Detección de áreas de interés bajo la hipótesis de relación espacial de voxels activados en fMRI

Las imágenes de resonancia magnética funcional (fMRI) utilizan una serie de imágenes de resonancia magnética para mapear de forma no invasiva las áreas de actividad neuronal aumentada del cerebro humano. La baja relación señal a ruido (SNR) de las imágenes funcionales, hace necesario el uso de técni...

Descripción completa

Detalles Bibliográficos
Autores principales: Giacomantone, Javier, De Giusti, Armando Eduardo
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2014
Materias:
Ciencias Informáticas
Signal processing
reconocimiento de patrones
resonancia magnética funcional
máquinas de soporte vectorial
difusión anisotrópica
procesamiento de señales
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/42253
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-42253
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Signal processing
reconocimiento de patrones
resonancia magnética funcional
máquinas de soporte vectorial
difusión anisotrópica
procesamiento de señales
spellingShingle Ciencias Informáticas
Signal processing
reconocimiento de patrones
resonancia magnética funcional
máquinas de soporte vectorial
difusión anisotrópica
procesamiento de señales
Giacomantone, Javier
De Giusti, Armando Eduardo
Detección de áreas de interés bajo la hipótesis de relación espacial de voxels activados en fMRI
topic_facet Ciencias Informáticas
Signal processing
reconocimiento de patrones
resonancia magnética funcional
máquinas de soporte vectorial
difusión anisotrópica
procesamiento de señales
description Las imágenes de resonancia magnética funcional (fMRI) utilizan una serie de imágenes de resonancia magnética para mapear de forma no invasiva las áreas de actividad neuronal aumentada del cerebro humano. La baja relación señal a ruido (SNR) de las imágenes funcionales, hace necesario el uso de técnicas de procesamiento de imágenes específicas, para la detección de regiones correlacionadas con la respuesta a un estímulo determinado. En este artículo se presenta un método alternativo para segmentar regiones activadas en imágenes de fMRI. Se propone abordar el problema en dos etapas de clasificación, una no supervisada y una segunda etapa supervisada. El método propuesto utiliza máquinas de soporte vectorial (SVM) y difusión anisotrópica (DA) para la generación de patrones de entrenamiento, y SVM para la clasificación de regiones activadas. La aplicación del método propuesto permite incluir valiosa información con respecto a la interrelación entre las series temporales correspondientes a cada elemento de volumen (v oxel) en un espacio 3-D.
format Objeto de conferencia
Objeto de conferencia
author Giacomantone, Javier
De Giusti, Armando Eduardo
author_facet Giacomantone, Javier
De Giusti, Armando Eduardo
author_sort Giacomantone, Javier
title Detección de áreas de interés bajo la hipótesis de relación espacial de voxels activados en fMRI
title_short Detección de áreas de interés bajo la hipótesis de relación espacial de voxels activados en fMRI
title_full Detección de áreas de interés bajo la hipótesis de relación espacial de voxels activados en fMRI
title_fullStr Detección de áreas de interés bajo la hipótesis de relación espacial de voxels activados en fMRI
title_full_unstemmed Detección de áreas de interés bajo la hipótesis de relación espacial de voxels activados en fMRI
title_sort detección de áreas de interés bajo la hipótesis de relación espacial de voxels activados en fmri
publishDate 2014
url http://sedici.unlp.edu.ar/handle/10915/42253
work_keys_str_mv AT giacomantonejavier detecciondeareasdeinteresbajolahipotesisderelacionespacialdevoxelsactivadosenfmri
AT degiustiarmandoeduardo detecciondeareasdeinteresbajolahipotesisderelacionespacialdevoxelsactivadosenfmri
bdutipo_str Repositorios
_version_ 1764820473458196484

Ejemplares similares