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...
- 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 |