Tez No	İndirme	Tez Künye	Durumu
507355		Novel Mathematical Methods for Analysis of Brain White Matter Fibers Using Diffusion MRI / Beyindeki Beyaz Cevher Liflerinin Difüzyon MRG Görüntüleri Kullanılarak Analizinde Yeni Matematiksel Yöntemler Yazar:DEVRAN UĞURLU Danışman: PROF. DR. GÖZDE ÜNAL Yer Bilgisi: Sabancı Üniversitesi / Mühendislik ve Fen Bilimleri Enstitüsü Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control ; Bilim ve Teknoloji = Science and Technology Dizin:	Onaylandı Doktora İngilizce 2018 169 s.
Beyindeki beyaz cevher lifleri, çeşitli gri cevher bölgelerinin birbiriyle iletişimini sağlar. Difüzyon Manyetik Rezonans Görüntüleme (DMRG), hayatta olan deneklerin beyaz cevher liflerinin oryantasyonlarının kestirilmesini mümkün kılar. Kestirilen oryantasyonlar kullanılarak, liflerin yörüngelerinin 3B eğri temsilleri oluşturulabilir. Bu işlem trakrografi olarak bilinmektedir. Yolak olarak da adlandırılan bu 3B eğri temsillerinin bilinen anatomik lif kümelerine otomatik olarak sınıflandırılması sinirgörüntü işlemede çok önemli bir problemdir. Bu tezde, üç yeni otomatik yolak sınıflandırma yöntemi önerilmiştir. İlk iki metot, siniranatomik önbilginin, yoğunluk tabanlı danışmansız kümeleme metoduyla birleştirilmesine dayanmaktadır. İlk metot, beyinsapına özel buluşsal yöntemler içermekle beraber, ikinci metot daha genel bir metot olup, beyindeki her lif kümesi için uygulanabilir. Ayrıca, ikinci metotta yeni bir lif temsili önerilmiştir. Komşu lif yönleri dağılımı (KLYD) adını verdiğimiz bu temsil, her yolağı, komşuluğundaki lif oryantasyon dağılımını kodlayan histogramlarla temsil etmektedir. Üçüncü metot, KLYD temsilini kullanarak, danışmanlı öğrenme yaklaşımı çerçevesinde, her yolağı, doğrudan, ilgilenilen lif küme sınıflarına ait olma olasılık kestirimlerine haritalar. Pratik bir eğitim ve doğrulama kümesi oluşturma metodolojisi de önerilmiştir. Bunlara ek olarak, tümör çıkarılma ameliyatı öncesi ve sonrası lif yapıları arasındaki değişim ile hastanın klinik bilişsel bulguları arasında istatistiksel olarak anlamlı bir ilişki olup olmadığı araştırılmıştır. Bu bağlamda, bir yolak kümesinden yolak kümesine çakıştırma metodu ve lifler arasındaki değişimi sayısallaştırmaya yönelik çeşitli ölçütler önerilmiştir. Beyinsapında tümör bulunan 30 hastanın DMRG görüntüleri ve klinik değerlendirme puanları üzerinde elde edilen sonuçlar sunulmuştur.
White matter fibers connect and transfer information among various gray matter regions of the brain. Diffusion Magnetic Resonance Imaging (DMRI) allows in-vivo estimation of fiber orientations. From the estimated orientations, a 3D curve representation of the trajectory of fibers can be reconstructed in a process known as tractography. Automatic classification of these "tracts" into classes of anatomically known fiber bundles is a very important problem in neuroimage computing. In this thesis, three automatic fiber classification methods are proposed. The first two are based on combining neuroanatomical priors with density-based clustering. The first method includes brainstem heuristics but the second is more general and can be applied to any fiber pathway in the brain. Further, the second method introduces a novel fiber representation, Neighborhood Resolved Fiber Orientation Distribution(NRFOD), that represents a tract as a set of histograms that encode the distribution of fiber orientations in its neighborhood. The third method utilizes the NRFOD representation to directly map a tract to a probability estimate for each bundle class in a supervised classification framework. A practical training and validation set creation methodology is proposed. Additionally, the thesis includes statistical significance tests to investigate whether the structural change between pre-operative and post-operative fiber bundles after a tumor resection operation are related to the change in patient's cognitive performance scores. To this end, a fiber bundle to fiber bundle registration method and various quantitative measures of the structural change are proposed. We present results over DMRI data with clinical evaluations of 30 patients with brainstem tumors.