Composición espacial de volúmenes cerebrales fetales de ultrasonido usando mapas probabilísticos 上市 Deposited
The project presented in this thesis constitutes one of the stages of a system, whose purpose is the semi-automatic evaluation of fetal health, through the measurement of several indices. This system is divided into four stages: composition and automatic segmentation of fetal structures; analysis of the movement of the fetal heart by means of optical flow techniques; extraction of maternal-fetal indicators from electrocardiographic recordings and automatic classification of the state of fetal health. The final aim is to assess the maternal-fetal health status, to help in the clinical screening of difficult cases and to implement this diagnostic tool in remote locations in a translational manner. In this work we present a contribution to one of the stages of the described system, which consists of the development of a new spatial composition method of brain ultrasound (US) volumes. The phenomenon of occlusion affects fetal US studies from the second trimester, due to cranial calcification that prevents the passage of US signals, and therefore acoustic shadows are generated in various brain regions. So far, there are not published studies that seek to deal with the problem of fetal brain acoustic occlusions in US images, which is important for obstetric experts to make an adequate assessment of the central nervous system. The composition method developed in this research is an approach that combines diverse US projections acquired from different angles, in order to improve image quality, to attenuate artifacts and to reduce multiplicative noise. Unlike the reported composition methods, this work proposes a new algorithm based on an adequate estimation of posterior probability maps from a supervised learning approach. The main objective of this research was to build a new volume from several US fetal brain acquisitions, which were affected by a process of acoustic occlusion as a consequence of cranial calcification. The developed methodology was divided into two stages: automatic alignment of multiple projections of cerebral fetal US, and composition using the weighted euclidean norm as a combination operator. In both cases, posterior probability maps resulting from the supervised classification process based on texture descriptors were used. The registration method consisted of automatically aligning two fetal brain studies obtained from an axial and coronal projection. The obtained results were contrasted with three registration methods based on intensity, and four geometrical methods based on correspondence. Our method named Weighted Coherent Point Drift, shows better performance with an error of 6.23±3.82 millimeters, improving performance up to 43 %, compared to the other methods. The algorithm showed to be less sensitive to outliers, missing data and acoustic shadows, necessary qualities to register the volumes of fetal US brain. For information fusion from multiple US projections, the use of weighted euclidean norm was proposed; weighting factors were assigned using probabilistic maps, resulting from the classification process of two classes (brain tissue and acoustic shadows). This methodology was applied to three sets of data: brain simulations, US volumes of a phantom and US 3D fetal brain data. To contrast the performance of the proposed algorithm, some of the composition operators reported in the literature were used. The first two sets of experiments (with simulated data and data from phantom), showed that our probabilistic spatial composition (CSP) was able to improve the quality of a US study, increasing the SNR up to 90 % and the CNR up to 73 %, compared to other reported operators. When contrasting our results with a baseline, a considerable improvement was observed regarding correlation coefficient and normalized mutual information with increments of up to 64 % and 73 % respectively. These measures reveal a dependence or similarity between two variables (our results and the baseline), which can be translated into an appropriate recovery of missing information and suppression of shadows. The results of the composition using fetal brain studies, agree with those obtained in the previous experiments showing an increase of the SNR and CNR. In this case, due to the lack of a baseline, two sets of qualitative assessments were made by two groups of experts (engineers and obstetricians). The validation made by the first group show that our method is clearly better that an ordinary study and other reported methodologies, in terms of aspects such ascranial contour quality, visible brain tissue and general quality. The second group performed a detailed analysis of some of the brain structures most commonly used in clinical practice such as: midline, cranial circumference, cavum septum pellucidum or cerebellum; the results using CSP showed better quality compared to a US ordinary study and to the results obtained with other reported composition operators. This is explained by the fact that CSP focuses on solving the problem of acoustic occlusions in US images, by seeking to characterize and to weigh different cerebral areas, artifacts and occluded regions from a supervised approach.
El presente proyecto es una etapa de un sistema que tiene como finalidad la evaluación semi– automática del estado de la salud fetal, mediante diversos índices. Este sistema está dividido en cuatro etapas: composición y segmentación automática de estructuras fetales, análisis del movimiento del corazón fetal mediante técnicas de flujo óptico, extracción de indicadores materno–fetales a partir de registros electrocardiográficos y clasificación automática del estado de la salud fetal. El objetivo final es efectuar valoraciones del estado de salud materno–fetal de forma traslacional. En este trabajo se presenta la contribución a una de las etapas del sistema descrito, que consiste en el desarrollo de un nuevo método de composición espacial de volúmenes de Ultrasonido (US) fetal cerebral. El fenómeno de oclusión afecta a los estudios de US fetal a partir del segundo trimestre, debido a la calcificación craneal que impide el paso de las señales de US, y por lo tanto se generan sombras acústicas en diversas regiones cerebrales. Hasta el momento no se han encontrado investigaciones que busquen lidiar con el problema de oclusiones acústicas cerebrales fetales en imágenes de US, lo que es importante para que los expertos obstetras puedan efectuar una adecuada evaluación del sistema nervioso central. El método de composición espacial desarrollado combina diversas proyecciones de US adquiridas desde diversos ángulos, con la finalidad de mejorar la calidad de las imágenes, atenuar artefactos y disminuir el ruido multiplicativo. A diferencia de los métodos de composición reportados, en este trabajo se propone un nuevo algoritmo basado en una adecuada estimación de mapas de probabilidad posterior desde un enfoque de aprendizaje supervisado. El principal objetivo de esta investigación fue construir un nuevo volumen a partir de varias adquisiciones cerebrales fetales de US, que fueron afectadas por un proceso de oclusión acústica consecuencia de la calcificación craneal. La metodología propuesta para efectuar la composición espacial probabilística se dividió en dos etapas: una de ellas correspondiente al proceso de alineación automática de múltiples proyecciones de US fetal cerebral, y la otra a la etapa de composición usando la norma euclidiana ponderada como operador de combinación. En ambos casos se propuso la incorporación de mapas de probabilidad posterior resultantes del proceso de clasificación supervisada basada en descriptores de textura. El método de registro consistió en alinear automáticamente dos estudios cerebrales fetales obtenidos desde una proyección axial y coronal. Los resultados obtenidos fueron contrastados con tres métodos de registro basados en intensidad, y cuatro métodos geométricos basados en correspondencia. Se encontró que el método propuesto DCPP (Desplazamiento Coherente de Puntos Ponderado), muestra mejor desempeño que los algoritmos contrastados con un error de 6.23±3.82 milímetros, mejorando hasta 43 % el desempeño. El algoritmo mostró ser poco sensible a outliers, datos faltantes y sombras acústicas, cualidades necesarias para efectuar el registro de volúmenes de US fetal cerebral. Por otra parte, para la fusión de la información de múltiples proyecciones de US se propuso utilizar la norma euclidiana ponderada. Los factores de peso, fueron asignados usando mapas probabilísticos, resultantes del proceso de clasificación de dos clases (tejido cerebral y sombras acústicas). Esta metodología fue aplicada a tres conjuntos de datos: simulaciones del cerebro, volúmenes de US de un phantom y datos cerebrales fetales de US en 3D. Para contrastar el desempeño del algoritmo propuesto se utilizaron algunos de los operadores de composición reportados en la literatura. Los dos primeros conjuntos de experimentos (con datos simulados y datos de phantom), mostraron que la composición espacial probabilística (CSP) es capaz de mejorar la calidad de un estudio de US al incrementar la SNR hasta 90 % y la CNR hasta 73 %, comparado con otros operadores reportados. Al contrastar nuestros resultados con un baseline se observó una mejoría considerable en cuanto al coeficiente de correlación e información mutua normalizada con incrementos de hasta 64 % y 73 % respectivamente. Estas medidas revelan una dependencia o similitud entre dos variables (nuestros resultados y el baseline), lo cual se puede traducir en una adecuada recuperación de información faltante y supresión de sombras. Los resultados de la composición usando estudios cerebrales fetales, concuerdan con los obtenidos en los experimentos anteriores mostrando un incremento de las SNR y CNR. En este caso, debido a que no se cuenta con un baseline, se efectuaron dos conjuntos de evaluaciones cualitativas hechas por expertos en adquisición y procesamiento de estudios de US y por expertos en obstetricia. Los resultados obtenidos de la validación efectuada por el primer grupo muestran que nuestro método es claramente mejor que un estudio ordinario y que otras metodologías reportadas, en cuanto a aspectos como calidad del contorno craneal, tejido cerebral visible y calidad en general. Por otro lado, al efectuar un análisis detallado por los expertos en obstetricia de algunas de las estructuras cerebrales más utilizadas en la práctica clínica como: línea media, circunferencia craneal, cavum septum pellucidum o cerebelo, los resultados usando CSP mostraron mejor calidad comparados con un estudio ordinario de US y el resultado de diversos operadores de composición reportados. A diferencia de otros operadores de composición anteriormente reportados, CSP está enfocado a resolver el problema de oclusiones acústicas en imágenes de US, buscando caracterizar y ponderar desde un enfoque supervisado diferentes zonas cerebrales, artefactos y regiones ocluidas.
关联
| 管理集内: |
|---|
描述
| 属性名称 | 属性值 |
|---|---|
| Creador | |
| 贡献者 | |
| Tema | |
| Editor | |
| Idioma | |
| Identificador | |
| 关键词 | |
| Año de publicación |
|
| Tipo de Recurso | |
| Derechos | |
| División académica | |
| Línea académica | |
| Licencia |
