. Tez çalışmasında kullanmak için Selçuk Üniversitesi Tıp Fakültesinden 17 AH ve13 sağlıklı kişinin herbiri 22 kesitten oluşan MR görüntüsü alınmıştır. Alınan MR görüntülerine öncelikle bazı önişlemeler yapılmıştır. MR cihazından kaynaklanan bazı gürültü kaynakları görüntüye eklendiği için ilk olarak gürültü giderme yapılmıştır. Gürültü Rician Dağılımı ile modellenerek nonlocal means (NLM) filtre ile giderilmiştir. Filte performansı Peak Signal to Noise Ratio (PSNR) metriği ile ölçülmüştür. İkinci aşamada her görüntünün aynı uzayda analizinin yapılabilmesi için görüntülere affine dönüşümü uygulanarak referans uzaya normalizasyon yapılmıştır. Daha sonra Gaussian Mixture Model (GMM) ile Gri Madde (GM), Beyaz Madde (BM), Beyin Omirilik Sıvısı (BOS) ve atlas tabanlı bölütleme ile beyindeki hipokampus, amigdala bölgeleri bölütlenmiştir. Normalizasyon ve bölütleme aşamalarında Statistical Parametric Mapping (SPM) programı araçlarından faydalanılmıştır. Lateral ventriküller (LV) bir önceki aşamada oluşturulan BOS görüntülerinden elde edilmiştir. Belirtilen basamaklar bir arayüzde toplanarak AH için bir karar destek sistemi geliştirilmiştir. Bu sistem ile 30 denek MR görüntüsü üzerinde ilgilenilen bölgelerin hacimsel hesapları yapılmış ve çevreleri çizilmiştir. Tüm hesaplamalar yapıldıktan sonra AH için öznitelik anlamı taşıyan hipokampus, amigdala ve lateral ventriküllerin hacimsel değişimleri yüzdesel olarak değerlendirilmiştir
Alzheimer Disease (AD) is a neuro-degenerative disease which appears at elderly people and causes serious brain damage. It starts with simple forgetfulness but by and by it causes serious amnesia. In advanced stages of the disease, patients aren't able to recognize family members and aren't able to remember recent and distant past . In the last stage of the AD patients maintains their daily life with the help of someone since they aren't able to do it by themselves. The reasons of the AD are unkown as there is no certain treatment. If AD is diagnosed earlier, there are some treatment methods to delay it. Recently, researches have increased rapidly for early diagnosis of the AD and detection of brain tissue loss. In this thesis, brain tissue losses which are occured in AD have been analyzed using image processing and atlas based segmentation tecniques from brain?s Magnetic Resonance Images (MRI). 17 AD and 13 healthy subject's MR images which each of them consists of 22 cross-sectional have been taken from Selcuk University?s Medical Faculty by using in our thesis. Firstly, obtained MR images are pre-processed. Because of MR device?s noise addition to the image, noise filtered is done initially. Noise is removed by nonlocal means (NLM) filter with modelling with Rician Distribution. Filter Performance is measured by Peak Signal to Noise Ratio (PSNR) metric. In the second stage, in order to analyze each image in the same space, the images have been normalized to reference space by applying with affine transformation. Then, brain?s hippocampus, amigdala parts are segmented using atlas based segmentation, Grey Matter (GM), White Matter (WM) and Cerebrospinal fluid (CSF) parts are segmented by using Gaussian Mixture Model (GMM). Statistical Parametric Mapping (SPM) tools have been used for normalization and segmentation stages. Lateral Ventricels are obtained from formely created CSF images. Those stages are collected on an interface and a decision support system is developed for AD. Proposed system, interested brain part?s volumes are calculated and their contours are drawn using 30 subjects MR images . After doing these calculations, AD?s features such as hippocampus, amigdala and lateral ventricel?s (LV) volumetric variations are analyzed in percentile.
Alzheimer Disease (AD) is a neuro-degenerative disease which appears at elderly people and causes serious brain damage. It starts with simple forgetfulness but by and by it causes serious amnesia. In advanced stages of the disease, patients aren't able to recognize family members and aren't able to remember recent and distant past . In the last stage of the AD patients maintains their daily life with the help of someone since they aren't able to do it by themselves. The reasons of the AD are unkown as there is no certain treatment. If AD is diagnosed earlier, there are some treatment methods to delay it. Recently, researches have increased rapidly for early diagnosis of the AD and detection of brain tissue loss. In this thesis, brain tissue losses which are occured in AD have been analyzed using image processing and atlas based segmentation tecniques from brain?s Magnetic Resonance Images (MRI). 17 AD and 13 healthy subject's MR images which each of them consists of 22 cross-sectional have been taken from Selcuk University?s Medical Faculty by using in our thesis. Firstly, obtained MR images are pre-processed. Because of MR device?s noise addition to the image, noise filtered is done initially. Noise is removed by nonlocal means (NLM) filter with modelling with Rician Distribution. Filter Performance is measured by Peak Signal to Noise Ratio (PSNR) metric. In the second stage, in order to analyze each image in the same space, the images have been normalized to reference space by applying with affine transformation. Then, brain?s hippocampus, amigdala parts are segmented using atlas based segmentation, Grey Matter (GM), White Matter (WM) and Cerebrospinal fluid (CSF) parts are segmented by using Gaussian Mixture Model (GMM). Statistical Parametric Mapping (SPM) tools have been used for normalization and segmentation stages. Lateral Ventricels are obtained from formely created CSF images. Those stages are collected on an interface and a decision support system is developed for AD. Proposed system, interested brain part?s volumes are calculated and their contours are drawn using 30 subjects MR images . After doing these calculations, AD?s features such as hippocampus, amigdala and lateral ventricel?s (LV) volumetric variations are analyzed in percentile.
Açıklama
Anahtar Kelimeler
Amigdala, Tabanlı bölütleme, Atlas based segmentation, Görüntü bölütleme, Image segmentation, Hipokampus, Hippocampus, Lateral ventrikül, Lateral ventricel, Manyetik rezonans görüntüleme, Magnetic resonance imaging, Statistical parametric mapping
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Öziç, M. Ü. (2013). MR görüntülerinde alzheimer hastalığının özniteliklerinin belirlenmesi. Selçuk Üniversitesi, Yayımlanmış yüksek lisans tezi, Konya.
