Escudo de la República de Colombia
Sistema Nacional de Biliotecas - Repositorio Institucional Universidad Nacional de Colombia Biblioteca Digital - Repositorio Institucional UN Sistema Nacional de Bibliotecas UN

Morphometric data fusion for early detection of alzheimer’s disease

Giraldo Franco, Diana Lorena (2015) Morphometric data fusion for early detection of alzheimer’s disease. Maestría thesis, Universidad Nacional de Colombia.

Texto completo

[img]
Vista previa
PDF - Versión Aceptada
Available under License Creative Commons Attribution Non-commercial No Derivatives.

2MB

Resumen

Abstract. We present a morphometry method which uses brain models generated using Nonnegative Matrix Factorization (NMF) characterized by signatures calculated from perceptual features such as intensities, edges and orientations, of some regions obtained by comparing the models. Two different measures are used to calculate volume-models distances in the regions of interest. The discerning power of these distances is tested by using them as features for a Support Vector Machine classifier. This work shows the usefulness of both measures as metrics in medical image applications when they are used in binary classification tasks. Our methodology was tested with two experimental groups extracted from a public brain MR dataset (OASIS), the classification between healthy subjects and patients with mild AD reveals an equal error rate (EER) measure which is better than previous approaches tested on the same dataset (0.1 in the former and 0.2 in the latter). When detecting very mild AD, our results (near to 75% of sensitivity and specificity) are comparable to the results with those approaches., Presentamos un m´etodo de morfometr´ı que usa modelos de cerebro que se generan usando factorizaci´on de matrices no-negativas (NMF por su nombre en ingl´es) y se caracterizan por firmas calculadas de rasgos perceptules como las intensidades, bordes y orientaciones de algunas regiones del cerebro obtenidas de la comparaci´on entre modelos. Dos medidas, la divergencia de Kullback-Leibler y la “Earth Mover’s Distance”, son usadas para calcular la distancia entre vol´umenes y modelos en las regiones de inter´es. Probamos el poder discriminante de estas distancias us´andolas para construir los vectores de caracter´ısticas para una m´aquina de soporte vectorial. Este trabajo muestra la utilidad de ambas medidas en tareas de clasificaci´on binaria. Nuestra metodolog´ıa fue probada con dos grupos experimentales extra´ıdos de la base de datos OASIS, la clasificaci´on entre sujetos sanos y pacientes con Alzheimer leve revela un EER que mejora los resultados obtenidos por trabajos publicados previamente con los mismos grupos experimentales. Cuando se trata de detectar Alzheimer muy leve, los resultados (cercanos a 75% de sensibilidad y especificidad) son comparables con los resultados obtenidos en dichas publicaciones.

Tipo de documento:Tesis/trabajos de grado - Thesis (Maestría)
Colaborador / Asesor:Romero Castro, Eduardo
Información adicional:Magíster en Ingeniería Biomédica. Línea de Investigación: Imágenes Médicas
Palabras clave:Alzheimer’s Disease, MRI, Morphometry, NMF, Pattern Recognition, KullbackLeibler Divergence, Earth Mover’s Distance, Enfermedad de Alzheimer, IRM,, Morfometría, NMF, Reconocimiento de Patrones, Divergencia de Kullback-Leibler, EMD
Temática:6 Tecnología (ciencias aplicadas) / Technology
6 Tecnología (ciencias aplicadas) / Technology > 61 Ciencias médicas; Medicina / Medicine & health
6 Tecnología (ciencias aplicadas) / Technology > 62 Ingeniería y operaciones afines / Engineering
Unidad administrativa:Sede Bogotá > Facultad de Medicina > Departamento de Imágenes Diagnósticas
Código ID:49248
Enviado por : Diana Diana Lorena Giraldo Franco
Enviado el día :11 Junio 2015 12:54
Ultima modificación:11 Junio 2015 12:54
Ultima modificación:11 Junio 2015 12:54
Exportar:Clic aquí
Estadísticas:Clic aquí
Compartir:

Solamente administradores del repositorio: página de control del ítem

Vicerrectoría de Investigación: Número uno en investigación
Indexado por:
Indexado por Scholar Google WorldCat DRIVER Registry of Open Access Repositories OpenDOAR Metabiblioteca BDCOL OAIster Red de repositorios latinoamericanos DSpace BASE Open archives La referencia Colombiae Open Access Theses and Dissertations Tesis latinoamericanas CLACSO
Este sitio web se ve mejor en Firefox