Métodos de fusión de las etiquetas basadas en registro no rígido

Presentación del tema: "Métodos de fusión de las etiquetas basadas en registro no rígido"— Transcripción de la presentación:

1 Métodos de fusión de las etiquetas basadas en registro no rígido
Sandra Rodríguez Rodrigo

2 INTRODUCCIÓN Frecuentemente asociados con cambios estructurales en el cerebro. Enfermedades neurodegenerativas Ciertos trastornos psiquiátricos Tanto las enfermedades neurodegerativas como ciertos trastornos psiquiatricos estan frecuentemente asociados con cambios estructurales en el cerebro. Estos cambios pueden ser desde variaciones en el volumen o forma de las regiones subcorticales as como alteraciones en el espesor o el area del cortex cerebral. Área Volumen

3 Volumen del hipocampo Puede ser crucial para el diagnóstico de enfermedades tales como el Alzheimer o la Esquizofrenia. El hipocampo se localiza en la parte interna del lóbulo temporal y desempeña principalmente funciones importantes en la memoria. Determinar si han existido cambios en el volumen de esta region puede ser crucial para el diagnostico de enfermedades tales como el Alzheimer o la Schizophrenia.

4 Estado de la técnica de la segmentación del hipocampo desde T1-MRI
Freesurfer Existen numerosos software que permiten distinguir y estudiar las diferentes zonas que conforman el cerebro. En este TFG, nos centraremos en estudiar los métodos de fusión para el tratamiento de imágenes T1-MRI cuya segmentacion se basa en el registro de los atlas sobre la imagen del paciente. Y Freesurfer desde Linux, que permite funciones como la extracción del cerebro o el cálculo del volumen intracraneal. Se podría decir que se divide en una parte más matemática y otra más visual y experimental.

5 MÉTODOS DE FUSIÓN Fusión de etiquetas
Segmentaciones de múltiples atlas Atlas Se combinan Única segmentación Un atlas se dene como una imagen de la misma naturaleza que la que se quiere segmentar pero con la particularidad de contener tanto la localizacion como la relación espacial entre sus estructuras. Dado un atlas, la segmentaci¶on de una imagen, denominada objetivo, puede estimarse. Se ha demostrado que emplear multiples atlas mejora la calidad de la segmentacion ademas de reducir el error posiblemente existente. Para ello, cada atlas debe ser tratado de manera independiente aplicandole su correspondiente transformación de tal manera que como salida se obtengan diferentes imagenes segmentadas. La finalidad de ello es combinarlas, generando una unica segmentacion. Este proceso es denominado como fusion de etiquetas Fusión de etiquetas

6 MÉTODOS DE FUSIÓN GLOBALES LOCALES Majority Voting Weighted Voting
Generalized Local Weighted Voting STAPLE A lo largo de este captIulo, se desarrollaran algunos de los metodos de fusion de etiquetas que hacen esto posible los cuales, segun la literatura, podran clasicarse en dos grandes grupos. La diferencia principal entre ambas, es que las globales estiman la segmentación refiriéndose a toda la imagen mientras que las locales se centran en cada voxel.

7 Breve comparativa Estrategias locales Alto contraste Estrategias globales Intensidades similares No se puede determinar cuál es el óptimo para todos los casos. MV como STAPLE no utilizan la informacion que proporciona la imagen de origen (target image) como hacen otros metodos como WV, sino que se centran en los atlas. En conclusion, en realidad no se puede determinar cual es el optimo para todos los casos ya que ningun metodo es mejor que otro siempre sino que depende de las regiones que se traten y de las imagenes.

8 Tratamiento de imágenes T1-MRI
PROYECTO VALLECAS ICV Volumetría Hipocampal Volumetría Materia Gris ADNI DICE (Alzheimer's Disease Neuroimaging Initiative)

9 FREESURFER Software de código abierto para el procesamiento y análisis de imágenes de resonancia magnética MRI del cerebro humano. skull-stripping cortical and subcortical segmentations etc.

10 Skull-stripping Proceso de separar el cerebro (materia gris (GM) y materia blanca (WM)) de lo que no lo es (como por ejemplo el cráneo o la dura madre) Semi-automática Automática BET, BSE, MAPS, HWA.

11 HWA (Hybrid Watershed Algorithm)
Obtención de brainmask.mgz . Aplicar el algoritmo watershed Valor de h h > 25 si parte del cerebro se ha eliminado h < 25 si parte del cerebro queda sin eliminar Este algoritmo proporciona una estimacion inicial robusta del volumen del cerebro gracias a la cual se puede establecer un modelo que se adapte a la supercie del cerebro. Ademas, se utiliza un atlas estadstico para validar y corregir la extraccion del cerebro. . Leung  Utilización de less

12 ICV Suma de materia gris (GM) y materia blanca (WM).
Se puede encontrar en el archivo aseg.stats Durante el proceso de ejecución de less se imprime por pantalla

13 Volumetría Hipocampal
Hipocampo izquierdo: 17 Hipocampo derecho: 53 Obtención de aseg.mgz

14 Volumetría Materia Gris
Obtención de ribbon.mgz Archivo aseg.stats

15

16 EXPERIMENTACIÓN CONVERTIR A MGZ

17

18 Comparación Variación h - less

19 Volumetría hipocampal

20 ETIQUETAS 17 Y 53

21 Materia Gris

22 RESULTADOS NUMÉRICOS

23 TIEMPO EMPLEADO PARALELIZACIÓN
Script Matlab – Lanzado desde Putty a Gauss 1 imagen  29471, segundos (8,5 horas) 8, segundos: conversión nii.gz a mgz 2721, segundos : skull-stripping y cálculo ICV Restante: volumetría hipocampal y materia gris PARALELIZACIÓN

24 31 imágenes  33319,912416 segundos (9,25 horas) Sin paralelización:
Matlabpool local 8; Parfor i=1:31 … Matlabpool close; 31 imágenes  33319, segundos (9,25 horas) Sin paralelización: 29471, * 31 = ,3004 segundos (253,78 horas)

25 BIBLIOGRAFÍA [1] Xabier Artaechevarria, Arrate Munoz-Barrutia, and Carlos Ortiz-de Solorzano. Combination strategies in multi-atlas image segmentation: Application to brain mr data. Medical Imaging, IEEE Transactions on, 28(8):1266{1277, 2009. [2] M.Carmen Tobar Carlos Platero. A label fusion method using conditional random elds with higher-order potentials: Application to hippocampal segmentation (pendiente de publicacion). [5] Kelvin K Leung, Josephine Barnes, Marc Modat, Gerard R Ridgway, Jonathan W Bartlett, Nick C Fox, Sebastien Ourselin, Alzheimer's Disease Neuroimaging Initiative, et al. Brain maps: an automated, accurate and robust brain extraction technique using a template library. Neuroimage, 55(3):1091{1108,2011. [6] M Tobar Puente. Optimización de una energía mediante cortes de grafos. Segmentación de imágenes

26 GRACIAS POR SU ATENCIÓN