Mapa anisotrópico estadístico de imágenes de resonancia magnética funcional

Autores
Giacomantone, Javier; Cho, Zang Hee; Kim, Hae Yong
Año de publicación
2004
Idioma
español castellano
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
En este trabajo presentamos un nuevo método para procesar imágenes de Resonancia Magnética Funcional (IRMf) del cerebro. El nuevo procedimiento esta basado en aplicar difusión anisotrópica robusta (DAR) a imágenes de resonancia magnética funcional ruidosa, para obtener mapas estadísticos de mayor relevancia. Las IRMf utilizan una serie de imágenes de resonancia magnética para mapear de forma no invasiva las áreas de actividad neuronal aumentada del cerebro humano. La baja relación señal ruido de las imágenes funcionales, hace necesario el uso de técnicas de procesamiento de imágenes sofisticadas como mapas estadísticos paramétricos (MEP). La aplicación del método propuesto permite obtener MEPs que incluyen valiosa información con respecto a la interrelación entre las series temporales correspondientes a cada elemento de volumen en un espacio 3-D (voxel) en el correspondiente MEP. Presentamos resultados de la técnica propuesta tanto en imágenes artificiales como en imágenes reales de resonancia magnética funcional de una experiencia basada en un estimulo visual en bloques.
Eje: II - Workshop de computación gráfica, imágenes y visualización
Red de Universidades con Carreras en Informática (RedUNCI)
Materia
Ciencias Informáticas
Procesamiento de Imágenes
Visual
Resonancia Magnética Funcional
COMPUTER GRAPHICS
Procesamiento de Señales
Signal processing
Mapa Estadístico Paramétrico
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/22372
Acceder
id SEDICI_5618d069dfee86e87c6efa1d21305e91
oai_identifier_str oai:sedici.unlp.edu.ar:10915/22372
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Mapa anisotrópico estadístico de imágenes de resonancia magnética funcionalGiacomantone, JavierCho, Zang HeeKim, Hae YongCiencias InformáticasProcesamiento de ImágenesVisualResonancia Magnética FuncionalCOMPUTER GRAPHICSProcesamiento de SeñalesSignal processingMapa Estadístico ParamétricoEn este trabajo presentamos un nuevo método para procesar imágenes de Resonancia Magnética Funcional (IRMf) del cerebro. El nuevo procedimiento esta basado en aplicar difusión anisotrópica robusta (DAR) a imágenes de resonancia magnética funcional ruidosa, para obtener mapas estadísticos de mayor relevancia. Las IRMf utilizan una serie de imágenes de resonancia magnética para mapear de forma no invasiva las áreas de actividad neuronal aumentada del cerebro humano. La baja relación señal ruido de las imágenes funcionales, hace necesario el uso de técnicas de procesamiento de imágenes sofisticadas como mapas estadísticos paramétricos (MEP). La aplicación del método propuesto permite obtener MEPs que incluyen valiosa información con respecto a la interrelación entre las series temporales correspondientes a cada elemento de volumen en un espacio 3-D (voxel) en el correspondiente MEP. Presentamos resultados de la técnica propuesta tanto en imágenes artificiales como en imágenes reales de resonancia magnética funcional de una experiencia basada en un estimulo visual en bloques.Eje: II - Workshop de computación gráfica, imágenes y visualizaciónRed de Universidades con Carreras en Informática (RedUNCI)2004info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdfhttp://sedici.unlp.edu.ar/handle/10915/22372spainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/ar/Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-15T10:47:38Zoai:sedici.unlp.edu.ar:10915/22372Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-15 10:47:38.394SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Mapa anisotrópico estadístico de imágenes de resonancia magnética funcional
title Mapa anisotrópico estadístico de imágenes de resonancia magnética funcional
spellingShingle Mapa anisotrópico estadístico de imágenes de resonancia magnética funcional
Giacomantone, Javier
Ciencias Informáticas
Procesamiento de Imágenes
Visual
Resonancia Magnética Funcional
COMPUTER GRAPHICS
Procesamiento de Señales
Signal processing
Mapa Estadístico Paramétrico
title_short Mapa anisotrópico estadístico de imágenes de resonancia magnética funcional
title_full Mapa anisotrópico estadístico de imágenes de resonancia magnética funcional
title_fullStr Mapa anisotrópico estadístico de imágenes de resonancia magnética funcional
title_full_unstemmed Mapa anisotrópico estadístico de imágenes de resonancia magnética funcional
title_sort Mapa anisotrópico estadístico de imágenes de resonancia magnética funcional
dc.creator.none.fl_str_mv Giacomantone, Javier
Cho, Zang Hee
Kim, Hae Yong
author Giacomantone, Javier
author_facet Giacomantone, Javier
Cho, Zang Hee
Kim, Hae Yong
author_role author
author2 Cho, Zang Hee
Kim, Hae Yong
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Procesamiento de Imágenes
Visual
Resonancia Magnética Funcional
COMPUTER GRAPHICS
Procesamiento de Señales
Signal processing
Mapa Estadístico Paramétrico
topic Ciencias Informáticas
Procesamiento de Imágenes
Visual
Resonancia Magnética Funcional
COMPUTER GRAPHICS
Procesamiento de Señales
Signal processing
Mapa Estadístico Paramétrico
dc.description.none.fl_txt_mv En este trabajo presentamos un nuevo método para procesar imágenes de Resonancia Magnética Funcional (IRMf) del cerebro. El nuevo procedimiento esta basado en aplicar difusión anisotrópica robusta (DAR) a imágenes de resonancia magnética funcional ruidosa, para obtener mapas estadísticos de mayor relevancia. Las IRMf utilizan una serie de imágenes de resonancia magnética para mapear de forma no invasiva las áreas de actividad neuronal aumentada del cerebro humano. La baja relación señal ruido de las imágenes funcionales, hace necesario el uso de técnicas de procesamiento de imágenes sofisticadas como mapas estadísticos paramétricos (MEP). La aplicación del método propuesto permite obtener MEPs que incluyen valiosa información con respecto a la interrelación entre las series temporales correspondientes a cada elemento de volumen en un espacio 3-D (voxel) en el correspondiente MEP. Presentamos resultados de la técnica propuesta tanto en imágenes artificiales como en imágenes reales de resonancia magnética funcional de una experiencia basada en un estimulo visual en bloques.
Eje: II - Workshop de computación gráfica, imágenes y visualización
Red de Universidades con Carreras en Informática (RedUNCI)
description En este trabajo presentamos un nuevo método para procesar imágenes de Resonancia Magnética Funcional (IRMf) del cerebro. El nuevo procedimiento esta basado en aplicar difusión anisotrópica robusta (DAR) a imágenes de resonancia magnética funcional ruidosa, para obtener mapas estadísticos de mayor relevancia. Las IRMf utilizan una serie de imágenes de resonancia magnética para mapear de forma no invasiva las áreas de actividad neuronal aumentada del cerebro humano. La baja relación señal ruido de las imágenes funcionales, hace necesario el uso de técnicas de procesamiento de imágenes sofisticadas como mapas estadísticos paramétricos (MEP). La aplicación del método propuesto permite obtener MEPs que incluyen valiosa información con respecto a la interrelación entre las series temporales correspondientes a cada elemento de volumen en un espacio 3-D (voxel) en el correspondiente MEP. Presentamos resultados de la técnica propuesta tanto en imágenes artificiales como en imágenes reales de resonancia magnética funcional de una experiencia basada en un estimulo visual en bloques.
publishDate 2004
dc.date.none.fl_str_mv 2004
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/22372
url http://sedici.unlp.edu.ar/handle/10915/22372
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/ar/
Creative Commons Attribution-NonCommercial-ShareAlike 2.5 Argentina (CC BY-NC-SA 2.5)
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1846063902848188416
score 13.22299

Publicaciones similares