Antonella Falcicchio, Andrea Pasotti
Algoritmo per la segmentazione automatica di risonanze magnetiche cerebrali in pazienti affetti da malformazione di Arnold-Chiari = Algorithm for automatic segmentation of brain MRIs in patients with Arnold-Chiari malformation.
Rel. Luca Mesin. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Biomedica, 2022
|
Preview |
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (3MB) | Preview |
Abstract
La sindrome di Arnold-Chiari si presenta come una malformazione delle strutture cerebrali quali la fossa cranica posteriore. Come molte altre malattie rare è ancora oggi oggetto di ricerca. Il metodo di diagnosi attuale consiste nella visualizzazione di immagini di risonanza magnetica sagittale dei pazienti e identificazione manuale delle malformazioni da parte dei neurochirurghi. Questo approccio, però, è soggettivo e prono a un certo grado di incertezza. Per questo motivo, l’utilizzo di metodi automatici di diagnostica potrebbe aumentare l’accuratezza e l’efficacia nella diagnosi della sindrome Arnold-Chiari. Questa tesi ha lo scopo di sviluppare un algoritmo di elaborazione delle immagini di risonanza magnetica sagittali T1 di soggetti affetti dalla malformazione di Arnold-Chiari.
Le immagini vengono pre-processate e poi viene effettuata la segmentazione, basata su Atlante, delle aree cerebrali di interesse, quali cervello, fossa posteriore e cervelletto, tramite il metodo dei Demons, associato al metodo dello Snake Gradient Vector Flow (GVF)
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Corso di laurea
Classe di laurea
URI
![]() |
Modifica (riservato agli operatori) |
