Αυτόματη ανάλυση λειτουργίας εγκεφάλου σε άτομα με τη νόσο Alzheimer βασισμένη στον αλγόριθμο τυχαίων δασών

Περίληψη

Αντικείμενο της παρούσας διδακτορικής διατριβής είναι η ανάπτυξη αυτόματης μεθόδου για την ανάλυση της λειτουργίας του εγκεφάλου σε άτομα με τη νόσο Alzheimer και πιο συγκεκριμένα για τη διάγνωση της νόσου του Alzheimer και τον διαχωρισμό των σταδίων εξέλιξης αυτής. Η μέθοδος βασίζεται στην επεξεργασία και ανάλυση εικόνων λειτουργικής απεικόνισης μαγνητικού συντονισμού (fMRI) καθώς επίσης και σε τεχνικές μηχανικής μάθησης (αλγόριθμοι ταξινόμησης). Η προτεινόμενη μέθοδος αποτελείται από έξι βήματα. Αρχικά οι εικόνες λειτουργικής απεικόνισης μαγνητικού συντονισμού επεξεργάζονται τόσο ως προς το χρόνο όσο και ως προς το χώρο προκείμενου να απομακρυνθούν τα τεχνικά σφάλματα και η μετέπειτα ανάλυση να επιτρέψει τη λήψη αποτελεσμάτων υψηλής ακρίβειας (βήμα 1ο). Στη συνέχεια από τις προεπεξεργασμένες εικόνες λειτουργικής απεικόνισης μαγνητικού συντονισμού εξάγονται οι χρονοσειρές οι οποίες μοντελοποιούνται με τη χρήση γενικευμένων γραμμικών μοντέλων με σκοπό τη δημιουργία των χαρτών ενε ...
περισσότερα

Περίληψη σε άλλη γλώσσα

The aim of this thesis is the development of an automated method for the analysis of the brain function in patients with Alzheimer’s disease (AD). Based on the processing and analysis of functional Magnetic Resonance Imaging (fMRI) and on the utilization and improvement of machine learning techniques, we propose a method for the diagnosis of AD and the separation of stages of the disease progression. The proposed method consists of six steps. First, the functional Magnetic Resonance Images were preprocessed, in spatial and time domain, to remove artefacts and the subsequent analysis to lead to reliable results (Step 1). The voxel time courses were extracted from the preprocessed images and they were modeled using a generalized linear model (Step 2). The result of the second step is the formation of a statistical parametric map for each subject. The activation maps were analyzed permitting thus the extraction of features describing the activation patterns and the hemodynamic res ...
περισσότερα

Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.

DOI
10.12681/eadd/26803
Διεύθυνση Handle
http://hdl.handle.net/10442/hedi/26803
ND
26803
Εναλλακτικός τίτλος
Automated analysis of brain function in patients with Alzheimer disease based on random forests algorithm
Συγγραφέας
Τριπολίτη, Ευανθία (Πατρώνυμο: Ελευθέριος)
Ημερομηνία
2012
Ίδρυμα
Πανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών. Τμήμα Πληροφορικής
Εξεταστική επιτροπή
Μανής Γεώργιος
Φωτιάδης Δημήτριος
Λύκας Αριστείδης
Νικήτα Κωνσταντίνα
Μαγκλογιάννης Ηλίας
Νίκου Χριστόφορος
Μπλέκας Κωνσταντίνος
Επιστημονικό πεδίο
Φυσικές Επιστήμες
Επιστήμη Ηλεκτρονικών Υπολογιστών και Πληροφορική
Λέξεις-κλειδιά
Αλγόριθμος τυχαίων δασών; Νόσος Alzheimer; Ταξινόμηση; Αυτόματη διάγνωση
Χώρα
Ελλάδα
Γλώσσα
Ελληνικά
Άλλα στοιχεία
xvi, 285 σ., εικ., πιν., σχημ., γραφ., ευρ.
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στους συνδεδεμένους στο σύστημα χρήστες οι οποίοι έχουν αλληλεπιδράσει με τη διδακτορική διατριβή. Ως επί το πλείστον, αφορά τις μεταφορτώσεις.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Σχετικές εγγραφές (με βάση τις επισκέψεις των χρηστών)