Super resolución (SR) en imágenes de resonancia magnética DWI de cerebro usando estimación bayesiana

En la presente tesis, se propone un método bayesiano de Súper resolución (SR) que obtiene imágenes de alta resolución (HR) DWI a partir de imágenes degradadas de baja resolución (LR), tratando de recuperar un máximo de la información en alta frecuencia. Bajo la formuación bayesiana, la imagen descon...

Full description

Autores:
Celis Arámbula, Juan Salvador
Tipo de recurso:
Fecha de publicación:
2019
Institución:
Universidad Nacional de Colombia
Repositorio:
Universidad Nacional de Colombia
Idioma:
spa
OAI Identifier:
oai:repositorio.unal.edu.co:unal/76281
Acceso en línea:
https://repositorio.unal.edu.co/handle/unal/76281
http://bdigital.unal.edu.co/72469/
Palabra clave:
Bayesiano
Súper resolución
DWI
Procesamiento de imágenes
Bayesian
Super resolution
Diffusion Weighted Magnetic Resonance Imaging
Image processing
Rights
openAccess
License
Atribución-NoComercial 4.0 Internacional
id UNACIONAL2_bb5d0afded53cf1646dc0fddd8419fd4
oai_identifier_str oai:repositorio.unal.edu.co:unal/76281
network_acronym_str UNACIONAL2
network_name_str Universidad Nacional de Colombia
repository_id_str
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_abf2Romero Castro, EduardoCelis Arámbula, Juan Salvadorb685a602-8802-4868-af3d-f4dc6079673f3002020-03-30T06:17:36Z2020-03-30T06:17:36Z2019https://repositorio.unal.edu.co/handle/unal/76281http://bdigital.unal.edu.co/72469/En la presente tesis, se propone un método bayesiano de Súper resolución (SR) que obtiene imágenes de alta resolución (HR) DWI a partir de imágenes degradadas de baja resolución (LR), tratando de recuperar un máximo de la información en alta frecuencia. Bajo la formuación bayesiana, la imagen desconocida de alta resolución (HR), el proceso de adquisición y los parámetros del modelo son modelados como procesos estocásticos. El término de verosimilitud es modelado usando una distribución gausiana para estimar el error entre la representación y las observaciones. El término a priori se modela como una distribución gausiana multivariada en el que los pesos del vecindario corresponden a variables intermedias que se introducen con dos propósitos: modelar las relaciones locales con una distribución Laplaciana y utilizar la información más relevante de su vecindario. En consecuencia, la matriz de covarianza de los pesos de este prior se aproxima por variables latentes que se calculan de las relaciones locales modeladas con una Laplaciana. Los resultados experimentales muestran que el método supera la línea base por 2.56 dB usando como métrica el PSNR para una colección de 35 casos.Abstract: In this thesis, a Bayesian super resolution (SR) method obtains high resolution (HR) brain Diffusion-Weighted Magnetic Resonance Imaging (DMRI) images from degraded low resolution (LR) images. Under a Bayesian formulation, the unknown HR image, the acquisition process and the unknown parameters are modeled as stochastic processes. The likelihood model is modeled using a Gaussian distribution to estimate the error between the representation and the observations. The prior is introduced as a Multivariate Gaussian Distribution, for which the inverse of the covariance matrix is approximated by Laplacian-like functions that model the local relationships, capturing thereby non-homogeneous relationships between neighbor intensities. Experimental results show the method outperforms the base line by 2.56 dB when using PSNR as a metric of quality in a set of 35 cases.Maestríaapplication/pdfspaUniversidad Nacional de Colombia Sede Bogotá Facultad de Medicina Departamento de Imágenes DiagnósticasDepartamento de Imágenes Diagnósticas61 Ciencias médicas; Medicina / Medicine and healthCelis Arámbula, Juan Salvador (2019) Super resolución (SR) en imágenes de resonancia magnética DWI de cerebro usando estimación bayesiana. Maestría thesis, Universidad Nacional de Colombia - Sede Bogotá.Super resolución (SR) en imágenes de resonancia magnética DWI de cerebro usando estimación bayesianaTrabajo de grado - Maestríainfo:eu-repo/semantics/masterThesisinfo:eu-repo/semantics/acceptedVersionTexthttp://purl.org/redcol/resource_type/TMBayesianoSúper resoluciónDWIProcesamiento de imágenesBayesianSuper resolutionDiffusion Weighted Magnetic Resonance ImagingImage processingORIGINAL20190531_DocumTesis.pdfapplication/pdf1440918https://repositorio.unal.edu.co/bitstream/unal/76281/1/20190531_DocumTesis.pdf210aac866342b1749a175d3b65b26625MD51THUMBNAIL20190531_DocumTesis.pdf.jpg20190531_DocumTesis.pdf.jpgGenerated Thumbnailimage/jpeg4655https://repositorio.unal.edu.co/bitstream/unal/76281/2/20190531_DocumTesis.pdf.jpg68840d3e68d7ea8ac154fbf93555ab6aMD52unal/76281oai:repositorio.unal.edu.co:unal/762812024-07-11 23:51:33.441Repositorio Institucional Universidad Nacional de Colombiarepositorio_nal@unal.edu.co
dc.title.spa.fl_str_mv Super resolución (SR) en imágenes de resonancia magnética DWI de cerebro usando estimación bayesiana
title Super resolución (SR) en imágenes de resonancia magnética DWI de cerebro usando estimación bayesiana
spellingShingle Super resolución (SR) en imágenes de resonancia magnética DWI de cerebro usando estimación bayesiana
Bayesiano
Súper resolución
DWI
Procesamiento de imágenes
Bayesian
Super resolution
Diffusion Weighted Magnetic Resonance Imaging
Image processing
title_short Super resolución (SR) en imágenes de resonancia magnética DWI de cerebro usando estimación bayesiana
title_full Super resolución (SR) en imágenes de resonancia magnética DWI de cerebro usando estimación bayesiana
title_fullStr Super resolución (SR) en imágenes de resonancia magnética DWI de cerebro usando estimación bayesiana
title_full_unstemmed Super resolución (SR) en imágenes de resonancia magnética DWI de cerebro usando estimación bayesiana
title_sort Super resolución (SR) en imágenes de resonancia magnética DWI de cerebro usando estimación bayesiana
dc.creator.fl_str_mv Celis Arámbula, Juan Salvador
dc.contributor.author.spa.fl_str_mv Celis Arámbula, Juan Salvador
dc.contributor.spa.fl_str_mv Romero Castro, Eduardo
dc.subject.proposal.spa.fl_str_mv Bayesiano
Súper resolución
DWI
Procesamiento de imágenes
Bayesian
Super resolution
Diffusion Weighted Magnetic Resonance Imaging
Image processing
topic Bayesiano
Súper resolución
DWI
Procesamiento de imágenes
Bayesian
Super resolution
Diffusion Weighted Magnetic Resonance Imaging
Image processing
description En la presente tesis, se propone un método bayesiano de Súper resolución (SR) que obtiene imágenes de alta resolución (HR) DWI a partir de imágenes degradadas de baja resolución (LR), tratando de recuperar un máximo de la información en alta frecuencia. Bajo la formuación bayesiana, la imagen desconocida de alta resolución (HR), el proceso de adquisición y los parámetros del modelo son modelados como procesos estocásticos. El término de verosimilitud es modelado usando una distribución gausiana para estimar el error entre la representación y las observaciones. El término a priori se modela como una distribución gausiana multivariada en el que los pesos del vecindario corresponden a variables intermedias que se introducen con dos propósitos: modelar las relaciones locales con una distribución Laplaciana y utilizar la información más relevante de su vecindario. En consecuencia, la matriz de covarianza de los pesos de este prior se aproxima por variables latentes que se calculan de las relaciones locales modeladas con una Laplaciana. Los resultados experimentales muestran que el método supera la línea base por 2.56 dB usando como métrica el PSNR para una colección de 35 casos.
publishDate 2019
dc.date.issued.spa.fl_str_mv 2019
dc.date.accessioned.spa.fl_str_mv 2020-03-30T06:17:36Z
dc.date.available.spa.fl_str_mv 2020-03-30T06:17:36Z
dc.type.spa.fl_str_mv Trabajo de grado - Maestría
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/masterThesis
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/acceptedVersion
dc.type.content.spa.fl_str_mv Text
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/TM
status_str acceptedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.unal.edu.co/handle/unal/76281
dc.identifier.eprints.spa.fl_str_mv http://bdigital.unal.edu.co/72469/
url https://repositorio.unal.edu.co/handle/unal/76281
http://bdigital.unal.edu.co/72469/
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.ispartof.spa.fl_str_mv Universidad Nacional de Colombia Sede Bogotá Facultad de Medicina Departamento de Imágenes Diagnósticas
Departamento de Imágenes Diagnósticas
dc.relation.haspart.spa.fl_str_mv 61 Ciencias médicas; Medicina / Medicine and health
dc.relation.references.spa.fl_str_mv Celis Arámbula, Juan Salvador (2019) Super resolución (SR) en imágenes de resonancia magnética DWI de cerebro usando estimación bayesiana. Maestría thesis, Universidad Nacional de Colombia - Sede Bogotá.
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/76281/1/20190531_DocumTesis.pdf
https://repositorio.unal.edu.co/bitstream/unal/76281/2/20190531_DocumTesis.pdf.jpg
bitstream.checksum.fl_str_mv 210aac866342b1749a175d3b65b26625
68840d3e68d7ea8ac154fbf93555ab6a
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_ 1814090234140295168