🗊Презентация Анализ на аномалии и визуализация данных. МРТ головного мозга

Категория: Здоровье и Медицина
Нажмите для полного просмотра!
Анализ на аномалии и визуализация данных. МРТ головного мозга, слайд №1Анализ на аномалии и визуализация данных. МРТ головного мозга, слайд №2Анализ на аномалии и визуализация данных. МРТ головного мозга, слайд №3Анализ на аномалии и визуализация данных. МРТ головного мозга, слайд №4Анализ на аномалии и визуализация данных. МРТ головного мозга, слайд №5Анализ на аномалии и визуализация данных. МРТ головного мозга, слайд №6Анализ на аномалии и визуализация данных. МРТ головного мозга, слайд №7Анализ на аномалии и визуализация данных. МРТ головного мозга, слайд №8Анализ на аномалии и визуализация данных. МРТ головного мозга, слайд №9Анализ на аномалии и визуализация данных. МРТ головного мозга, слайд №10Анализ на аномалии и визуализация данных. МРТ головного мозга, слайд №11Анализ на аномалии и визуализация данных. МРТ головного мозга, слайд №12Анализ на аномалии и визуализация данных. МРТ головного мозга, слайд №13Анализ на аномалии и визуализация данных. МРТ головного мозга, слайд №14Анализ на аномалии и визуализация данных. МРТ головного мозга, слайд №15Анализ на аномалии и визуализация данных. МРТ головного мозга, слайд №16Анализ на аномалии и визуализация данных. МРТ головного мозга, слайд №17Анализ на аномалии и визуализация данных. МРТ головного мозга, слайд №18Анализ на аномалии и визуализация данных. МРТ головного мозга, слайд №19Анализ на аномалии и визуализация данных. МРТ головного мозга, слайд №20
Скачать
Вы можете ознакомиться и скачать презентацию на тему Анализ на аномалии и визуализация данных. МРТ головного мозга. Доклад-сообщение содержит 20 слайдов. Презентации для любого класса можно скачать бесплатно. Если материал и наш сайт презентаций Mypresentation Вам понравились – поделитесь им с друзьями с помощью социальных кнопок и добавьте в закладки в своем браузере.

Слайды и текст этой презентации

Слайд 1


Анализ на аномалии и визуализация данных МРТ головного мозга Control Process and Stability 2019 Алиева Сабина
Описание слайда:
Анализ на аномалии и визуализация данных МРТ головного мозга Control Process and Stability 2019 Алиева Сабина

Слайд 2


Введение Объемы данных, получаемых медиками для постановки диагноза и лечения пациенту, а также сложность задач, возникающих в нейрофизиологии, неуклонно растет
Описание слайда:
Введение Объемы данных, получаемых медиками для постановки диагноза и лечения пациенту, а также сложность задач, возникающих в нейрофизиологии, неуклонно растет

Слайд 3


Введение Нейрофизиология, как и любые медицинские исследования, представляют собой обширную сферу для применения методов машинного обучения.
Описание слайда:
Введение Нейрофизиология, как и любые медицинские исследования, представляют собой обширную сферу для применения методов машинного обучения.

Слайд 4


Актуальность Физиологические и функциональные изменения в головном мозге происходят намного раньше, прежде чем проявится очевидная для конкретного заболевания симптоматика. В связи с этим, анализ цифровых данных, полученных при магнитно-резонансной томографии, представляет большой интерес.
Описание слайда:
Актуальность Физиологические и функциональные изменения в головном мозге происходят намного раньше, прежде чем проявится очевидная для конкретного заболевания симптоматика. В связи с этим, анализ цифровых данных, полученных при магнитно-резонансной томографии, представляет большой интерес.

Слайд 5


Исходные данные Для исследования Санкт-Петербургским научно-исследовательским психоневрологическим институтом имени В. М Бехтерева были предоставлены данные о 139 пациентах. Данные получены с помощью обработки МРТ программным пакетом FreeSurfer , который для каждой структуры мозга вычисляет необходимые для исследования параметры.
Описание слайда:
Исходные данные Для исследования Санкт-Петербургским научно-исследовательским психоневрологическим институтом имени В. М Бехтерева были предоставлены данные о 139 пациентах. Данные получены с помощью обработки МРТ программным пакетом FreeSurfer , который для каждой структуры мозга вычисляет необходимые для исследования параметры.

Слайд 6


Исходные данные Все данные изначально размечены на четыре группы по заболеваниям: Пациенты, страдающие болезнью Альцгеймера Страдающие сосудистой деменцией Страдающие депрессией Контрольная группа.
Описание слайда:
Исходные данные Все данные изначально размечены на четыре группы по заболеваниям: Пациенты, страдающие болезнью Альцгеймера Страдающие сосудистой деменцией Страдающие депрессией Контрольная группа.

Слайд 7


Необходимые параметры Для данных заболеваний врачи принимают во внимание следующие параметры каждой структуры мозга: Количество белого вещества Количество серого вещества Средняя толщина Площадь поверхности. Значения каждого из этих параметров берутся для левой и правой структуры головного мозга соответственно. Каждая структура относится к определенной доле мозга: лобная, теменная, затылочная, височная, инсула, гиппокамп.
Описание слайда:
Необходимые параметры Для данных заболеваний врачи принимают во внимание следующие параметры каждой структуры мозга: Количество белого вещества Количество серого вещества Средняя толщина Площадь поверхности. Значения каждого из этих параметров берутся для левой и правой структуры головного мозга соответственно. Каждая структура относится к определенной доле мозга: лобная, теменная, затылочная, височная, инсула, гиппокамп.

Слайд 8


Выбор методов для визуализации Целью исследования является нахождение метода понижения размерности, который наиболее точно сохранит и отобразит связь между классами пациентов с перечисленными заболеваниями. Среди множества методов снижения размерности были выделены следующие: Метод анализа главных компонент Метод анализа независимых компонент Стохастическое вложение соседей с t-распределением Многомерное шкалирование Линейный дискриминантный анализ Неотрицательное матричное разложение
Описание слайда:
Выбор методов для визуализации Целью исследования является нахождение метода понижения размерности, который наиболее точно сохранит и отобразит связь между классами пациентов с перечисленными заболеваниями. Среди множества методов снижения размерности были выделены следующие: Метод анализа главных компонент Метод анализа независимых компонент Стохастическое вложение соседей с t-распределением Многомерное шкалирование Линейный дискриминантный анализ Неотрицательное матричное разложение

Слайд 9


Визуализация Серые точки - страдающие болезнью Альцгеймера Желтые точки - страдающие сосудистой деменцией Синие точки - страдающие депрессией Красные - контрольная группа
Описание слайда:
Визуализация Серые точки - страдающие болезнью Альцгеймера Желтые точки - страдающие сосудистой деменцией Синие точки - страдающие депрессией Красные - контрольная группа

Слайд 10


Височная доля PCA
Описание слайда:
Височная доля PCA

Слайд 11


Теменная доля PCA
Описание слайда:
Теменная доля PCA

Слайд 12


Лобная доля PCA
Описание слайда:
Лобная доля PCA

Слайд 13


Insula PCA
Описание слайда:
Insula PCA

Слайд 14


Затылочная доля PCA
Описание слайда:
Затылочная доля PCA

Слайд 15


Лимбическая система PCA
Описание слайда:
Лимбическая система PCA

Слайд 16


LDA 2 components Лобная доля
Описание слайда:
LDA 2 components Лобная доля

Слайд 17


Анализ на аномалии данных гиппокампа Визуализация с помощью PCA
Описание слайда:
Анализ на аномалии данных гиппокампа Визуализация с помощью PCA

Слайд 18


Анализ на аномалии данных парагиппокампальной извилины Визуализация с помощью PCA
Описание слайда:
Анализ на аномалии данных парагиппокампальной извилины Визуализация с помощью PCA

Слайд 19


Анализ полученных результатов Метод понижения размерности LDA сохраняет больше информации о классах больных. Попытки визуализации данных о каждой доле мозга с помощью методов понижения размерности не столь эффективны, сколько анализ каждой структуры мозга отдельно. С помощью плотностного алгоритма кластеризации можно качественно детектировать аномалии в нейрофизиологических данных. В составе аномальных точек в основном больные из указанных категорий и лишь редко из контрольной группы, что говорит о целесообразности использования этого метода анализа данных.
Описание слайда:
Анализ полученных результатов Метод понижения размерности LDA сохраняет больше информации о классах больных. Попытки визуализации данных о каждой доле мозга с помощью методов понижения размерности не столь эффективны, сколько анализ каждой структуры мозга отдельно. С помощью плотностного алгоритма кластеризации можно качественно детектировать аномалии в нейрофизиологических данных. В составе аномальных точек в основном больные из указанных категорий и лишь редко из контрольной группы, что говорит о целесообразности использования этого метода анализа данных.

Слайд 20


Заключение В результате получены подтверждения оправданности использования методов понижения размерности для визуализации данных МРТ мозга человека. Среди описанных методов некоторые демонстрируют явные преимущества в сравнении с остальными для конкретных задач. Результаты анализа на аномалии также сопоставимы с предположениями врачей об изменениях в структурах мозга при данных заболеваниях, что также подтверждает оправданность исследования данных МРТ на аномалии.
Описание слайда:
Заключение В результате получены подтверждения оправданности использования методов понижения размерности для визуализации данных МРТ мозга человека. Среди описанных методов некоторые демонстрируют явные преимущества в сравнении с остальными для конкретных задач. Результаты анализа на аномалии также сопоставимы с предположениями врачей об изменениях в структурах мозга при данных заболеваниях, что также подтверждает оправданность исследования данных МРТ на аномалии.

Скачать

Похожие презентации
Mypresentation.ru
Загрузить презентацию