Classifying Tourette's syndrome using brain scans via texture descriptors in anatomical regions

Autor: Barros, Murilo Costa de, 1991
Přispěvatelé: Carvalho, Marco Antonio Garcia de, 1970, Flores, Franklin Cesar, Bertini Junior, João Roberto, Universidade Estadual de Campinas. Faculdade de Tecnologia, Programa de Pós-Graduação em Tecnologia, UNIVERSIDADE ESTADUAL DE CAMPINAS
Jazyk: portugalština
Rok vydání: 2022
Předmět:
Zdroj: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
Popis: Orientador: Marco Antonio Garcia de Carvalho Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Tecnologia Resumo: A síndrome de Tourette (ST) é uma patologia genética, associada às alterações neurofisiológicas e neuroanatômicas que geralmente afetam pessoas na faixa etária entre 2 e 18 anos. Movimentos involuntários e tiques vocais são características comuns nas pessoas que possuem esta síndrome. O uso de imagens como Ressonância Magnética Funcional (RMf, do inglês \textit{Funtional Magnetic Ressonance}) e Ressonância Magnética Estrutural (RMs, do inglês \textit{Structural Magnetic Ressonance}) são recorrentes para o diagnóstico, estudo e análise da ST. As principais análises destas imagens consistem na avaliação das alterações neuroanatômicas causadas em diferentes regiões cerebrais, conforme a sua intensidade (estimulações) ou formas. Alterações nas regiões do tálamo, gânglio da base, e os córtex pré-Frontal e Cingulado são as mais comumente relacionadas com a ST. O objetivo deste trabalho foi prover suporte ao diagnóstico da ST por meio da classificação de imagens cerebrais do tipo RMf e RMs. A abordagem proposta possui quatro etapas distintas: (i) pré-processamento, em que foi realizada a segmentação estrutural anatômica utilizando o \textit{software Freesurfer} em RMs; (ii) Registro de imagens, responsável por registrar os volumes de RMf e RMs, permitindo assim identificar regiões em RMf; (iii) Extração de características de textura em imagens volumétricas utilizando os descritores GLCM, GLRLM, GLSZM, NTGDM; (iv) Classificação de imagens por meio das técnicas \textit{Support Vector Machine (SVM)} e \textit{Naive Bayes (NB)}. Os experimentos computacionais foram efetuados em um \textit{dataset} disponibilizado pela National Taiwan University composto de dois grupos de pacientes, sendo 34 indivíduos portadores da ST e 34 do grupo controle, nas duas modalidades de imageamento, RMs e RMf. Os resultados obtidos foram avaliados por métricas quantitativas e indicaram que as regiões do sistema límbico como: amígdala, hipocampo, tálamo e putâmen, são mais relacionadas à existência da ST. Em regiões corticais como, córtex superior frontal direito, córtex medial orbitofrontal direito e córtex da ínsula direita apresentaram maiores relações com ST. A abordagem proposta foi efetiva em encontrar as regiões mais relevantes para a análise da Síndrome de Tourette utilizando características de textura e classificação de imagens, apresentando taxa de acurácia de 85\% em RMf e 90\% em RMs quando os descritores são combinados. Concluindo que as maiores influências estão relacionadas ao hemisfério direito à área do sistema límbico do cérebro Abstract: Tourette syndrome (TS) is a genetic pathology associated with neurophysiological and neuroanatomical changes that might affect people between 2 and 18 years. Involuntary movements and vocal Tics are common features in this syndrome. The use of images, such as functional (fMRI) and structural Magnetic Resonance Imaging (sMRI), are recurrent for diagnosing, studying, and analyzing TS. The major contribution of these modalities consists of evaluating the neuroanatomical changes in different brain regions, either according to their intensity (stimulations) or forms. Changes in the thalamus, basal ganglia, prefrontal, and cingulate cortex are most related to TS. This work aims to support the diagnosis of TS through the classification of fMRI and sMRI scans. The proposed approach has four sequential steps: i) Pre-processing, where anatomical structural segmentation is performed using Freesurfer software in sMRI; ii) Image registration, responsible for aligning the fMRI to sMRI space, thus allowing the identification regions in fMRI; iii) Feature extraction, where texture features in volumetric images are extracted using GLCM, GLRLM, GLSZM, NTGDM; iv) Image classification, using the Support Vector Machine (SVM) and Naive Bayes (NB) to classify whether a subject has TS or not. The experiments were performed in a dataset provided in collaboration with the National Taiwan University, composed of two groups of patients, 34 individuals with TS and 34 in the control group, where each of them disposes of sMRI and fMRI scans. The results obtained strongly indicated that the limbic system regions, such as the amygdala, hippocampus, thalamus, and putamen, are more related to TS, which is mentioned in the literature in the area. In addition, the right-superior frontal cortex, right-orbital frontal-medial and cortex right-insula the cortex are the most related in cortical regions. The proposed approach effectively found the most relevant regions for the analysis of Tourette's Syndrome using texture features and image classification, presenting an accuracy rate of 85\% in fMR and 90\% in fRM. Concluding that the most significant TS regions are related to the right hemisphere and the limbic system area Mestrado Sistemas de Informação e Comunicação Mestre em Tecnologia CAPES 001
Databáze: OpenAIRE
Externí odkaz: