liu.seSök publikationer i DiVA
Ändra sökning
Avgränsa sökresultatet
345678 251 - 300 av 400
RefereraExporteraLänk till träfflistan
Permanent länk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Träffar per sida
  • 5
  • 10
  • 20
  • 50
  • 100
  • 250
Sortering
  • Standard (Relevans)
  • Författare A-Ö
  • Författare Ö-A
  • Titel A-Ö
  • Titel Ö-A
  • Publikationstyp A-Ö
  • Publikationstyp Ö-A
  • Äldst först
  • Nyast först
  • Skapad (Äldst först)
  • Skapad (Nyast först)
  • Senast uppdaterad (Äldst först)
  • Senast uppdaterad (Nyast först)
  • Disputationsdatum (tidigaste först)
  • Disputationsdatum (senaste först)
  • Standard (Relevans)
  • Författare A-Ö
  • Författare Ö-A
  • Titel A-Ö
  • Titel Ö-A
  • Publikationstyp A-Ö
  • Publikationstyp Ö-A
  • Äldst först
  • Nyast först
  • Skapad (Äldst först)
  • Skapad (Nyast först)
  • Senast uppdaterad (Äldst först)
  • Senast uppdaterad (Nyast först)
  • Disputationsdatum (tidigaste först)
  • Disputationsdatum (senaste först)
Markera
Maxantalet träffar du kan exportera från sökgränssnittet är 250. Vid större uttag använd dig av utsökningar.
  • 251.
    Nguyen, Tan Khoa
    et al.
    Linköpings universitet, Institutionen för teknik och naturvetenskap, Medie- och Informationsteknik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Ohlsson, Henrik
    Linköpings universitet, Institutionen för systemteknik, Reglerteknik. Linköpings universitet, Tekniska högskolan.
    Eklund, Anders
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Hernell, Frida
    Linköpings universitet, Institutionen för teknik och naturvetenskap, Medie- och Informationsteknik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Ljung, Patric
    Linköpings universitet, Institutionen för teknik och naturvetenskap, Medie- och Informationsteknik. Linköpings universitet, Tekniska högskolan.
    Forsell, Camilla
    Linköpings universitet, Institutionen för teknik och naturvetenskap, Medie- och Informationsteknik. Linköpings universitet, Tekniska högskolan.
    Andersson, Mats
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Ynnerman, Anders
    Linköpings universitet, Institutionen för teknik och naturvetenskap, Medie- och Informationsteknik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Concurrent Volume Visualization of Real-Time fMRI2010Ingår i: Proceedings of the 8th IEEE/EG International Symposium on Volume Graphics / [ed] Ruediger Westermann and Gordon Kindlmann, Goslar, Germany: Eurographics - European Association for Computer Graphics, 2010, s. 53-60Konferensbidrag (Refereegranskat)
    Abstract [en]

    We present a novel approach to interactive and concurrent volume visualization of functional Magnetic Resonance Imaging (fMRI). While the patient is in the scanner, data is extracted in real-time using state-of-the-art signal processing techniques. The fMRI signal is treated as light emission when rendering a patient-specific high resolution reference MRI volume, obtained at the beginning of the experiment. As a result, the brain glows and emits light from active regions. The low resolution fMRI signal is thus effectively fused with the reference brain with the current transfer function settings yielding an effective focus and context visualization. The delay from a change in the fMRI signal to the visualization is approximately 2 seconds. The advantage of our method over standard 2D slice based methods is shown in a user study. We demonstrate our technique through experiments providing interactive visualization to the fMRI operator and also to the test subject in the scanner through a head mounted display.

  • 252.
    Nichols, Thomas E.
    et al.
    University of Warwick, England.
    Eklund, Anders
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Institutionen för datavetenskap, Statistik. Linköpings universitet, Tekniska fakulteten.
    Knutsson, Hans
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska fakulteten.
    A defense of using resting state fMRI as null data for estimating false positive rates2017Ingår i: Cognitive Neuroscience, ISSN 1758-8928, E-ISSN 1758-8936, Vol. 8, nr 3, s. 144-145Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    A recent Editorial by Slotnick (2017) reconsiders the findings of our paper on the accuracy of false positive rate control with cluster inference in fMRI (Eklund et al, 2016), in particular criticising our use of resting state fMRI data as a source for null data in the evaluation of task fMRI methods. We defend this use of resting fMRI data, as while there is much structure in this data, we argue it is representative of task data noise and such analysis software should be able to accommodate this noise. We also discuss a potential problem with Slotnick’s own method.

  • 253.
    Nordberg, Klas
    et al.
    Linköpings universitet, Institutionen för systemteknik, Bildbehandling. Linköpings universitet, Tekniska högskolan.
    Granlund, Gösta
    Linköpings universitet, Institutionen för systemteknik, Bildbehandling. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans
    Linköpings universitet, Institutionen för systemteknik, Bildbehandling. Linköpings universitet, Tekniska högskolan.
    Representation and learning of invariance1994Ingår i: Image Processing, 1994. Proceedings. ICIP-94., IEEE International Conference, 1994, s. 585-589Konferensbidrag (Refereegranskat)
  • 254.
    Nordberg, Klas
    et al.
    Linköpings universitet, Institutionen för systemteknik, Bildbehandling. Linköpings universitet, Tekniska högskolan.
    Granlund, Gösta
    Linköpings universitet, Institutionen för systemteknik, Bildbehandling. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans
    Linköpings universitet, Institutionen för systemteknik, Bildbehandling. Linköpings universitet, Tekniska högskolan.
    Representation and Learning of Invariance1994Rapport (Övrigt vetenskapligt)
    Abstract [en]

    A robust, fast and general method for estimation of object properties is proposed. It is based on a representation of theses properties in terms of channels. Each channel represents a particular value of a property, resembling the activity of biological neurons. Furthermore, each processing unit, corresponding to an artificial neuron, is a linear perceptron which operates on outer products of input data. This implies a more complex space of invariances than in the case of first order characteristic without abandoning linear theory. In general, the specific function of each processing unit has to to be learned and a fast and simple learning rule is presented. The channel representation, the processing structure and the learning rule has been tested on stereo image data showing a cube with various 3D positions and orientations. The system was able to learn a channel representation for the horizontal position, the depth, and the orientation of the cube, each property invariant to the other two.

  • 255.
    Nordberg, Klas
    et al.
    Linköpings universitet, Institutionen för systemteknik, Bildbehandling. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans
    Linköpings universitet, Institutionen för systemteknik, Bildbehandling. Linköpings universitet, Tekniska högskolan.
    Some New Ideas in Signal Representation1992Ingår i: Proceedings of ECCV--92, Springer--Verlag , 1992Konferensbidrag (Refereegranskat)
  • 256.
    Nordberg, Klas
    et al.
    Linköpings universitet, Institutionen för systemteknik, Bildbehandling. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans
    Linköpings universitet, Institutionen för systemteknik, Bildbehandling. Linköpings universitet, Tekniska högskolan.
    Some new ideas in Signal Representation1991Ingår i: Proceedings of the SSAB Symposium on Image Analysis: Stockholm, 1991Konferensbidrag (Refereegranskat)
  • 257.
    Nordberg, Klas
    et al.
    Linköpings universitet, Institutionen för systemteknik, Bildbehandling. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans
    Linköpings universitet, Institutionen för systemteknik, Bildbehandling. Linköpings universitet, Tekniska högskolan.
    Granlund, Gösta
    Linköpings universitet, Institutionen för systemteknik, Bildbehandling. Linköpings universitet, Tekniska högskolan.
    Local Curvature from Gradients of the Orientation Tensor Field1995Rapport (Övrigt vetenskapligt)
    Abstract [en]

    This paper presents an algorithm for estimation of local curvature from gradients of a tensor field that represents local orientation. The algorithm is based on an operator representation of the orientation tensor, which means that change of local orientation corresponds to a rotation of the eigenvectors of the tensor. The resulting curvature descriptor is a vector that points in the direction of the image in which the local orientation rotates anti-clockwise and the norm of the vector is the inverse of the radius of curvature. Two coefficients are defined that relate the change of local orientation with either curves or radial patterns.

  • 258.
    Nordberg, Klas
    et al.
    Linköpings universitet, Institutionen för systemteknik, Bildbehandling. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans
    Linköpings universitet, Institutionen för systemteknik, Bildbehandling. Linköpings universitet, Tekniska högskolan.
    Granlund, Gösta
    Linköpings universitet, Institutionen för systemteknik, Bildbehandling. Linköpings universitet, Tekniska högskolan.
    On the Equivariance of the Orientation and the Tensor Field Representation1993Ingår i: SCIA8: Tromso, NOBIM, Norwegian Society for Image Processing and Pattern Recognition , 1993, s. 57-63Konferensbidrag (Refereegranskat)
    Abstract [en]

    The tensor representation has proven a successful tool as a mean to describe local multi-dimensional orientation. In this respect, the tensor representation is a map from the local orientation to a second order tensor. This paper investigates how variations of the orientation are mapped to variation of the tensor, thereby giving an explicit equivariance relation. The results may be used in order to design tensor based algorithms for extraction of image features defined in terms of local variations of the orientation, \eg multi-dimensional curvature or circular symmetries. It is assumed that the variation of the local orientation can be described in terms of an orthogonal transformation group. Under this assumption a corresponding orthogonal transformation group, acting on the tensor, is constructed. Several correspondences between the two groups are demonstrated.

  • 259.
    Nordberg, Klas
    et al.
    Linköpings universitet, Institutionen för systemteknik, Bildbehandling. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans
    Linköpings universitet, Institutionen för systemteknik, Bildbehandling. Linköpings universitet, Tekniska högskolan.
    Granlund, Gösta
    Linköpings universitet, Institutionen för systemteknik, Bildbehandling. Linköpings universitet, Tekniska högskolan.
    On the Equivariance of the Orientation and the Tensor Field Representation1993Rapport (Övrigt vetenskapligt)
    Abstract [en]

    The tensor representation has proven a successful tool as a mean to describe local multi-dimensional orientation. In this respect, the tensor representation is a map from the local orientation to a second order tensor. This paper investigates how variations of the orientation are mapped to variation of the tensor, thereby giving an explicit equivariance relation. The results may be used in order to design tensor based algorithms for extraction of image features defined in terms of local variations of the orientation, e.g. multi-dimensional curvature or circular symmetries. It is assumed that the variation of the local orientation can be described in terms of an orthogonal transformation group. Under this assumption a corresponding orthogonal transformation group, acting on the tensor, is constructed. Several correspondences between the two groups are demonstrated.

  • 260.
    Nordberg, Klas
    et al.
    Linköpings universitet, Institutionen för systemteknik, Bildbehandling. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans
    Linköpings universitet, Institutionen för systemteknik, Bildbehandling. Linköpings universitet, Tekniska högskolan.
    Granlund, Gösta
    Linköpings universitet, Institutionen för systemteknik, Bildbehandling. Linköpings universitet, Tekniska högskolan.
    Signal Representation using Operators1992Ingår i: Proceedings of EUSIPCO--92, 1992Konferensbidrag (Refereegranskat)
  • 261.
    Norell, Björn
    et al.
    Philips Digital Mammography Sweden AB.
    Burdakov, Oleg
    Linköpings universitet, Matematiska institutionen, Optimeringslära. Linköpings universitet, Tekniska högskolan.
    Andersson, Mats
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Approximate spectral factorization for design of efficient sub-filter sequences2011Rapport (Övrigt vetenskapligt)
    Abstract [en]

    A well-known approach to the design of computationally efficient filters is to use spectral factorization, i.e. a decomposition of a filter into a sequence of sub-filters. Due to the sparsity of the sub-filters, the typical processing speedup factor is within the range 1-10 in 2D, and for 3D it achieves10-100. The design of such decompositions consists in choosing the proper number of sub-filters, their individual types and sparsity. We focus here on finding optimal values of coefficients for given sequences of sparse sub-filters. It is a non-convex large scale optimization problem. The existing approaches are characterized by a lack of robustness - a very slow convergence with no guarantee of success. They are typically based on generating random initial points for further refinement with the use of local search methods. To deal with the multi-extremal nature of the original problem, we introduce a new constrained optimization problem. Its solution is then used as an initial point in the original problem for further refinement. Our approach is applicable to designing multi-dimensional filters. Its efficiency and robustness is illustrated by designing sub-filter sequences for 2D low-pass, band-pass and high-pass filters of approximately the same quality as with the use of a standard approach, but with the overall design speedup factor of several hundred.

  • 262.
    Ohlsson, Henrik
    et al.
    Linköpings universitet, Institutionen för systemteknik, Reglerteknik. Linköpings universitet, Tekniska högskolan.
    Roll, Jacob
    Linköpings universitet, Institutionen för systemteknik, Reglerteknik. Linköpings universitet, Tekniska högskolan.
    Brun, Anders
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Andersson, Mats
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Ljung, Lennart
    Linköpings universitet, Institutionen för systemteknik, Reglerteknik. Linköpings universitet, Tekniska högskolan.
    Direct Weight Optimization Applied to Discontinuous Functions2008Ingår i: 47th IEEE Conference on Decision and Control, 2008. CDC 2008, IEEE , 2008, s. 117-122Konferensbidrag (Refereegranskat)
    Abstract [en]

    The Direct Weight Optimization (DWO) approach is a nonparametric estimation approach that has appeared in recent years within the field of nonlinear system identification. In previous work, all function classes for which DWO has been studied have included only continuous functions. However, in many applications it would be desirable also to be able to handle discontinuous functions. Inspired by the bilateral filter method from image processing, such an extension of the DWO framework is proposed for the smoothing problem. Examples show that the properties of the new approach regarding the handling of discontinuities are similar to the bilateral filter, while at the same time DWO offers a greater flexibility with respect to different function classes handled.

  • 263.
    Ohlsson, Henrik
    et al.
    Linköpings universitet, Institutionen för systemteknik, Reglerteknik. Linköpings universitet, Tekniska högskolan.
    Rydell, Joakim
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Brun, Anders
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Roll, Jacob
    Linköpings universitet, Institutionen för systemteknik, Reglerteknik. Linköpings universitet, Tekniska högskolan.
    Andersson, Mats
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Ynnerman, Anders
    Linköpings universitet, Institutionen för teknik och naturvetenskap, Visuell informationsteknologi och applikationer. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Enabling Bio-Feedback using Real-Time fMRI2008Ingår i: 47th IEEE Conference on Decision and Control, 2008, CDC 2008, IEEE , 2008, s. 3336-3341Konferensbidrag (Refereegranskat)
    Abstract [en]

    Despite the enormous complexity of the human mind, fMRI techniques are able to partially observe the state of a brain in action. In this paper we describe an experimental setup for real-time fMRI in a bio-feedback loop. One of the main challenges in the project is to reach a detection speed, accuracy and spatial resolution necessary to attain sufficient bandwidth of communication to close the bio-feedback loop. To this end we have banked on our previous work on real-time filtering for fMRI and system identification, which has been tailored for use in the experiment setup. In the experiments presented the system is trained to estimate where a person in the MRI scanner is looking from signals derived from the visual cortex only. We have been able to demonstrate that the user can induce an action and perform simple tasks with her mind sensed using real-time fMRI. The technique may have several clinical applications, for instance to allow paralyzed and "locked in" people to communicate with the outside world. In the meanwhile, the need for improved fMRI performance and brain state detection poses a challenge to the signal processing community. We also expect that the setup will serve as an invaluable tool for neuro science research in general.

  • 264.
    Petersson, Christer U.
    et al.
    n/a.
    Edholm, Paul
    n/a.
    Granlund, Gösta H.
    Linköpings universitet, Institutionen för systemteknik, Bildbehandling. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans E.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Ectomography. A New Radiographic Reconstruction Method: II. Computer Simulated Experiments1980Ingår i: IEEE Transactions on Biomedical Engineering, ISSN 0018-9294, E-ISSN 1558-2531, Vol. BME--27, nr 11, s. 649-655Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    In a special radiographic process, ectomography, an image of a slice is produced by simple summation of a set of specially filtered component images, of which each represents one of at least 60 different projections of the object. After being digitized, they are stored, filtered, and summed in a computer. Images representing any slice of any thickness in the object may be produced from the same set of component images. All details within the slice are pictured correctly while details outside are almost completely eliminated.

  • 265.
    Pettersson, Johanna
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Andersson, Mats
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Volume morphing for segmentation of bone from 3D data2005Ingår i: Symposium on Image Analysis SSBA,2005, 2005, s. 89-92Konferensbidrag (Övrigt vetenskapligt)
  • 266.
    Pettersson, Johanna
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Some issues on the segmentation of the femur in CT data2004Ingår i: Proceedings of the Swedish Symposium on Image Analysis (2004), 2004, s. 158-161Konferensbidrag (Övrigt vetenskapligt)
    Abstract [en]

    This paper presents a recently started project which goal is to automatically generate patient specific models for visual and haptic simulation of hip fracture surgery. It includes a preliminary study of a computed tomography (CT) dataset of the pelvic region. The paper emphasizes some issues encountered when segmenting bones in this region, especially in the area around the proximal femur.

  • 267.
    Pettersson, Johanna
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Automatic hip bone segmentation using non-rigid registration2006Ingår i: 18th International Conference on Pattern Recognition, 2006, ICPR 2006 (Volume:3 ), IEEE Computer Society, 2006, s. 946-949Konferensbidrag (Refereegranskat)
    Abstract [en]

    This paper presents a method for automatic segmentation of bone from volumetric computed tomography (CT) data. Due to osteoporosis, which degenerates the bone density and hence decreases the intensity of the bone in the CT dataset, it is not possible to use conventional thresholding techniques to handle the segmentation. Furthermore we want to use prior knowledge about shapes and relations of the bones in the area of interest to be able to e.g. separate adjoining bones from each other. The method we suggest is the morphon algorithm in Knutsson and Andersson (2005). This is a non-rigid registration technique where an 2D or 3D image is iteratively deformed to match the corresponding structure in a target image. The method uses difference in local quadrature phase and certainty measures to estimate the deformations

  • 268.
    Pettersson, Johanna
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Generation of patient specific bone models from volume data using morphons2005Ingår i: IFMBE Proceedings: NBC'05 13th Nordic Baltic Conference Biomedical Engineering and Medical Physics / [ed] Ronnie Lundström, Britt Andersson, Helena Grip, Umeå: IFMBE , 2005, s. 199-200Konferensbidrag (Refereegranskat)
    Abstract [en]

    The use of simulator systems for surgical planning and training is growing as the systems become more advanced. One important feature of these systems is the possibility to work on real patient data. This paper presents a method for generating patient-specific models of the femoral bone and the pelvis to be used in a hip surgery simulator. The bones are segmented from volumetric CT data using the Morphon method [3], where a prototype pattern is iteratively morphed to fit the corresponding structure in the input data. 

  • 269.
    Pettersson, Johanna
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Non-rigid registration for automatic fracture segmentation2006Ingår i: Image Processing, 2006, Atlanta: IEEE , 2006, s. 1185-1188Konferensbidrag (Refereegranskat)
    Abstract [en]

    Automatic segmentation of anatomical structures is often performed using model-based non-rigid registration methods. These algorithms work well when the images do not contain any large deviations from the normal anatomy. We have previously used such a method to generate patient specific models of hip bones for surgery simulation. The method that was used, the morphon method, registers two-or three-dimensional images using a multi-resolution deformation scheme. A prototype image is iteratively registered to a target image using quadrature filter phase difference to estimate the local displacement. The morphon method has in this work been extended to deal with automatic segmentation of fractured bones. Two features have been added. First, the method is modified such that multiple prototypes (in this case two) can be used. Second, normalised convolution is utilized for the displacement estimation, to guide the registration of the second prototype, based on the result of the registration of the first one

  • 270.
    Pettersson, Johanna
    et al.
    Linköpings universitet, Tekniska högskolan. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Knutsson, Hans
    Linköpings universitet, Tekniska högskolan. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Borga, Magnus
    Linköpings universitet, Tekniska högskolan. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Normalised convolution and morphons for non-rigid registration2006Ingår i: SSBA Symposium on Image Analysis,2006, 2006, s. 61-65Konferensbidrag (Övrigt vetenskapligt)
  • 271.
    Pettersson, Johanna
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Segmentation and registration with the Morphon method, four different applications2007Ingår i: Proceedings of the {SSBA} Symposium on Image Analysis,2007, 2007Konferensbidrag (Övrigt vetenskapligt)
    Abstract [en]

    The Morphon method has shown to be a useful non-rigid registration method since it was first presented in 2005. This paper demonstrates how the method has been adapted for four different applications; hip fracture segmentation from CT data, hippocampus segmentation from MR data and registration the prostate and the head-neck region from CT data for radiotherapy planning.

  • 272.
    Pettersson, Johanna
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Malmgren, Helge
    Department of Philosophy, Göteborg University, Sweden.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Automatic segmentation of CT and MR volume data using non-rigid morphon registrationManuskript (preprint) (Övrigt vetenskapligt)
    Abstract [en]

    Automatic segmentation of anatomical structures is often performed using model based non-rigid registration methods. The morphon algorithm is one such method. In this algorithm, two or three dimensional images are registered using a multi-resolution deformation scheme. A prototype image is iteratively registered to a target image, using local phase difference to estimate the displacement between the images. This method has been extended with normalised convolution, to guide the registration process using prior knowledge about the target image. By defining a certainty mask used in the normalised convolution one can either specify a region of interest in the target image, or, on the other hand, occlude regions in the image that should not affect the matching. Two different applications are presented, which each demonstrates the use of this method for automatic segmentation.

  • 273.
    Pettersson, Johanna
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Nordqvist, Per
    Melerit Medical AB .
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    A hip surgery simulator based on patient specific models generated by automatic segmentation2006Ingår i: Medicine Meets Virtual Reality 14: Accelerating Change in Healthcare: Next Medical Toolkit / [ed] James D Westwood; et al, Amsterdam, Nederländerna: IOS Press, 2006, s. 431-436Konferensbidrag (Refereegranskat)
    Abstract [en]

    The use of surgical simulator systems for education and preoperative planning is likely to increase in the future. A natural course of development of these systems is to incorporate patient specific anatomical models. This step requires some kind of segmentation process in which the different anatomical parts are extracted. Anatomical datasets are, however, usually very large and manual processing would be too demanding. Hence, automatic, or semi-automatic, methods to handle this step are required. The framework presented in this paper uses nonrigid registration, based on the morphon method, to automatically segment the hip anatomy and generate models for a hip surgery simulator system.

  • 274.
    Pettersson, Johanna
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Palmerius, Karljohan
    Linköpings universitet, Institutionen för teknik och naturvetenskap. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Wahlström, Ola
    Linköpings universitet, Institutionen för klinisk och experimentell medicin. Linköpings universitet, Hälsouniversitetet.
    Tillander, Bo
    Linköpings universitet, Institutionen för klinisk och experimentell medicin. Linköpings universitet, Hälsouniversitetet.
    Borga, Magnus
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Simulation of Patient Specific Cervical Hip Fracture Surgery With a Volume Haptic Interface2008Ingår i: IEEE Transactions on Biomedical Engineering, ISSN 0018-9294, E-ISSN 1558-2531, Vol. 55, nr 4, s. 1255-1265Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    The interest for surgery simulator systems with anatomical models generated from authentic patient data is growing as these systems evolve.With access to volumetric patient data, e.g., from a computer tomography scan, haptic and visual feedback can be created directly from this dataset. This opens the door for patient specific simulations. Hip fracture surgery is one area where simulator systems is useful to train new surgeons and plan operations. To simulate the drilling procedure in this type of surgery, a repositioning of the fractured bone into correct position is first needed. This requires a segmentation process in which the bone segments are identified and the position of the dislocated part is determined. The segmentation must be automatic to cope with the large amount of data from the computer tomography scan. This work presents the first steps in the development of a hip fracture surgery simulation with patient specific models. Visual and haptic feedback is generated from the computer tomography data by simulating fluoroscopic images and the drilling process. We also present an automatic segmentation method to identify the fractured bone and determine the dislocation. This segmentation method is based on nonrigid registration with the Morphon method.

  • 275.
    Plumat, J.
    et al.
    Laboratoire de T´el´ecommunication et T´el´ed´ection (TELE), Universit´e Catholique de Louvain, Belgium.
    Andersson, Mats
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Janssens, G.
    Laboratoire de T´el´ecommunication et T´el´ed´ection (TELE), Universit´e Catholique de Louvain, Belgium.
    Orban de Xivry, J.
    Laboratoire de T´el´ecommunication et T´el´ed´ection (TELE), Universit´e Catholique de Louvain, Belgium.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Macq, B.
    Laboratoire de T´el´ecommunication et T´el´ed´ection (TELE), Universit´e Catholique de Louvain, Belgium.
    Image registration using Morphon algorithm: an ITK implementation2009Ingår i: Insight Journal, ISSN 2327-770XArtikel i tidskrift (Övrigt vetenskapligt)
    Abstract [en]

    Medical image registration is becoming a more and more useful component of a large number of applications. The presented method aims to enrich the ITK library. This method, called Morphon registration algorithm, computes a dense deformation field accepting inputs from different intensity contrasts. This article presents its implementation within the Insight Toolkit. In this paper, we provide a brief description of the algorithm, a presentation of the implementation, the justification of our modified classes and the results given by the algorithm. We demonstrate the algorithm in application of different images intesity constrasts and dimensions.

  • 276.
    Ragnehed, Mattias
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiologi. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Bildmedicinskt centrum, Röntgenkliniken i Linköping.
    Engström, Maria
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiologi. Linköpings universitet, Hälsouniversitetet.
    Knutsson, Hans
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Biomedicinsk instrumentteknik. Linköpings universitet, Tekniska högskolan.
    Axelsson Söderfeldt, Birgitta
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för klinisk och experimentell medicin, Neurologi. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Närsjukvården i centrala Östergötland, Neurologiska kliniken.
    Lundberg, Peter
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiologi. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Kirurgi- och onkologicentrum, Radiofysikavdelningen. Östergötlands Läns Landsting, Bildmedicinskt centrum, Röntgenkliniken i Linköping.
    Restricted Canonical Correlation Analysis in Functional MRI-Validation and a Novel Thresholding Technique2009Ingår i: Journal of Magnetic Resonance Imaging, ISSN 1053-1807, E-ISSN 1522-2586, Vol. 29, nr 1, s. 146-154Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Purpose: To validate the performance of an analysis method for fMRI data based on restricted canonical correlation analysis (rCCA) and adaptive filtering, and to increase the usability of the method by introducing a new technique for significance estimation of rCCA maps.

    Materials and Methods: Activation data from a language task and also a resting state fMRI data were collected from eight volunteers. Data was analyzed using both the rCCA method and the General Linear Model (GLM). A modified Receiver Operating Characteristic (ROC) method was used to evaluate the performance of the different analysis methods. The area under a fraction of the ROC curve was used as a measure of performance. On resting state data the fraction of voxels above certain significance thresholds were used to evaluate the significance estimation method.

    Results: The rCCA method scored significantly higher on the area under the ROC curve than the GLM. The fraction of activated voxels determined by thresholding according to the introduced significance estimation technique showed good agreement with the thresholds selected.

    Conclusion: The rCCA method is an effective analysis tool for fMRI data and its usability is increased with the introduced significance estimation method.

  • 277.
    Ragnehed, Mattias
    et al.
    Linköpings universitet, Institutionen för medicin och vård, Radiologi. Linköpings universitet, Hälsouniversitetet.
    Engström, Maria
    Linköpings universitet, Institutionen för medicin och vård, Centrum för medicinsk bildvetenskap och visualisering. Linköpings universitet, Hälsouniversitetet.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik. Linköpings universitet, Hälsouniversitetet.
    Lundberg, Peter
    Linköpings universitet, Institutionen för medicin och vård, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Söderfeldt, Birgitta
    Linköpings universitet, Institutionen för nervsystem och rörelseorgan. Linköpings universitet, Hälsouniversitetet.
    Performance of canonical correlation analysis in language tests by functional MRIManuskript (preprint) (Övrigt vetenskapligt)
    Abstract [en]

    In this paper a new method based on constraitwd canonical correlation analysis (CCA) for the analysis of fMRI data is evaluated. In particular the method benefits from a powerful way of choosing temporal basis functions in additiou to an adaptive spatial filtering scheme. A modified receiver operating characteristic (ROC) method was used to quantify the results and to compare it with traditionally used statistics in an objective way. The evaluation was performed using real fMRI data form a language test. It was shown that the CCA based method offers a significant gain in detection power.

  • 278.
    Ragnehed, Mattias
    et al.
    Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiologi. Linköpings universitet, Hälsouniversitetet.
    Friman, Ola
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Lundberg, Peter
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Hälsouniversitetet. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiologi.
    Söderfeldt, Birgitta
    Linköpings universitet, Institutionen för nervsystem och rörelseorgan, Neurologi. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Närsjukvården i centrala Östergötland, Neurologiska kliniken.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Comparing CCA and SPM992003Konferensbidrag (Refereegranskat)
  • 279.
    Rodríguez-Vila, Borja
    et al.
    Bioengineering and Telemedicine Group, Universidad Politécnica de Madrid Spain.
    Pettersson, Johanna
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    García-Vicente, Feliciano
    Medical Physics, Radiotherapy Department, University Hospital La Princesa Spain.
    Gómez, Enrique J.
    Bioengineering and Telemedicine Group, Universidad Politécnica de Madrid Spain.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    3D deformable registration for monitoring radiotherapy treatment in prostate cancer2007Ingår i: Image Analysis: 15th Scandinavian Conference, SCIA 2007, Aalborg, Denmark, June 10-14, 2007, Berlin/Heidelberg, Germany: Springer Berlin/Heidelberg, 2007, s. 750-759Konferensbidrag (Refereegranskat)
    Abstract [en]

    Two deformable registration methods, the Demons and the Morphon algorithms, have been used for registration of CT datasets to evaluate their usability in radiotherapy planning for prostate cancer. These methods were chosen because they can perform deformable registration in a fully automated way. The experiments show that for intrapatient registration both of the methods give useful results, although some differences exist in the way they deform the template. The Morphon method has, however, some advantageous compared to the Demons method. It is invariant to the image intensity and it does not distort the deformed data. The conclusion is therefore to recommend the Morphon method as a registration tool for this application. A more flexible regularization model is needed, though, in order to be able to catch the full range of deformations required to match the datasets.

  • 280.
    Rudner, Mary
    et al.
    Linköpings universitet, Institutionen för nervsystem och rörelseorgan. Linköpings universitet, Hälsouniversitetet.
    Cedefamn, Jonny
    Friman, Ola
    Linköpings universitet, Institutionen för medicinsk teknik, Fysiologisk mätteknik. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Fysiologisk mätteknik. Linköpings universitet, Tekniska högskolan.
    Lundberg, Peter
    Linköpings universitet, Hälsouniversitetet. Linköpings universitet, Institutionen för medicin och vård, Radiofysik. Östergötlands Läns Landsting, Kirurgi- och onkologicentrum, Radiofysikavdelningen.
    Söderfeldt, Birgitta
    Linköpings universitet, Hälsouniversitetet. Linköpings universitet, Institutionen för nervsystem och rörelseorgan. Östergötlands Läns Landsting, Närsjukvården i centrala Östergötland, Neurologiska kliniken.
    Are levels of language processing reflected in neural activation? - An fMRI study.2001Ingår i: NeuroImage, ISSN 1053-8119, E-ISSN 1095-9572, Vol. 13, nr 6Artikel i tidskrift (Refereegranskat)
  • 281.
    Rydell, Joakim
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Correlation controlled bilateral filtering of fMRI data2005Ingår i: Proceedings of the International Society for Magnetic Resonance in MEdicine Annual Meeting (ISMRM) 2005, 2005Konferensbidrag (Refereegranskat)
    Abstract [en]

    A novel filtering method for analysis of fMRI data is presented. The method is based on weighted averaging of neighboring voxels whose time-series are, in a sense, similar. A comparison between the new method and other filtering strategies is also presented, and the novel method is shown to have superior ability to discriminate between active and inactive voxels.

  • 282.
    Rydell, Joakim
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Borga, Magnus
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Robust correelation analysis with an application to functional MRI2007Ingår i: SSBA Symposium on Image Analysis,2007, 2007Konferensbidrag (Övrigt vetenskapligt)
  • 283.
    Rydell, Joakim
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Robust Correlation Analysis with an Application to Functional MRI2008Ingår i: Acoustics, Speech and Signal Processing, 2008. ICASSP 2008. IEEE, IEEE conference proceedings, 2008, s. 453-456Konferensbidrag (Refereegranskat)
    Abstract [en]

    Correlation is often used to measure the similarity between signals and is an important tool in signal and image processing. In some applications it is common that signals are corrupted by local bursts of noise. This adversely affects the performance of signal recognition algorithms. This paper presents a novel correlation estimator, which is robust to locally corrupted signals. The estimator is generalized to multivariate correlation analysis (general linear model, GLM, and canonical correlation analysis, CCA). Synthetic functional MRI data is used to demonstrate the estimator, and its robustness is shown to increase the performance of signal detection.

  • 284.
    Rydell, Joakim
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Lundberg, Peter
    Linköpings universitet, Institutionen för medicin och vård, Medicinsk radiofysik. Linköpings universitet, Tekniska högskolan. Östergötlands Läns Landsting, Kirurgi- och onkologicentrum, Radiofysikavdelningen. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Dimensionality and degrees of freedom in fMRI data analysis - a comparative study2004Ingår i: Biomedical Imaging: Nano to Macro, 2004. IEEE International Symposium on, IEEE , 2004, s. 988-991 vol.1Konferensbidrag (Refereegranskat)
    Abstract [en]

    Two- and three-dimensional isotropic and anisotropic spatial filters for adaptive fMRI data analysis are compared in terms of activation detection sensitivity and specificity. Evaluations using both real and artificial data are presented. It is shown that three-dimensional anisotropic filters provide superior activation detection performance.

  • 285.
    Rydell, Joakim
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Lundberg, Peter
    Linköpings universitet, Institutionen för medicin och vård, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Kirurgi- och onkologicentrum, Radiofysikavdelningen. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Dimensionality and number of parameters in adaptive filtering of fMRI data2004Ingår i: Proceedings of the Swedish Symposium on Image Analysis (2004), 2004, s. 90-93Konferensbidrag (Övrigt vetenskapligt)
  • 286.
    Rydell, Joakim
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Johansson, Andreas
    Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Leinard, Olof Dahlqvist
    Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Hälsouniversitetet.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Hälsouniversitetet.
    Farnebäck, Gunnar
    Linköpings universitet, Institutionen för medicinsk teknik. Linköpings universitet, Tekniska högskolan.
    Lundberg, Peter
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiologi. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Kirurgi- och onkologicentrum, Radiofysikavdelningen. Östergötlands Läns Landsting, Bildmedicinskt centrum, Röntgenkliniken i Linköping.
    Borga, Magnus
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Hälsouniversitetet.
    Three Dimensional Phase Sensitive Reconstruction for Water/Fat Separation in MR Imaging using Inverse Gradient2008Ingår i: Proceedings of the International Society for Magnetic Resonance in Medicine annual meeting (ISMRM'08), 2008, s. 1519-Konferensbidrag (Övrigt vetenskapligt)
    Abstract [en]

    Three dimensional phase sensitive reconstruction on two point Dixon volumes has been implemented with use of the inverse gradient. The results has beencompared with the inverse gradient method in two dimensions as well as with the well established region growing method proposed by Ma. The inversegradient method in 3D is able to unwrap the phase field in uncertain regions where the region growing method and the inverse gradient method in 2D cometo a stop.

  • 287.
    Rydell, Joakim
    et al.
    Linköpings universitet, Tekniska högskolan. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Knutsson, Hans
    Linköpings universitet, Tekniska högskolan. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Borga, Magnus
    Linköpings universitet, Tekniska högskolan. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    A multidimensional similarity measure for bilateral adaptive filtering of fMRI data2006Ingår i: SSBA Symposium on Image Analysis,2006, 2006, s. 53-56Konferensbidrag (Övrigt vetenskapligt)
  • 288.
    Rydell, Joakim
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Adaptive filtering of fMRI data based on correlation and BOLD response similarity2006Ingår i: Acoustics, Speech and Signal Processing, 2006. ICASSP 2006. Vol. 2, IEEE conference proceedings, 2006, s. II-997-II-1000Konferensbidrag (Refereegranskat)
    Abstract [en]

    In analysis of fMRI data, it is common to average neighboring voxels in order to obtain robust estimates of the correlations between voxel time-series and the model of the signal expected to be present in activated regions. We have previously proposed a method where only voxels with similar correlation coefficients are averaged. In this paper we extend this idea, and present a novel method for analysis of fMRI data. In the proposed method, only voxels with similar correlation coefficients and similar time-series are averaged. The proposed method is compared to our previous method and to two well-known filtering strategies, and is shown to have superior ability to discriminate between active and inactive voxels

  • 289.
    Rydell, Joakim
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Adaptive fMRI data filtering based in tissue and signal similarities2007Ingår i: Joint Annual Meeting ISMRM-ESMRMB,2007, 2007Konferensbidrag (Övrigt vetenskapligt)
    Abstract [en]

    A novel method for analyzing fMRI data is presented. In order to detect activation with the highest possible accuracy, adaptive filtering is used to enahancethe signal to noise ratio. Using a method similar to bilateral filtering, signals from different voxels are averaged if the voxels belong to the same type oftissue and their signal variations over time are similar. The detection performance is evaluated on synthetic and real data, and it is shown that the twocriterions for averaging complement each other, providing very good detection of activation.

  • 290.
    Rydell, Joakim
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Bilateral Filtering of fMRI Data2008Ingår i: IEEE JOURNAL OF SELECTED TOPICS IN SIGNAL PROCESSING, ISSN 1932-4553, Vol. 2, nr 6, s. 891-896Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    We present a class of adaptive filtering techniques of functional magnetic resonance imaging (fMRI) data related to bilateral filtering. This class of methods average activities in consistent regions rather than regions that maximize correlation with a BOLD model. Similarity measures based on signal similarity and anatomical similarity are discussed and compared experimentally to standard linear low pass filtering. It is demonstrated that adaptive filtering provides improved detection of activated regions.

  • 291.
    Rydell, Joakim
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Correlation controlled adaptive filtering for FMRI data2005Ingår i: IFMBE Proceedings: NBC'05 13th Nordic Baltic Conference Biomedical Engineering and Medical Physics / [ed] Ronnie Lundström, Britt Andersson, Helena Grip, Umeå: IFMBE , 2005, s. 193-194Konferensbidrag (Refereegranskat)
    Abstract [en]

    In analysis of fMRI data, it is common to average neighboring voxels in order to obtain robust estimates of the correlations between voxel timeseries and the model of the signal expected to be present in activated regions. This paper presents a novel method for analysis of fMRI data, which extends this approach by averaging only neighboring voxels whose timeseries have similar correlation coefficients. A comparison between the new method and two other filtering strategies is also presented, and the novel method is shown to have superior ability to discriminate between active and inactive voxels.

  • 292.
    Rydell, Joakim
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    fMRI Data analysis using correlation controlled adaptive filtering2005Ingår i: Symposium on Image Analysis SSBA,2005, 2005, s. 85-88Konferensbidrag (Övrigt vetenskapligt)
  • 293.
    Rydell, Joakim
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    On Rotational Invariance in Adaptive Spatial Filtering of fMRI Data2006Ingår i: NeuroImage, ISSN 1053-8119, Vol. 30, nr 1, s. 144-150Artikel i tidskrift (Refereegranskat)
    Abstract [en]

    Canonical correlation analysis (CCA) has previously been shown to work well for detecting neural activity in fMRI data. The reason is that CCA enables simultaneous temporal modeling and adaptive spatial filtering of the data. This article introduces a novel method for adaptive anisotropic filtering using the CCA framework and compares it to a previously proposed method. Isotropic adaptive filtering, which is only able to form isotropic filters of different sizes, is also presented and evaluated. It is shown that a new feature of the proposed method is invariance to the orientation of activated regions, and that the detection performance is superior to both that of the previous method and to isotropic filtering.

  • 294.
    Rydell, Joakim
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Borga, Magnus
    Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Tekniska högskolan.
    Rotational invariance in adaptive fMRI data analysis2006Ingår i: Image Processing, 2006, IEEE , 2006, s. 2841-2844Konferensbidrag (Refereegranskat)
    Abstract [en]

    It has previously been shown that canonical correlation analysis (CCA) works well for detecting neural activity in fMRI data. This is due to the ability of CCA to perform simultaneous temporal modeling and adaptive spatial filtering of the data. In this paper, we demonstrate that our previously proposed method for CCA-based fMRI data analysis does not provide rotationally invariant detection of activated regions. We propose a modification of the previous method and show that it resolves the rotational invariance issue, thereby further improving the analysis method

  • 295.
    Rydell, Joakim
    et al.
    Linköpings universitet, Tekniska högskolan. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Knutsson, Hans
    Linköpings universitet, Tekniska högskolan. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Borga, Magnus
    Linköpings universitet, Tekniska högskolan. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Rotationally invariant adaptive filtering of fMRI data2006Ingår i: SSBA Symposium on Image Analysis,2006, 2006, s. 77-80Konferensbidrag (Övrigt vetenskapligt)
  • 296.
    Rydell, Joakim
    et al.
    Linköpings universitet, Tekniska högskolan. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Knutsson, Hans
    Linköpings universitet, Tekniska högskolan. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Borga, Magnus
    Linköpings universitet, Tekniska högskolan. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Tissue-selective adaptive filtering of fMRI data2006Ingår i: ESMRMB,2006, 2006Konferensbidrag (Refereegranskat)
  • 297.
    Rydell, Joakim
    et al.
    Linköpings universitet, Tekniska högskolan. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Knutsson, Hans
    Linköpings universitet, Tekniska högskolan. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Johansson, Andreas
    Dahlqvist Leinhard, Olof
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Borga, Magnus
    Linköpings universitet, Tekniska högskolan. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    MRI Phase Unwrapping with Application to Water/Fat Separation2008Ingår i: Proceedings of the SSBA Symposium on Image Analysis,2008, 2008, s. 27-30Konferensbidrag (Övrigt vetenskapligt)
  • 298.
    Rydell, Joakim
    et al.
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Knutsson, Hans
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Pettersson, Johanna
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Johansson, Andreas
    Linköpings universitet, Institutionen för medicinsk teknik. Linköpings universitet, Tekniska högskolan.
    Farnebäck, Gunnar
    Linköpings universitet, Institutionen för medicinsk teknik. Linköpings universitet, Tekniska högskolan.
    Dahlqvist Leinhard, Olof
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och hälsa, Medicinsk radiofysik. Linköpings universitet, Hälsouniversitetet.
    Lundberg, Peter
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicin och vård, Medicinsk radiofysik. Linköpings universitet, Institutionen för medicin och vård, Medicinsk radiologi. Linköpings universitet, Hälsouniversitetet. Östergötlands Läns Landsting, Bildmedicinskt centrum, Röntgenkliniken i Linköping. Östergötlands Läns Landsting, Kirurgi- och onkologicentrum, Radiofysikavdelningen.
    Nyström, Fredrik
    Linköpings universitet, Institutionen för medicin och hälsa, Internmedicin. Linköpings universitet, Hälsouniversitetet.
    Borga, Magnus
    Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV. Linköpings universitet, Institutionen för medicinsk teknik, Medicinsk informatik. Linköpings universitet, Tekniska högskolan.
    Phase Sensitive Reconstruction for Water/Fat Separation in MR Imaging Using Inverse Gradient2007Ingår i: Medical Image Computing and Computer-Assisted Intervention – MICCAI 2007. 10th International Conference, Brisbane, Australia, October 29 - November 2, 2007, Proceedings, Part I / [ed] Nicholas Ayache, Sebastien Ourselin and Anthony Maeder, Springer Berlin/Heidelberg, 2007, s. 210-218Konferensbidrag (Refereegranskat)
    Abstract [en]

    This paper presents a novel method for phase unwrapping for phase sensitive reconstruction in MR imaging. The unwrapped phase is obtained by integrating the phase gradient by solving a Poisson equation. An efficient solver, which has been made publicly available, is used to solve the equation. The proposed method is demonstrated on a fat quantification MRI task that is a part of a prospective study of fat accumulation. The method is compared to a phase unwrapping method based on region growing. Results indicate that the proposed method provides more robust unwrapping. Unlike region growing methods, the proposed method is also straight-forward to implement in 3D.

  • 299.
    Shakya, Snehlata
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Avdelningen för medicinsk teknik. Linköpings universitet, Tekniska fakulteten.
    Batool, Nazre
    School of Technology and Health, KTH Royal Institute of Technology, Stockholm, Sweden.
    Özarslan, Evren
    Linköpings universitet, Institutionen för medicinsk teknik, Avdelningen för medicinsk teknik. Linköpings universitet, Tekniska fakulteten.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Avdelningen för medicinsk teknik. Linköpings universitet, Tekniska fakulteten.
    Multi-Fiber Reconstruction Using Probabilistic Mixture Models for Diffusion MRI Examinations of the Brain2017Ingår i: Modeling, Analysis, and Visualization of Anisotropy / [ed] Thomas Schultz, Evren Özarslan, Ingrid Hotz, Springer, 2017, s. 283-308Kapitel i bok, del av antologi (Övrigt vetenskapligt)
    Abstract [en]

    In the field of MRI brain image analysis, Diffusion tensor imaging (DTI) provides a description of the diffusion of water through tissue and makes it possible to trace fiber connectivity in the brain, yielding a map of how the brain is wired. DTI employs a second order diffusion tensor model based on the assumption of Gaussian diffusion. The Gaussian assumption, however, limits the use ofDTI in solving intra-voxel fiber heterogeneity as the diffusion can be non-Gaussian in several biological tissues including human brain. Several approaches to modeling the non-Gaussian diffusion and intra-voxel fiber heterogeneity reconstruction have been proposed in the last decades. Among such approaches are the multi-compartmental probabilistic mixture models. These models include the discrete or continuous mixtures of probability distributions such as Gaussian, Wishart or von Mises-Fisher distributions. Given the diffusion weighted MRI data, the problem of resolving multiple fibers within a single voxel boils down to estimating the parameters of such models.

    In this chapter, we focus on such multi-compartmental probabilistic mixture models. First we present a review including mathematical formulations of the most commonly applied mixture models. Then, we present a novel method based on the mixture of non-central Wishart distributions. A mixture model of central Wishart distributions has already been proposed earlier to resolve intra-voxel heterogeneity. However, we show with detailed experiments that our proposed model outperforms the previously proposed probabilistic models specifically for the challenging scenario when the separation angles between crossing fibers (two or three) are small. We compare our results with the recently proposed probabilistic models of mixture of central Wishart distributions and mixture of hyper-spherical von Mises-Fisher distributions. We validate our approach with several simulations including fiber orientations in two and three directions and with real data. Resistivity to noise is also demonstrated by increasing levels of Rician noise in simulated data. The experiments demonstrate the superior performance of our proposed model over the prior probabilistic mixture models.

  • 300.
    Shakya, Snehlata
    et al.
    Linköpings universitet, Institutionen för medicinsk teknik, Avdelningen för medicinsk teknik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Gu, Xuan
    Linköpings universitet, Institutionen för medicinsk teknik, Avdelningen för medicinsk teknik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Batool, Nazre
    KTH, School of Technology and Health, Huddinge, Sweden.
    Özarslan, Evren
    Linköpings universitet, Institutionen för medicinsk teknik, Avdelningen för medicinsk teknik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Knutsson, Hans
    Linköpings universitet, Institutionen för medicinsk teknik, Avdelningen för medicinsk teknik. Linköpings universitet, Tekniska fakulteten. Linköpings universitet, Centrum för medicinsk bildvetenskap och visualisering, CMIV.
    Multi-fiber Estimation and Tractography for Diffusion MRI using mixture of Non-central Wishart Distributions2017Ingår i: VCBM 17: Eurographics Workshop on Visual Computing for Biology and Medicine, The Eurographics Association , 2017, s. 1-5Konferensbidrag (Refereegranskat)
    Abstract [en]

    Multi-compartmental models are popular to resolve intra-voxel fiber heterogeneity. One such model is the mixture of central Wishart distributions. In this paper, we use our recently proposed model to estimate the orientations of crossing fibers within a voxel based on mixture of non-central Wishart distributions. We present a thorough comparison of the results from other fiber reconstruction methods with this model. The comparative study includes experiments on a range of separation angles between crossing fibers, with different noise levels, and on real human brain diffusion MRI data. Furthermore, we present multi-fiber visualization results using tractography. Results on synthetic and real data as well as tractography visualization highlight the superior performance of the model specifically for small and middle ranges of separation angles among crossing fibers.

345678 251 - 300 av 400
RefereraExporteraLänk till träfflistan
Permanent länk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • oxford
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf