Kernel-based image analysis towards MRI segmentation and classification
Recientemente, el análisis de imágenes médicas ha recibido gran interés debido a su amplia gama de aplicaciones incluyendo cirugía cerebral, construcción de atlases, y diagnostico asistido por computador. Por otro lado, la teoría de Kernels es uno de los métodos de aprendizaje de maquina más emplead...
- Autores:
-
Cárdenas Peña, David Augusto
- Tipo de recurso:
- Doctoral thesis
- Fecha de publicación:
- 2016
- Institución:
- Universidad Nacional de Colombia
- Repositorio:
- Universidad Nacional de Colombia
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.unal.edu.co:unal/56541
- Acceso en línea:
- https://repositorio.unal.edu.co/handle/unal/56541
http://bdigital.unal.edu.co/52348/
- Palabra clave:
- 6 Tecnología (ciencias aplicadas) / Technology
62 Ingeniería y operaciones afines / Engineering
Análisis de imágenes medicas
Teoría de kernels
Agrupamiento de RNM
Segmentación basada en atlases
Selección de plantillas
Segmentación Bayesiana
Segmentación basada en parches
Diagnóstico asistido por computador
Función de costo empleando medidas de información
Redes neuronales
Medical image analysis
Kernel theory
MRI clustering
Atlas-based segmentation
Template selection
Bayesian segmentation
Patch-based segmentation
Computer-aided diagnosis
Information-based cost function
Neural networks
- Rights
- openAccess
- License
- Atribución-NoComercial 4.0 Internacional
id |
UNACIONAL2_a49b83d1293a9b65dc1c82c2576d1419 |
---|---|
oai_identifier_str |
oai:repositorio.unal.edu.co:unal/56541 |
network_acronym_str |
UNACIONAL2 |
network_name_str |
Universidad Nacional de Colombia |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Kernel-based image analysis towards MRI segmentation and classification |
title |
Kernel-based image analysis towards MRI segmentation and classification |
spellingShingle |
Kernel-based image analysis towards MRI segmentation and classification 6 Tecnología (ciencias aplicadas) / Technology 62 Ingeniería y operaciones afines / Engineering Análisis de imágenes medicas Teoría de kernels Agrupamiento de RNM Segmentación basada en atlases Selección de plantillas Segmentación Bayesiana Segmentación basada en parches Diagnóstico asistido por computador Función de costo empleando medidas de información Redes neuronales Medical image analysis Kernel theory MRI clustering Atlas-based segmentation Template selection Bayesian segmentation Patch-based segmentation Computer-aided diagnosis Information-based cost function Neural networks |
title_short |
Kernel-based image analysis towards MRI segmentation and classification |
title_full |
Kernel-based image analysis towards MRI segmentation and classification |
title_fullStr |
Kernel-based image analysis towards MRI segmentation and classification |
title_full_unstemmed |
Kernel-based image analysis towards MRI segmentation and classification |
title_sort |
Kernel-based image analysis towards MRI segmentation and classification |
dc.creator.fl_str_mv |
Cárdenas Peña, David Augusto |
dc.contributor.advisor.spa.fl_str_mv |
Castellanos Domínguez, César Germán (Thesis advisor) |
dc.contributor.author.spa.fl_str_mv |
Cárdenas Peña, David Augusto |
dc.subject.ddc.spa.fl_str_mv |
6 Tecnología (ciencias aplicadas) / Technology 62 Ingeniería y operaciones afines / Engineering |
topic |
6 Tecnología (ciencias aplicadas) / Technology 62 Ingeniería y operaciones afines / Engineering Análisis de imágenes medicas Teoría de kernels Agrupamiento de RNM Segmentación basada en atlases Selección de plantillas Segmentación Bayesiana Segmentación basada en parches Diagnóstico asistido por computador Función de costo empleando medidas de información Redes neuronales Medical image analysis Kernel theory MRI clustering Atlas-based segmentation Template selection Bayesian segmentation Patch-based segmentation Computer-aided diagnosis Information-based cost function Neural networks |
dc.subject.proposal.spa.fl_str_mv |
Análisis de imágenes medicas Teoría de kernels Agrupamiento de RNM Segmentación basada en atlases Selección de plantillas Segmentación Bayesiana Segmentación basada en parches Diagnóstico asistido por computador Función de costo empleando medidas de información Redes neuronales Medical image analysis Kernel theory MRI clustering Atlas-based segmentation Template selection Bayesian segmentation Patch-based segmentation Computer-aided diagnosis Information-based cost function Neural networks |
description |
Recientemente, el análisis de imágenes médicas ha recibido gran interés debido a su amplia gama de aplicaciones incluyendo cirugía cerebral, construcción de atlases, y diagnostico asistido por computador. Por otro lado, la teoría de Kernels es uno de los métodos de aprendizaje de maquina más empleados en variadas tareas debido a sus propiedades y múltiples técnicas. En este trabajo, se combinan las imágenes médicas, en particular las imágenes de resonancia magnética, y la teoría de Kernels para mejorar las tareas de segmentación y clasificación. La primera contribución de esta tesis es un nuevo criterio para la sintonización del ancho de banda del Kernel Gaussiano, como ´único parámetro libre, el cual es denominado KEIPV. El algoritmo maximiza la variabilidad del potencial de información en el espacio reproducido de Hilbert. Este criterio se emplea para la sintonización de todos los Kernels Gaussianos considerados en este trabajo. Luego, se propone una nueva representación de imágenes 3D que realza las categorías inherentes en los sujetos, específicamente edad y género. La medida embebida de similitud de imágenes soporta los algoritmos de segmentación basados en atlases al seleccionar las plantillas más relevantes de tal forma que se reduce el costo computacional (inducido por el registro deformable) y se mejora el desempeño de segmentación. Posteriormente, se proponen dos estrategias de segmentación basadas en atlases: La primera presenta una función de costo empleando medidas de información para el esquema de segmentación Bayesiana, tal que los parámetros del modelo se ajustan mejor a las propiedades de la imagen. La segunda es una estrategia empleando parches, para la que se propone una extracción de características voxel a voxel local que se entrena con información supervisada proveniente de las etiquetas de voxeles vecinos. Con este objetivo, la maximización del criterio del alineamiento de Kernels centralizados (CKA) que mejora la discriminación de tejidos en el espacio de características. Finalmente, un nuevo esquema de entrenamiento para perceptrones multicapa (MLP) se describe en el último capítulo con dos contribuciones: Una etapa de pre-entrenamiento supervisado usando CKA que estima matrices de proyección lineal; y una función de costo empleando la entropía condicional de matrices para el ajuste fino de los parámetros del MLP en un esquema de actualización por retropropagación |
publishDate |
2016 |
dc.date.issued.spa.fl_str_mv |
2016 |
dc.date.accessioned.spa.fl_str_mv |
2019-07-02T11:55:54Z |
dc.date.available.spa.fl_str_mv |
2019-07-02T11:55:54Z |
dc.type.spa.fl_str_mv |
Trabajo de grado - Doctorado |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/acceptedVersion |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_db06 |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TD |
format |
http://purl.org/coar/resource_type/c_db06 |
status_str |
acceptedVersion |
dc.identifier.uri.none.fl_str_mv |
https://repositorio.unal.edu.co/handle/unal/56541 |
dc.identifier.eprints.spa.fl_str_mv |
http://bdigital.unal.edu.co/52348/ |
url |
https://repositorio.unal.edu.co/handle/unal/56541 http://bdigital.unal.edu.co/52348/ |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.relation.ispartof.spa.fl_str_mv |
Universidad Nacional de Colombia Sede Manizales Facultad de Ingeniería y Arquitectura Departamento de Ingeniería Eléctrica, Electrónica y Computación Ingeniería Electrónica Ingeniería Electrónica |
dc.relation.references.spa.fl_str_mv |
Cárdenas Peña, David Augusto (2016) Kernel-based image analysis towards MRI segmentation and classification. Doctorado thesis, Universidad Nacional de Colombia - Sede Manizales. |
dc.rights.spa.fl_str_mv |
Derechos reservados - Universidad Nacional de Colombia |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
dc.rights.license.spa.fl_str_mv |
Atribución-NoComercial 4.0 Internacional |
dc.rights.uri.spa.fl_str_mv |
http://creativecommons.org/licenses/by-nc/4.0/ |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Atribución-NoComercial 4.0 Internacional Derechos reservados - Universidad Nacional de Colombia http://creativecommons.org/licenses/by-nc/4.0/ http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
institution |
Universidad Nacional de Colombia |
bitstream.url.fl_str_mv |
https://repositorio.unal.edu.co/bitstream/unal/56541/1/1053779322.2016.pdf https://repositorio.unal.edu.co/bitstream/unal/56541/2/1053779322.2016.pdf.jpg |
bitstream.checksum.fl_str_mv |
4ba6e90b92cc649ecd1d1cbd90bf2746 5add0b91f59e2d5c8089ba60b68425a8 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Institucional Universidad Nacional de Colombia |
repository.mail.fl_str_mv |
repositorio_nal@unal.edu.co |
_version_ |
1814089262693351424 |
spelling |
Atribución-NoComercial 4.0 InternacionalDerechos reservados - Universidad Nacional de Colombiahttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Castellanos Domínguez, César Germán (Thesis advisor)c792a029-43aa-4eb1-ac01-0b8ac24a537e-1Cárdenas Peña, David Augusto5bda9388-4ea5-45a7-8922-a4ed3bdd54bb3002019-07-02T11:55:54Z2019-07-02T11:55:54Z2016https://repositorio.unal.edu.co/handle/unal/56541http://bdigital.unal.edu.co/52348/Recientemente, el análisis de imágenes médicas ha recibido gran interés debido a su amplia gama de aplicaciones incluyendo cirugía cerebral, construcción de atlases, y diagnostico asistido por computador. Por otro lado, la teoría de Kernels es uno de los métodos de aprendizaje de maquina más empleados en variadas tareas debido a sus propiedades y múltiples técnicas. En este trabajo, se combinan las imágenes médicas, en particular las imágenes de resonancia magnética, y la teoría de Kernels para mejorar las tareas de segmentación y clasificación. La primera contribución de esta tesis es un nuevo criterio para la sintonización del ancho de banda del Kernel Gaussiano, como ´único parámetro libre, el cual es denominado KEIPV. El algoritmo maximiza la variabilidad del potencial de información en el espacio reproducido de Hilbert. Este criterio se emplea para la sintonización de todos los Kernels Gaussianos considerados en este trabajo. Luego, se propone una nueva representación de imágenes 3D que realza las categorías inherentes en los sujetos, específicamente edad y género. La medida embebida de similitud de imágenes soporta los algoritmos de segmentación basados en atlases al seleccionar las plantillas más relevantes de tal forma que se reduce el costo computacional (inducido por el registro deformable) y se mejora el desempeño de segmentación. Posteriormente, se proponen dos estrategias de segmentación basadas en atlases: La primera presenta una función de costo empleando medidas de información para el esquema de segmentación Bayesiana, tal que los parámetros del modelo se ajustan mejor a las propiedades de la imagen. La segunda es una estrategia empleando parches, para la que se propone una extracción de características voxel a voxel local que se entrena con información supervisada proveniente de las etiquetas de voxeles vecinos. Con este objetivo, la maximización del criterio del alineamiento de Kernels centralizados (CKA) que mejora la discriminación de tejidos en el espacio de características. Finalmente, un nuevo esquema de entrenamiento para perceptrones multicapa (MLP) se describe en el último capítulo con dos contribuciones: Una etapa de pre-entrenamiento supervisado usando CKA que estima matrices de proyección lineal; y una función de costo empleando la entropía condicional de matrices para el ajuste fino de los parámetros del MLP en un esquema de actualización por retropropagaciónAbstract : Recently medical image analysis has received significant interest due to its wide span of applications including brain surgery, atlas building, and computer-aided diagnosis. In addition, kernel theory is one of the most considered machine learning methods in several tasks due to its properties and multiple techniques. In this work, we combine both medical images, specifically magnetic resonance images, and kernel theory for improving segmentation and classification tasks. The first contribution of the thesis is a novel tuning criterion for Gaussian kernel bandwidth parameter, termed KEIPV. The approach maximizes the information potential variability in the reproduced Hilbert space. Such criterion allows tuning all Gaussian kernels considered in this work. Secondly, we propose new image representation that highlights inherent image categories, particularly age and gender. Resulting embedded image similarity supports atlas-based segmentation algorithms by selecting the most relevant templates so that computational cost (induced by pairwise image registration) and segmentation performance are improved. Then, we propose two template-based segmentation approaches: The first one introduces an information cost function in the Bayesian image intensity modeling so better fitting model parameters to the image properties. The second approach is patch-based, where we introduce a voxel-wise feature extraction locally learned using supervised information provided by neighboring label voxels. To this end, the maximization of the centered kernel alignment (CKA) criterion enhances the tissue discrimination in the feature space. Finally, a new training scheme for multi-layer perceptron (MLP) is described in the last chapter with two contributions: A supervised pre-training MLP stage using CKA to learn linear projecting matrices; and a matrix conditional entropy cost function for training MLP parameters in a backpropagation updating scheme.Doctoradoapplication/pdfspaUniversidad Nacional de Colombia Sede Manizales Facultad de Ingeniería y Arquitectura Departamento de Ingeniería Eléctrica, Electrónica y Computación Ingeniería ElectrónicaIngeniería ElectrónicaCárdenas Peña, David Augusto (2016) Kernel-based image analysis towards MRI segmentation and classification. Doctorado thesis, Universidad Nacional de Colombia - Sede Manizales.6 Tecnología (ciencias aplicadas) / Technology62 Ingeniería y operaciones afines / EngineeringAnálisis de imágenes medicasTeoría de kernelsAgrupamiento de RNMSegmentación basada en atlasesSelección de plantillasSegmentación BayesianaSegmentación basada en parchesDiagnóstico asistido por computadorFunción de costo empleando medidas de informaciónRedes neuronalesMedical image analysisKernel theoryMRI clusteringAtlas-based segmentationTemplate selectionBayesian segmentationPatch-based segmentationComputer-aided diagnosisInformation-based cost functionNeural networksKernel-based image analysis towards MRI segmentation and classificationTrabajo de grado - Doctoradoinfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_db06Texthttp://purl.org/redcol/resource_type/TDORIGINAL1053779322.2016.pdfapplication/pdf7408944https://repositorio.unal.edu.co/bitstream/unal/56541/1/1053779322.2016.pdf4ba6e90b92cc649ecd1d1cbd90bf2746MD51THUMBNAIL1053779322.2016.pdf.jpg1053779322.2016.pdf.jpgGenerated Thumbnailimage/jpeg4951https://repositorio.unal.edu.co/bitstream/unal/56541/2/1053779322.2016.pdf.jpg5add0b91f59e2d5c8089ba60b68425a8MD52unal/56541oai:repositorio.unal.edu.co:unal/565412024-03-23 23:08:52.695Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co |