Original title: Simulace syntetických difuzních tensorových dat
Translated title: Simulation of synthetic diffusion tensor data
Authors: Labudová, Kristýna ; Mézl, Martin (referee) ; Labounek, René (advisor)
Document type: Bachelor's theses
Year: 2015
Language: cze
Publisher: Vysoké učení technické v Brně. Fakulta elektrotechniky a komunikačních technologií
Abstract: [cze] [eng]
Tato práce se zabývá různými přístupy k zobrazování míry difuze pomocí magnetické rezonance. Jednotlivé přístupy jsou zde přiblíženy a vzájemně srovnány. Gaussovský model pro odhad difuzního profilu je rozebrán podrobně i s matematickým popisem. Dále popsána simulace syntetických difuzních dat, jejich zašumění a následná rekonstrukce difuzního tenzoru ze zašuměných dat. Přesnost odhadu tenzoru ze zašuměných dat je hodnocena jako odchylka frakční anizotropie rekonstruovaného tenzoru od původního a také jako odchylka hlavních vektorů původního a zrekonstruovaného tenzoru. Přesnost odhadu je vyhodnocována automaticky pomocí uvedeného programu. V práci je podrobně popsáno provedení grafického rozhraní pro simulaci i vyhodnocení výsledků. Na konci práce jsou zpracovány výsledky a doporučení k optimálnímu nastavení měření. Jako nejoptimálnější se jeví 120 gradientních směrů ze všech analyzovaných. Tento počet byl zvolen jako kompromis mezi dobou trvání měření a přesností výsledků, 120 gradientních směrů poskytuje dostatečně přesné výsledky s optimálním časem měření, který neznemožňuje použití v klinické praxi. This work deals with different approaches to imaging of diffusion intensity with magnetic resonance. Individual approaches are described and compared. Gaussian model for approximation of diffusion profile is analysed and mathematically determined in details. The next part of this work concerns about process of simulation synthetic diffusion tensor data, adding noise to data and estimation of diffusion tensor from noisy data. Estimation’s accuracy is rated according to deviation of fractional anisotropy of estimated and original tensor and also according to deviation of the main eigenvectors of both tensors. Accuracy of the estimation is evaluated automatically with the programme. There is realization of graphical interface for simulation as well as for automatical evaluation of results described in details. At the end of this work all results are processed and commented and there is also recommendation for optimal adjustment of the data acquisition. 120 gradient directions are the most optimal of all analysed direction. It provides sufficient accuracy of results with optimal time of data acquisition which is suitable for clinical praxis.
Keywords: anisotropic diffusion; crossing fibers; data-driven approaches; diffusion tensor imaging; dMRI; DW-MRI; Gaussian model; MRI; multiple-fibre DTI data; simulation; SNR; anizotropní difuze; data-driven přístupy; difuzní tensorové zobrazování; dMRI; DW-MRI; Gaussovský model; křížení vláken; MRI; simulace; SNR; více-vláknová DTI data

Institution: Brno University of Technology (web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library.
Original record: http://hdl.handle.net/11012/39690

Permalink: http://www.nusl.cz/ntk/nusl-244700


The record appears in these collections:
Universities and colleges > Public universities > Brno University of Technology
Academic theses (ETDs) > Bachelor's theses