Unsupervised Pathological Area Extraction Using 3D T2 and FLAIR MR Images

Simple item page
dc.contributor.authorDvořák, Pavelcs
dc.contributor.authorBartušek, Karelcs
dc.contributor.authorSmékal, Zdeněkcs
dc.coverage.issue6cs
dc.coverage.volume14cs
dc.date.issued2014-11-20cs
dc.description.abstractThis work deals with fully automated extraction of brain tumor and edema in 3D MR volumes. The goal of this work is the extraction of the whole pathological area using such an algorithm that does not require a human intervention. For the good visibility of these kinds of tissues both T2-weighted and FLAIR images were used. The proposed method was tested on 80 MR volumes of publicly available BRATS database, which contains high and low grade gliomas, both real and simulated. The performance was evaluated by Dice coefficient, where the results were differentiated between high and low grade and real and simulated gliomas. The method reached promising results for all of the combination of images: real high grade (0.73), real low grade (0.81), simulated high grade (0.81), simulated low grade (0.81).en
dc.description.abstractTato práce se zabývá plně automatickou extrakci mozkového nádoru a edému 3D MR obrazů. Cílem práce je extrakce celé patologické oblasti s použitím takového algoritmu, který nevyžaduje zásah člověka. Pro extrakci byly zvoleny T2 a FLAIR obrazy pro dobrou viditelnost těchto druhů tkání. Navržená metoda byla testována na 80 MR obrazech veřejně dostupné BRATS databáze, která obsahuje reálné i simulované obrazy pacientů s gliomem v různých staádiích. Výsledky byly hodnoceny pomocí Diceova koeficientu, kde byly diferencované výsledky mezi vysokým a nízkým stupněm a reálných a simulovaných gliomů. Tato metoda dosáhla slibné výsledky pro všechny kombinace obrázů: reálné gliomy vysokého stupně (0,73), reálné gliomy nízkého stupně (0,81), simulované gliomy vysokého stupně (0,81), simulované gliomy nízkého stupně (0,81).cs
dc.formattextcs
dc.format.extent357-364cs
dc.format.mimetypeapplication/pdfcs
dc.identifier.citationMeasurement Science Review. 2014, vol. 14, issue 6, p. 357-364.en
dc.identifier.doi10.2478/msr-2014-0049cs
dc.identifier.issn1335-8871cs
dc.identifier.orcid0000-0002-6598-5424cs
dc.identifier.orcid0000-0002-8483-5448cs
dc.identifier.other109899cs
dc.identifier.researcheridD-3389-2012cs
dc.identifier.scopus6508372019cs
dc.identifier.scopus36855362600cs
dc.identifier.urihttp://hdl.handle.net/11012/200916
dc.language.isoencs
dc.publisherWalter de Gruytercs
dc.relation.ispartofMeasurement Science Reviewcs
dc.relation.urihttps://www.sciendo.com/article/10.2478/msr-2014-0049cs
dc.rightsCreative Commons Attribution-NonCommercial-NoDerivatives 4.0 Internationalcs
dc.rights.accessopenAccesscs
dc.rights.sherpahttp://www.sherpa.ac.uk/romeo/issn/1335-8871/cs
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/cs
dc.subjectBrain tumoren
dc.subjectBrain tumor segmentationen
dc.subjectExtractionen
dc.subjectMagnetic Resonanceen
dc.subjectMRIen
dc.subjectPathologyen
dc.subjectSegmentationen
dc.subjectSymmetry analysis.en
dc.titleUnsupervised Pathological Area Extraction Using 3D T2 and FLAIR MR Imagesen
dc.title.alternativeAutomatická extrakce patologické oblasti pomocí 3D T2 a FLAIR MR snímkůcs
dc.type.driverarticleen
dc.type.statusPeer-revieweden
dc.type.versionpublishedVersionen
sync.item.dbidVAV-109899en
sync.item.dbtypeVAVen
sync.item.insts2025.02.03 15:42:12en
sync.item.modts2025.01.17 15:24:09en
thesis.grantorVysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií. Ústav telekomunikacícs
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
10.2478_msr20140049.pdf
Size:
499.19 KB
Format:
Adobe Portable Document Format
Description:
10.2478_msr20140049.pdf
Download
Collections
Ústav telekomunikací