Aller au contenu principal
Accès ouvert déclaré 2018 article

Histogram-Based Features Selection and Volume of Interest Ranking for Brain PET Image Classification

43Citations signalées, ce qui n’est pas une note de qualité
6Institutions déclarées
1Pays d’affiliation déclarés

Rattachement africain : fr. Niveau de preuve : code pays fourni par la source.

Le résumé fourni par la source

Positron emission tomography (PET) is a molecular medical imaging modality which is commonly used for neurodegenerative diseases diagnosis. Computer-aided diagnosis, based on medical image analysis, could help quantitative evaluation of brain diseases such as Alzheimer's disease (AD). A novel method of ranking the effectiveness of brain volume of interest (VOI) to separate healthy control from AD brains PET images is presented in this paper. Brain images are first mapped into anatomical VOIs using an atlas. Histogram-based features are then extracted and used to select and rank VOIs according to the area under curve (AUC) parameter, which produces a hierarchy of the ability of VOIs to separate between groups of subjects. The top-ranked VOIs are then input into a support vector machine classifier. The developed method is evaluated on a local database image and compared to the known selection feature methods. Results show that using AUC outperforms classification results in the case of a two group separation.

Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Histogram-Based Features Selection and Volume of Interest Ranking for Brain PET Image Classification
Date Crossref
01/01/2018
Éditeur
Institute of Electrical and Electronics Engineers (IEEE)
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Centre National de la Recherche Scientifique pays non établi dans la notice
    Organisme public
  • Institut Fresnel pays non établi dans la notice
    Structure de recherche
  • Institut de Neurosciences de la Timone pays non établi dans la notice
    Structure de recherche
  • Centrale Méditerranée pays non établi dans la notice
    Université ou école supérieure
  • Aix-Marseille Université Institut de Neurosciences de la Timone UMR-CNRS 7289 pays non établi dans la notice
    Université ou école supérieure
  • Centre Européen de Recherche en Imagerie Médicale pays non établi dans la notice
    Structure de recherche
  • GSM - GSM (France) pays non établi dans la notice
    Institution
  • IMOTHEP - Imagerie MOléculaire pour applications THéranostiques personnalisées pays non établi dans la notice
    Institution

Centre National de la Recherche Scientifique, Institut Fresnel et Institut de Neurosciences de la Timone, avec 5 autres affiliations.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Brain Tumor Detection and ClassificationMedical Image Segmentation TechniquesImage Retrieval and Classification Techniques

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.