Тип работы:
Предмет:
Язык работы:


Анализ и визуализация данных МРТ головного мозга

Работа №143841

Тип работы

Магистерская диссертация

Предмет

информационные системы

Объем работы41
Год сдачи2024
Стоимость4740 руб.
ПУБЛИКУЕТСЯ ВПЕРВЫЕ
Просмотрено
29
Не подходит работа?

Узнай цену на написание


Введение 4
1. Постановка задачи 5
2. Обзор 6
2.1. Мозг человека и диагностика патологий 6
2.2. Существующие решения обработки данных 16
2.3. Выводы 20
3. Описание решения 22
3.1. Ранняя версия компонента 22
3.2. Новая версия компонента 24
3.3. Сравнение версий компонента и его роль в программном комплексе 36
Заключение 38
Список литературы 39

Головной мозг человека является одним из наименее изученных органов человеческого тела. В его исследованиях задействовано как различное диагностическое оборудование, так и вычислительные устройства. С развитием последних происходит постепенное совершенствование диагностических возможностей и данных, которые они предоставляют.
Магнитно-резонансная томография — это один из основных методов неинвазивного исследования мозга наряду с компьютерной томографией. Для таких исследований используются магнитно-резонансные томографы, обычно поставляемые в комплекте с программным обеспечением от производителя. В зависимости от использованной импульсной последовательности в результате получают данные разных модальностей, среди которых выделяют структурную, функциональную и диффузионную. По сырым данным первой специалист лучевой диагностики может оценить анатомические особенности, однако две оставшиеся требуют обработки, после которой возможен анализ логической и структурной связанности отделов мозга.
Обработка сырых данных может быть осуществлена при помощи различного программного обеспечения. Существующие решения разнятся по своему функционалу и поддерживаемым модальностям. Также, зачастую предполагается погружение в специфику конкретного ПО и навыки работы в Unix-подобных операционных системах, что затрудняет его использование исследователями и усложняет внедрение последних достижений в повседневную практику специалистов.
Для упрощения использования разнородного ПО в рамках совместного проекта со специалистами лучевой диагностики разрабатывается программный комплекс. Он представляет из себя клиент-серверное веб-приложение, реализующее возможности по анализу и визуализации данных МРТ головного мозга в формате единого окна. В рамках данной работы описана разработка подходов и алгоритмов, применяемых для совершенствования компонента обработки данных диффузионно-тензорной МРТ.

Возникли сложности?

Нужна помощь преподавателя?

Помощь в написании работ!


В ходе выполнения выпускной квалификационной работы были достигнуты следующие результаты:
1. Выполнен обзор предметной области и существующих решений по обработке данных ДТ МРТ.
2. Определены недостатки разработанного раннее компонента обработки данных.
3. Устранены выявленные недостатки.
4. Реализована совместить компонента с другими компонентами программного комплекса.
5. Усовершенствованы возможности компонента по обработке данных: добавлена гармонизация данных, расчет фракционной анизотропии, выполнение групповой трактографии и контроля качества данных, а также кластеризация волокон проводящих путей.
Компонент встроен в программный комплекс, который в свою очередь развернут для апробации медицинскими специалистами, исходный код на данный момент закрыт.
Направления будущих исследований и разработок как в рамках компонента, так и комплекса в целом включают в себя:
• Расширение функционала за счет реализации анализа данных на наличие аномалий.
• Формирование на основе анализа отчета о найденных отклонениях.
• Преобразование комплекса в рекомендательную систему по диагностике патологий.


[1] 3D Reconstruction of Spine Image from 2DMRI Slices along One Axis / Somoballi Ghoshal, Sourav Banu, Amlan Chakrabarti et al. //IETImage Processing. — 2020. — 09. — Vol. 14.
[2] Axons: the cable transmission of neurons. — URL: https://qbi.uq.edu.au/brain/brain-anatomy/axons-cable-transmission-neurons (дата обращения: 24 апреля 2024 г.).
[3] Brain Anatomy and How the Brain Works. — URL: https://www.hopkinsmedicine.org/health/conditions-and-diseases/anatomy-of-the-brain(дата обращения: 25 апреля 2024 г.).
[4] Brain Basics: Know Your Brain.— URL: https://www.ninds.nih.gov/health-information/public-education/brain-basics/brain-basics-know-your-brain(дата обращения: 24 апреля 2024 г.).
[5] Camino: Diffusion MRI reconstruction and processing / Philip A Cook, Yu Bai, Matt G Hall et al. - 2005.
[6] DSI-Studio: A Tractography Software Tool for Diffusion MRI Analy¬sis.— URL: https://dsi-studio.labsolver.org/ (дата обращения: 24 апреля 2024 г.).
[7] Diffusion tensor imaging in the corpus callosum in children after mod¬erate to severe traumatic brain injury / Elisabeth A Wilde, Zili Chu, Erin D Bigler et al. // Journal of neurotrauma. — 2006. — Vol. 23, no. 10. — P. 1412-1426.
[8] Diffusion toolkit: a software package for diffusion imaging data process¬ing and tractography / Ruopeng Wang, Thomas Benner, Alma Gre¬gory Sorensen, Van Jay Wedeen // Proc Intl Soc Mag Reson Med / Berlin. — Vol. 15. — 2007.
[9] ExploreDTI: a graphical toolbox for processing, analyzing, and visual¬izing diffusion MR data / AJBSJJDK Leemans, Ben Jeurissen, Jan Si- jbers, Derek K Jones // Proc Intl Soc Mag Reson Med. — Vol. 17.— 2009. - P. 3537.
[10] Machine learning for brain MRI data harmonisation: a systematic re¬view / Grace Wen, Vickie Shim, Samantha Jane Holdsworth et al. // Bioengineering. — 2023. — Vol. 10, no. 4. — P. 397.
[11] Naz Falaq, Siddique Yasir. Human Brain Disorders: A Review //TheOpen Biology Journal. — 2020. — 09. — Vol. 8. — P. 6-21.
[12] Schwarz Christopher G. Uses of human MR and PET imaging in research of neurodegenerative brain diseases // Neurotherapeutics. — 2021. —Vol. 18, no. 2. —P. 661-672.
[13] Tracts recognition and clustering via GUI and CLI | DSI Studio Google Groups.— URL: https://groups.google.eom/g/dsi-studio/c/gca7bFCJRhI (дата обращения: 3 мая 2024 г.).
[14] Using diffusion MRI data acquired with ultra-high gradient strength to improve tractography in routine-quality data / Chiara Maffei, C Lee, M Planich et al. // Neuroimage. — 2021. — Vol. 245. — P. 118706.
[15] Yeh Fang-Cheng, Badre David, Verstynen Timothy. Connectometry: a statistical approach harnessing the analytical potential of the local connectome // Neuroimage. — 2016. — Vol. 125. — P. 162-171...(20)


Работу высылаем на протяжении 30 минут после оплаты.



Подобные работы


©2025 Cервис помощи студентам в выполнении работ