Métodos de fusión de las etiquetas basadas en registro no

rígido

Sandra Rodríguez Rodrigo

INTRODUCCIÓN

Enfermedades neurodegenerativas

Ciertos trastornos psiquiátricos

VolumenÁrea

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

múltiples atlas

Única segmentación

Se combinan

Fusión de etiquetas

Atlas

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.

1, if i = ek(x)0, otherwise

Wk,i (x)

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.

mp, if i = ek(x)0, otherwise

Wk,i (x)

m: medida de similitud entre el atlas y la imagen de origenp: exponente de ganancia asociado.

(GWV-NCC)

Normalized cross-correlation

NCC =

(GWV-MI)

Mutual Information – ITK

(GWV-MSD)

Mean Square Distance

GWV-MI GWV-NCC GWV-MSD

Ganancia p 8 4 -1

Ganancia p IBSR Database

4 6 -1

Valores de p

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.

[m(s,r)]p, if i = ek(x)0, otherwise

Wk,i (x)

m depende ahora de dos parámetros que sons: shape r: radio

(LWV-NCC)

Normalized cross-correlation

(LWV-MI)

Normalized Mutual Information

NMI =

(LWV-MSD)

Mean Square Distance

LWV-MI LWV-NCC LWV-MSD

Ganancia r 15 10 10

Ganancia p 8 5 -6

Ganancia p IBSR Database

8 2 -1

Valores de p

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 FUSIÓNVotación por mayoría – Majority Voting (MV)

SIN MEXTarget 1Elapsed time is 0.006931 seconds.Elapsed time is 0.005247 seconds.DICE: 0.801 0.827Target 2Elapsed time is 0.005106 seconds.Elapsed time is 0.005115 seconds.DICE: 0.786 0.749Target 3Elapsed 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 1Elapsed time is 0.004657 seconds.Elapsed time is 0.004761 seconds.DICE: 0.801 0.827Target 2Elapsed 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.