Modelování perfuzních křivek v dynamické magnetické rezonanci

but.committeeprof. RNDr. Zdeněk Pospíšil, Dr. (předseda) prof. Aleksandre Lomtatidze, DrSc. (místopředseda) doc. Mgr. Jaroslav Hrdina, Ph.D. (člen) doc. RNDr. Libor Žák, Ph.D. (člen) doc. PaedDr. Dalibor Martišek, Ph.D. (člen)cs
but.defenceDiplomant odprezentoval výsledky své diplomové práce zaměřené na modelování perfuze v magnetické rezonanci. Otázky oponentky Ing. Marie Mangové, Ph.D. na přítomnost šumu v simulacích a na hodnotu parametru beta byly zcela zodpovězeny.cs
but.jazykčeština (Czech)
but.programAplikované vědy v inženýrstvícs
but.resultpráce byla úspěšně obhájenacs
dc.contributor.advisorRajmic, Pavelcs
dc.contributor.authorOchodnický, Erikcs
dc.contributor.refereeMangová, Mariecs
dc.date.accessioned2020-07-20T18:58:43Z
dc.date.available2020-07-20T18:58:43Z
dc.date.created2020cs
dc.description.abstractPerfúzne zobrazovanie pomocou dynamickej MRI má veľmi široké uplatnenie v lekárskej praxi, pretože poskytuje informácie o perfúznej charakteristike sledovaného tkaniva. Pri využití klasickej rekonštrukcie platí, že z dôvodu časovej náročnosti merania nie sme schopní zaznamenať dostatok vzoriek pre dosiahnutie potrebného časového a priestorového rozlíšenia. Je preto nutné využitie tzv.~komprimovaného snímania, ktoré umožní rekonštrukciu z menšieho počtu vzoriek pomocou optimalizačného modelu. V práci sú overené viaceré modely rekonštrukcie sekvencie obrazov pre reálne i simulované dáta a~tiež sú porovnané viaceré algoritmy na ich riešenie. Medzi použité modely patria dva L+S modely s odlišnou regularizáciou zložky S, riešené pomocou Forward-Backward a Chambolle-Pock algoritmu. Kvalita rekonštrukcie jednotlivých modelov bola porovnávaná najmä podľa získaných perfúznych kriviek. V poslednej časti je preskúmaná možnosť modifikácie SASS modelu pre zvýšenie kvality rekonštrukcie a odolnosti voči podvzorkovaniu, za účelom lepšej adaptácie modelu pre dynamické dáta.cs
dc.description.abstractPerfusion MRI can provide information about perfusion characteristics of the observed tissue, which makes it a widely applicable medical procedure. Measuring process of MRI is very time-consuming, and therefore, using classical reconstruction methods, we are often not able to obtain enough samples to accomplish the needed time and space resolution for perfusion analysis. That is why it is necessary to use compressed sensing, which allows reconstruction from under-sampled data by solving an optimization model. In this work, several models for reconstruction of an image sequence are verified on real and artificial data, along with multiple algorithms capable of solving these models. Among the optimization models used in this work are two L+S models with different regularization of the S component that are solved by Forward-Backward and Chambolle-Pock algorithm. The quality of reconstruction for various models was compared especially by their perfusion curves. In the last section, we explore possible modifications of the SASS model in order to increase quality of reconstruction and resistance to under sampling for the purpose of better adaptation for dynamic data.en
dc.description.markAcs
dc.identifier.citationOCHODNICKÝ, E. Modelování perfuzních křivek v dynamické magnetické rezonanci [online]. Brno: Vysoké učení technické v Brně. Fakulta strojního inženýrství. 2020.cs
dc.identifier.other121658cs
dc.identifier.urihttp://hdl.handle.net/11012/192297
dc.language.isocscs
dc.publisherVysoké učení technické v Brně. Fakulta strojního inženýrstvícs
dc.rightsStandardní licenční smlouva - přístup k plnému textu bez omezenícs
dc.subjectmagnetická rezonanciacs
dc.subjectkomprimované snímaniecs
dc.subjectL+S modelcs
dc.subjectperfúzne krivkycs
dc.subjectChambolle-Pock algoritmuscs
dc.subjectSASScs
dc.subjectmagnetic resonanceen
dc.subjectcompressed sensingen
dc.subjectL+S modelen
dc.subjectperfusion curvesen
dc.subjectChambolle-Pock algorithmen
dc.subjectSASSen
dc.titleModelování perfuzních křivek v dynamické magnetické rezonancics
dc.title.alternativeModelling of perfusion curves in dynamic magnetic resonanceen
dc.typeTextcs
dc.type.drivermasterThesisen
dc.type.evskpdiplomová prácecs
dcterms.dateAccepted2020-07-16cs
dcterms.modified2020-07-16-14:29:29cs
eprints.affiliatedInstitution.facultyFakulta strojního inženýrstvícs
sync.item.dbid121658en
sync.item.dbtypeZPen
sync.item.insts2021.11.12 10:21:08en
sync.item.modts2021.11.12 09:13:07en
thesis.disciplineMatematické inženýrstvícs
thesis.grantorVysoké učení technické v Brně. Fakulta strojního inženýrství. Ústav matematikycs
thesis.levelInženýrskýcs
thesis.nameIng.cs
Files
Original bundle
Now showing 1 - 3 of 3
Loading...
Thumbnail Image
Name:
final-thesis.pdf
Size:
4.31 MB
Format:
Adobe Portable Document Format
Description:
final-thesis.pdf
Loading...
Thumbnail Image
Name:
appendix-1.zip
Size:
4.72 MB
Format:
zip
Description:
appendix-1.zip
Loading...
Thumbnail Image
Name:
review_121658.html
Size:
8.97 KB
Format:
Hypertext Markup Language
Description:
review_121658.html
Collections