000124660 001__ 124660 000124660 005__ 20230322092614.0 000124660 037__ $$aTAZ-TFM-2022-786 000124660 041__ $$aspa 000124660 1001_ $$aMuñoz Sierra, Rubén 000124660 24200 $$aProper Orthogonal Decomposition (POD) in diffeomorphic registration. 000124660 24500 $$aDescomposición Ortogonal Propia en registro mediante difeomorfismos. 000124660 260__ $$aZaragoza$$bUniversidad de Zaragoza$$c2022 000124660 506__ $$aby-nc-sa$$bCreative Commons$$c3.0$$uhttp://creativecommons.org/licenses/by-nc-sa/3.0/ 000124660 520__ $$aLos métodos de registro mediante difeomorfismos se han posicionado como los métodos de referencia en el área del registro no-rígido de imágenes médicas. La metodología subyacente proporciona soluciones que mantienen la corrección biológica de los campos de deformación de las anatomías en términos de suavidad y conservación de la topología. El método Large Deformation Diffeomorphic Metric Mapping (LDDMM) fue pionero en el año 2005 sentando las bases en el cálculo de registro difeomorfo en el paradigma de grandes deformaciones. El principal problema de LDDMM es su gran carga computacional. El presente trabajo tiene como objetivo el estudio de la capacidad de los métodos denominados Reduced Order Models (ROM) para reducir la complejidad computacional de una de las variantes de LDDMM basada en la restricción del problema a campos vectoriales iniciales respetando la ecuación diferencial de Euler-Poincaré (EPDiff). El trabajo se centrará en el estudio del artículo Wen et al., Data-driven Model Order Reduction For Diffeomorphic Image Registration. En este, se presenta un ROM denominado Proper Orthogonal Decomposition (POD) para reducir la dimensionalidad de la ecuación de Euler-Poincaré. Así, en este trabajo, se estudiará la reproducibilidad el artículo, tanto a nivel teórico como a nivel experimental. Se estudiará la implementación del algoritmo mediante el registro de distintas imágenes, así como la viabilidad de este, mediante la comparación de distintas métricas como son el error final en el registro o el tiempo de computación.<br /><br /> 000124660 521__ $$aMáster Universitario en Modelización e Investigación Matemática, Estadística y Computación 000124660 540__ $$aDerechos regulados por licencia Creative Commons 000124660 700__ $$aHernández Giménez, Mónica$$edir. 000124660 700__ $$aMayordomo Cámara, Elvira$$edir. 000124660 7102_ $$aUniversidad de Zaragoza$$b $$c 000124660 7202_ $$aAlcalá Nalvaiz, José Tomás$$eponente 000124660 8560_ $$f739163@unizar.es 000124660 8564_ $$s3006524$$uhttps://zaguan.unizar.es/record/124660/files/TAZ-TFM-2022-786.pdf$$yMemoria (spa) 000124660 909CO $$ooai:zaguan.unizar.es:124660$$pdriver$$ptrabajos-fin-master 000124660 950__ $$a 000124660 951__ $$adeposita:2023-03-21 000124660 980__ $$aTAZ$$bTFM$$cCIEN 000124660 999__ $$a20220912130742.CREATION_DATE