Pluim, J.P.W. (1996) Multi-Modality Matching using Mutual Information. Master's Thesis / Essay, Mathematics.
|
Text
Math_Drs_1996_JPWPluim.CV.pdf - Published Version Download (1MB) | Preview |
Abstract
Abstract For several medical treatments it is necessary to use information about the patient that is contained in different three-dimensional scan images. It is a hard task to mentally combine these images into one image and ways of letting a computer handle this task are being researched. Finding the transformation that brings two images of different scanner types into spatial correspondence, is called multi-modality matching. The difficulty of this task lies in the fact that an anatomical structure is not necessarily depicted in the same manner by each scanner: it can have a different intensity or even be completely absent. One method of matching uses mutual information. This concept from information theory tries to find a relation between the intensities of the images. Since this relation does not depend on similarity of the intensities, the method is especially suited to multi-modality images. Software for the matching of images using mutual information has been developed by the Laboratory for Medical Imaging Research, Leuven. This thesis researches the possibilities of accelerating the matching process, using the software mentioned. Acceleration is attempted by preprocessing the images with morphological operations and by matching hierarchies of scaled images. For the latter method, a further improvement is attempted by adapting the parameters of the optimisation methods used. Samenvatting Voor verscheidene medische behandelingen wordt gebruik gemaakt van driedimensionale beelden van de patient van verschillende scanners. Het is moeilijk om deze beelden in gedachten tot één beeld te combineren en er wordt gezocht naar methoden om dit door een computer te laten doen. Het vinden van de transformatie die twee beelden van verschillende scannertypes ruimtelijk met elkaar in overeenstemming brengt, heet multi-modality matching. De moeilijkheid is dat een anatomische structuur niet noodzakerlijkerwijs door elk type scanner op dezelfde manier wordt afgebeeld: het kan een andere intensiteit hebben of zelfs geheel afwezig zijn. Eén methode van matching gebruikt mutual information. Dit concept uit de informatietheorie probeert een relatie te vinden tussen de intensiteiten van de beelden. Daar deze relatie niet afhankelijk is van de overeenkomst tussen de intensiteiten, is deze methode bijzonder geschikt voor beelden van verschillende scanners. Software voor het matchen van beelden met behulp van mutual information is ontwikkeld door het Laboratory for Medical Imaging Research, Leuven. Deze scriptie onderzoekt de mogelijkheden om het matching proces te versnellen, uitgaande van de genoemde software. Er wordt getracht eon versnelling te bereiken door de beelden vooraf te bewerken met morfologische operaties en door hiërarchieën van geschaalde beelden te matchen. Voor deze laatste methode wordt onderzocht of een verdere versnelling mogelijk is door de parameters van de gebruikte optimalisatiemethoden aan te passen.
| Item Type: | Thesis (Master's Thesis / Essay) |
|---|---|
| Degree programme: | Mathematics |
| Thesis type: | Master's Thesis / Essay |
| Language: | English |
| Date Deposited: | 15 Feb 2018 07:28 |
| Last Modified: | 15 Feb 2018 07:28 |
| URI: | https://fse.studenttheses.ub.rug.nl/id/eprint/8591 |
Actions (login required)
 |
View Item |