VoxelMorph based Normalization in the Prediction of Stable VS Progressive MCI Conversion with Convolutional Neural Networks

Sierra Tome, Daniel (Universidad de Zaragoza) ; Júlvez, Ubaldo Ramón ; Hernández, Mónica (Universidad de Zaragoza) ; Mayordomo, Elvira (Universidad de Zaragoza)

Resumen: El presente trabajo tiene como objetivo estudiar el efecto de la normalización en el sistema de clasificación de Spasov2019 [2] para el problema de deterioro cognitivo leve estable vs progresivo (sMCI vs pMCI), cuando esta normalización proviene de un algoritmo de deep-learning. Se ha elegido VoxelMorph [8], por ser uno de los algoritmos más utilizados como benchmark desde la introducción del deep-learning en el registro deformable de imágenes médicas. Se realizará una comparativa entre los métodos de registro difeomorfo tradicionales y VoxelMorph para este problema.

Idioma: Alemán

DOI: 10.26754/jjii3a.20227018

Año: 2022

Publicado en: Jornada de jóvenes investigadores del I3A 10 (2022), [4 pp.]
ISSN: 2341-4790

Financiación: info:eu-repo/grantAgreement/ES/DGA/T64-20R
Financiación: info:eu-repo/grantAgreement/ES/MICINN/PID2019-104358RB-I00
Financiación: info:eu-repo/grantAgreement/ES/MICINN/TIN2016-80347-R

Tipo y forma: Article (Published version)

Área (Departamento): Área Lenguajes y Sistemas Inf. (Dpto. Informát.Ingenie.Sistms.)