- -

Unsupervised glioblastoma segmentation based on multiparametric Magnetic Resonance Imaging (MRI)

RiuNet: Institutional repository of the Polithecnic University of Valencia

Share/Send to

Cited by

Statistics

Unsupervised glioblastoma segmentation based on multiparametric Magnetic Resonance Imaging (MRI)

Show simple item record

Files in this item

dc.contributor.advisor Juan Císcar, Alfonso es_ES
dc.contributor.advisor García Gómez, Juan Miguel es_ES
dc.contributor.advisor Fuster García, Elíes es_ES
dc.contributor.author Juan Albarracín, Javier es_ES
dc.date.accessioned 2015-06-01T14:25:29Z
dc.date.available 2015-06-01T14:25:29Z
dc.date.created 2014-09-26
dc.date.issued 2015-06-01
dc.identifier.uri http://hdl.handle.net/10251/51064
dc.description.abstract [EN] Design and evaluation of an automated unsupervised segmentation method for brain tumour, specifically glioblastoma tumour, based on Magnetic Resonance Imaging (MRI). A preprocessing and feature extraction pipeline based on the state of the art techniques for MRI is proposed. Several unsupervised classification algorithms are studied and evaluated, considering structured and non structured classification algorithms. An original postprocessing method is designed to automatically identify the pathological classes of a segmentation. The unsupervised method is evaluated with a real public reference dataset, against consolidated supervised approaches. es_ES
dc.description.abstract [ES] Diseño y evaluación de un método de segmentación automática no supervisada de tumor cerebral, en concreto glioblastomas, mediante imágenes de Resonancia Magnética (RM). Se propone un pipeline de preprocesamiento y extracción de carácterísticas basado en técnicas del estado del arte en imágenes de RM. Se estudian y evaluan distintos algoritmos de clasificación no supervisada, diferenciando entre algoritmos de clasificación estructurada y clasificación no estructurada. Se diseña y propone un postproceso original para la identificación automática de clases patológicas en una segmentación. Se evalua el método no supervisado mediante a una base de datos pública real de referencia, en la que participan metodos consolidados principalmente supervisados. es_ES
dc.format.extent 72 es_ES
dc.language Inglés es_ES
dc.publisher Universitat Politècnica de València es_ES
dc.rights Reserva de todos los derechos es_ES
dc.subject Clasificación no supervisada es_ES
dc.subject Segmentación tumor cerebral es_ES
dc.subject Análisis de imagen médica es_ES
dc.subject Unsupervised classification es_ES
dc.subject Brain tumour segmentation es_ES
dc.subject Medical image analisis es_ES
dc.subject.classification FISICA APLICADA es_ES
dc.subject.classification LENGUAJES Y SISTEMAS INFORMATICOS es_ES
dc.subject.other Máster Universitario en Inteligencia Artificial, Reconocimiento de Formas e Imagen Digital-Màster Universitari en Intel·Ligència Artificial: Reconeixement de Formes i Imatge Digital es_ES
dc.title Unsupervised glioblastoma segmentation based on multiparametric Magnetic Resonance Imaging (MRI) es_ES
dc.type Tesis de máster es_ES
dc.rights.accessRights Abierto es_ES
dc.contributor.affiliation Universitat Politècnica de València. Servicio de Alumnado - Servei d'Alumnat es_ES
dc.description.bibliographicCitation Juan Albarracín, J. (2014). Unsupervised glioblastoma segmentation based on multiparametric Magnetic Resonance Imaging (MRI). http://hdl.handle.net/10251/51064 es_ES
dc.description.accrualMethod Archivo delegado es_ES


This item appears in the following Collection(s)

Show simple item record