Download Métodos de fusión de las etiquetas basadas en registro no rígido

Métodos de fusión de las
etiquetas basadas en
registro no rígido
Sandra Rodríguez Rodrigo
INTRODUCCIÓN
Enfermedades neurodegenerativas
Ciertos trastornos psiquiátricos
Área
Volumen
Frecuentemente
asociados con
cambios estructurales
en el cerebro.
Volumen del hipocampo
Puede ser crucial para el diagnóstico de
enfermedades tales como el Alzheimer o la
Esquizofrenia.
 Métodos
de fusión
 Freesurfer
MÉTODOS DE FUSIÓN
Segmentaciones de
Atlas
múltiples atlas
Se combinan
Única segmentación
Fusión de etiquetas
MÉTODOS DE FUSIÓN
 GLOBALES
Majority Voting
• Weighted Voting
•
 LOCALES
Generalized Local Weighted Voting
• STAPLE
•
ESTRATEGIAS GLOBALES
Votación por mayoría – Majority Voting (MV)
 Es
la técnica mas sencilla y más utilizada
en la segmentación de imágenes médicas.
 Todas
las segmentaciones a fusionar tienen
exactamente el mismo peso.
Wk,i (x)
1, if i = ek(x)
0, otherwise
A cada voxel se le asigna la etiqueta con la que
coinciden varias segmentaciones.
Votación ponderada – Weighted Voting (WV)
 Tiene
como particularidad la asignación de
ponderaciones a cada segmentación de
manera global.
Wk,i (x)
mp, if i = ek(x)
0, otherwise
m: medida de similitud entre el atlas y la imagen de origen
p: exponente de ganancia asociado.
 (GWV-NCC)
Normalized cross-correlation
𝐶𝑜𝑣 (𝐼1 ,𝐼2 )
NCC =
𝑉𝑎𝑟(𝐼1 ) 𝑉𝑎𝑟(𝐼2 )
 (GWV-MI)
Mutual Information – ITK
 (GWV-MSD)
Mean Square Distance
Valores de p
GWV-MI
GWV-NCC
GWV-MSD
Ganancia p
8
4
-1
Ganancia p
IBSR Database
4
6
-1
Limitaciones de usar Estrategias Globales
Ejemplo de limitación de estrategias globales. Artaechevarria09
Generalized Local Weighted Voting (LWV)
 Asignación
de un peso diferente para cada
voxel
 Se
calcula para cada píxel la medida de
similitud en un subvolumen de la imagen
dependiente del píxel.
Wk,i (x)
[m(s,r)]p, if i = ek(x)
0,
otherwise
m depende ahora de dos parámetros que son
s: shape
r: radio
 (LWV-NCC)
Normalized cross-correlation
 (LWV-MI)
Normalized Mutual Information
NMI =
𝐻 𝐼1 +𝐻(𝐼2 )
𝐻(𝐼1 ,𝐼2 )
 (LWV-MSD)
Mean Square Distance
Valores de p
LWV-MI
LWV-NCC
LWV-MSD
Ganancia r
15
10
10
Ganancia p
8
5
-6
Ganancia p
IBSR Database
8
2
-1
STAPLE
 STAPLE
(Simultaneous Truth and Performance
Level Estimation) trata la fusión de etiquetas
como un problema de maximización de
probabilidades y lo resuelve usando EM.
 Este
algoritmo procede realizando estimaciones de
manera iterativa y maximizando la función de
probabilidad.
Breve comparativa

Estrategias locales
Alto contraste

Estrategias globales
Intensidades similares
No se puede determinar cuál es el óptimo para todos los
casos.
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.
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.
HWA
Hybrid Watershed Algorithm (HWA)
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
ICV
Suma de materia gris (GM) y materia blanca (WM).
Se puede encontrar en el archivo aseg.stats
Corrección aplicando la transformación talairach.xfm
Protocolo
Enigma
EXPERIMENTACIÓN MÉTODOS DE FUSIÓN
Votación por mayoría – Majority Voting (MV)
SIN MEX
Target 1
Elapsed time is 0.006931
seconds.
Elapsed time is 0.005247
seconds.
DICE: 0.801 0.827
Target 2
Elapsed time is 0.005106
seconds.
Elapsed time is 0.005115
seconds.
DICE: 0.786 0.749
Target 3
Elapsed time is 0.005026
seconds.
Elapsed time is 0.005099
seconds.
DICE: 0.706 0.676
…
La media de los DICE es:
0.7915 0.7984
MEX
Target 1
Elapsed time is 0.004657
seconds.
Elapsed time is 0.004761
seconds.
DICE: 0.801 0.827
Target 2
Elapsed time is 0.003667
seconds.
Elapsed time is 0.004266
seconds.
DICE: 0.786 0.749
Target 3
Elapsed time is 0.004807
seconds.
Elapsed time is 0.004749
seconds.
DICE: 0.706 0.676
La media de los DICE es:
0.7915 0.7984
EXPERIMENTACIÓN FREESURFER
ICV
FUTURAS LÍNEAS
MEX Votación ponderada – labelPriorTerm
Skull-stripping e ICV del resto de imágenes del
Proyecto Vallecas
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. Optimizacion de una energa mediante cortes de grafos. segmentacion de imagenes. 2014.