Please use this identifier to cite or link to this item: https://hdl.handle.net/10316/27006
DC FieldValueLanguage
dc.contributor.advisorLori, Nicólas-
dc.contributor.advisorMorgado, Miguel-
dc.contributor.advisorVilanova, Anna-
dc.contributor.advisorPul, Carola Van-
dc.contributor.authorFonseca, Lúcia Teresa Neto-
dc.date.accessioned2014-09-26T14:50:58Z-
dc.date.available2014-09-26T14:50:58Z-
dc.date.issued2014-07-
dc.identifier.citationFonseca, Lúcia Teresa Neto / Automatic atlas-based segmentation of brain white-matter in neonates at risk for neurodevelopmental disorderspor
dc.identifier.urihttps://hdl.handle.net/10316/27006-
dc.descriptionDissertação de Mestrado Integrado em Engenharia Biomédica apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra.pt
dc.description.abstractNa Europa, mais de meio milhão de bebés nasce prematuramente por ano. Os recémnascidos com menos de 32 semanas de gestação estão especialmente em risco para desordens de desenvolvimento neuronal. Para estes bebés, os principais problemas de desenvolvimento surgem a nível cognitivo (40%). Reabilitação é possível, principalmente se for feita nos primeiros tempos de vida quando o cérebro é caracterizado pela sua enorme plasticidade. No entanto, não existem bio-marcadores que possibilitem prever quais os bebés prematuros que estão em risco. Este trabalho tem como objetivo analisar a maturação da matéria branca do cérebro em bebés prematuros e investigar a sua usabilidade como possível marcador para desordens de desenvolvimento neuronal. Um pipeline automático para segmentação atlas-based de matéria branca visualizada com tratografia de Diffusion Tensor Imaging (DTI) foi implementado. O atlas usado foi construído previamente com tratografias de bebés prematuros em term equivalente age (TEA). Principais contribuições correspondem à automatização do pipeline e desenvolvimento de algoritmos específicos para tratografias neonatais para: registo entre tratografias, skull-stripping e sampling. O algoritmo para registo entre tratografias foi inspirado no trabalho de O’Donnell (2012). Este tipo de registo utiliza a informação relativa à conectividade global de regiões de matéria branca no cérebro, característica dos dados de tratografia. Em comparação com métodos de segmentação manual, este método consome menos tempo e é menos dependente do utilizador. Os resultados são promissores, apenas 12% das segmentações contêm mais de 30% de fibras erroneamente segmentadas por estrutura anatómica. A performance da segmentação não foi influenciada pela presença de patologias da matéria branca nos pacientes. As estruturas anatómicas automaticamente segmentadas do corpus callosum foram também analisadas relativamente aos seus volumes e valores de anisotropia. Volume e difusão média são significamente correlacionados com a intensidade de patologia da matéria branca. Estes resultados estão de acordo com descobertas prévias sobre como patologia na matéria branca influencia os valores de anisotropia. Em conclusão, tratografia neonatal pode ser segmentada nas principais estruturas anatómicas de interesse para estudo de desordens do desenvolvimento neuronal.pt
dc.language.isoengpt
dc.rightsopenAccesspt
dc.titleAutomatic atlas-based segmentation of brain white-matter in neonates at risk for neurodevelopmental disorderspt
dc.typemasterThesispt
degois.publication.locationCoimbrapt
dc.peerreviewedYespor
dc.date.embargo2014-07-01*
dc.identifier.tid201534924pt
thesis.degree.grantor00500::Universidade de Coimbrapt
thesis.degree.nameMestrado em Engenharia Biomédicapt
uc.rechabilitacaoestrangeiranopt
uc.date.periodoEmbargo0pt
item.languageiso639-1en-
item.openairetypemasterThesis-
item.grantfulltextopen-
item.openairecristypehttp://purl.org/coar/resource_type/c_18cf-
item.fulltextCom Texto completo-
item.cerifentitytypePublications-
crisitem.advisor.orcid0000-0002-5895-0880-
Appears in Collections:UC - Dissertações de Mestrado
FCTUC Física - Teses de Mestrado
Files in This Item:
File Description SizeFormat
Master Thesis Lúcia Fonseca.pdf3.91 MBAdobe PDFView/Open
Show simple item record

Page view(s) 20

683
checked on May 28, 2024

Download(s)

365
checked on May 28, 2024

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.