Pfc-neuro-7

Análisis de imágenes cerebrales de Resonancia Magnética Nuclear: Parcelación de escala fina.

1. Resumen.

En los procesos de parcelación se detecta una descomposición en regiones de la imagen de resonancia magnética nuclear y esta descomposición se utiliza para realizar estudios de comparación bien con otros sujetos bien contra atlas preestablecidos.

2. Herramientas computacionales.

Datos: Colección de imágenes cerebrales de RMN simuladas de sujetos sanos, sujetos con Alzheimer y Esclerosis Múltiple; Atlas de referencia.

Algoritmos: Correspondencias entre regiones. Segmentación automática en regiones.

3. Utilidad: aplicación, interés comercial o comunitario, proyección de futuro.

La parcelación de escala fina se puede utilizar para comparar volúmenes de estructuras cerebrales en grupos de sujetos.

4. Conocimientos requeridos o recomendados.

Matlab, C.

5. Fases previstas.

Fase 1. Elaboración del estado del arte. Se desarrollarán durante la duración del proyecto sesiones regulares de revisión de bibliografía y discusión de artículos. Resultados esperados: Conocer y recoger en un informe los estudios realizados con métodos de parcelación.

Fase 2. Exploración de las implementaciones de Parcelación disponibles (software libre). Resultados esperados: Informe que recoja las implementaciones de métodos de parcelación disponibles (software libre), para este tipo de problema.

Fase 3. Implementación de algoritmos de la literatura. Resultados esperados: Código de cada algoritmo.

Fase 4. Evaluación de los resultados. Resultados esperados: Aplicar los métodos de parcelación a una colección de imágenes de RMN. Establecer medidas para comparar la eficiencia y realizar las comparaciones sobre la colección de imágenes proporcionada.

Fase 5. Elaboración de la memoria final. Resultados esperados: Recoger en un informe el trabajo realizado.

Más información

Maite García-Sebastián [1]