Image similarity for registration and manifold learning: application to brain analysis

dc.contributor
Universitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions
dc.contributor.author
Zimmer, Veronika Anne
dc.date.accessioned
2017-04-05T10:24:56Z
dc.date.available
2017-04-05T10:24:56Z
dc.date.issued
2017-02-13
dc.identifier.uri
http://hdl.handle.net/10803/402101
dc.description.abstract
The aim of this thesis is to explore and develop measures for image comparison in two main areas of medical image analysis: image registration and manifold learning for population analysis. In particular, the main contributions of the thesis are the following: (i) the development of a multimodal similarity measure using the commutativity of the image graph Laplacians as a criterion of image structure preservation, (ii) the application of such similarity measure to fetal ultrasound-magnetic resonance registration, (iii) the development of a framework for optimal kernel-based manifold embeddings for medical image data, and (iv) the development of a method to learn and combine heterogeneous pairwise image similarities induced by application-specific distance functions for manifold learning. The methods developed in this thesis were evaluated both on synthetic and clinical data, here in particular for brain analysis and classification, both during early childhood and in aging adults.
en_US
dc.description.abstract
El objetivo de esta tesis es explorar y desarrollar métodos para la comparación de imágenes en dos de las principales áreas del análisis de imagen: el registro de imágenes y manifold learning por el análisis de población. En particular, las contribuciones pueden resumirse principalmente en tres: (i) se propone una medida de similitud multimodal para el registro de imágenes usando la commutatividad del grafo Laplaciano como criterio para preservar la estructura de la imagen, (ii) la aplicación de esta medida de similitud para el registro de resonancias magnética-ultrasonido de feto, (iii) se presenta un método para un optimo kernel-based manifold learning de imágenes médicas, y (iv) se propone aprender y combinar diferentes aproximaciones de vecindarios de las imágenes por manifold learning. Los métodos desarrollados en este tesis fueron evaluados en datos sintéticos y clínicos, en particular por el análisis de imágenes cerebrales de fetos, neonatos y adultos.
en_US
dc.format.extent
168 p.
en_US
dc.format.mimetype
application/pdf
dc.language.iso
eng
en_US
dc.publisher
Universitat Pompeu Fabra
dc.rights.license
ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.
dc.source
TDX (Tesis Doctorals en Xarxa)
dc.subject
Similarity measure
en_US
dc.subject
Image registration
en_US
dc.subject
Simultaneous diagonalization
en_US
dc.subject
Laplacian commutator
en_US
dc.subject
Manifold learning
en_US
dc.subject
Manifold embedding quality
en_US
dc.subject
Kernel combinations
en_US
dc.subject
Random forest
en_US
dc.subject
Neighborhood approximation
en_US
dc.subject
Brain analysis
en_US
dc.subject
Medido de similitud
en_US
dc.subject
Registro de imagen
en_US
dc.subject
Diagonalización simultáneo
en_US
dc.subject
Comutador de Laplaciano
en_US
dc.subject
Cualidad de embeddings
en_US
dc.subject
Combinación de kernels
en_US
dc.subject
Aproximación de vecindarios
en_US
dc.subject
Análisis del cerebro
en_US
dc.title
Image similarity for registration and manifold learning: application to brain analysis
en_US
dc.type
info:eu-repo/semantics/doctoralThesis
dc.type
info:eu-repo/semantics/publishedVersion
dc.subject.udc
62
en_US
dc.contributor.authoremail
veronika.zimmer@upf.edu
en_US
dc.contributor.director
González Ballester, Miguel Ángel
dc.contributor.director
Piella Fenoy, Gemma
dc.embargo.terms
cap
en_US
dc.rights.accessLevel
info:eu-repo/semantics/openAccess
dc.description.degree
Programa de doctorat en Tecnologies de la Informació i les Comunicacions


Documentos

tvaz.pdf

71.95Mb PDF

Este ítem aparece en la(s) siguiente(s) colección(ones)