Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

De medische diagnose van hersentumoren is een van de belangrijkste toepassingen van Magnetische Resonantie. Magnetische Resonantie bestaat hoofdzakelijk uit twee takken: Beeldvorming en Spectroscopie. Magnetische Resonantie Beeldvorming is welbekend als de radiologische techniek voor het genereren van hoge-kwaliteitsbeelden van levende organismen voor het bepalen van de medische diagnose, zoals bij hersentumoren. Met Magnetische Resonantie Spectroscopie wordt chemische informatie beschikbaar gesteld over de moleculen aanwezig in de hersenen. Zowel Beeldvorming als Spectroscopie kunnen worden toegepast voor het bepalen van de graad en het type van een hersentumor, ook wel de classificatie van hersentumoren genoemd. Een eerste onderwerp handelt over de bijdrage van Spectroscopie voor de geautomatiseerde classificatie en de invloed van een aantal factoren op de classificatieresultaten. Zo bleek dat een aantal van de voorbewerkingsstappen geen grote invloed hadden op de performantie. Indien de analyse uitgevoerd wordt voor diagnostische doeleinden, betekent dit dat verschillende voorbewerkingsstappen genegeerd kunnen worden en dat de meetprocedure vereenvoudigd kan worden. Bovendien kan classificatie gebaseerd zijn op een beperkt aantal parameters die de meest relevante informatie bevatten, wat de berekening vereenvoudigt en versnelt. Resultaten toonden eveneens aan dat informatie uit Spectroscopie en Beeldvorming elkaar kunnen aanvullen voor de typering van hersentumoren. Als tweede onderwerp werd de analyse van experimentele glycogeensignalen bestudeerd. Door de studie van glycogeensignalen kunnen de biochemische processen die een rol spelen bij ziektes zoals diabetes beter begrepen worden. Dit vereist echter een verbetering van de spectrale analyse. Een veel voorkomend probleem is het gebrek aan kennis over het aantal spectrale componenten, terwijl dit belangrijk is voor een nauwkeurige spectrale analyse. Dit treedt typisch op bij zogenaamde multi-exponentiële signalen, met verschillende componenten op dezelfde frequentie maar bij een verschillende lijnbreedte. In dit proefschrift werd een methode toegepast voor het bepalen van het aantal componenten die in staat was om het multi-exponentiële patroon bij glycogeensignalen te bevestigen. The medical diagnosis of brain tumours is one of the main applications of Magnetic Resonance. Magnetic Resonance consists of two main branches: Imaging and Spectroscopy. Magnetic Resonance Imaging is very well-known as the radiologic technique applied to produce high-quality images of tissues, such as the brain tissue, for diagnostic purposes. Magnetic Resonance Spectroscopy provides chemical information about all the molecules present in the brain, such as their concentrations. Both Imaging and Spectroscopy can be exploited for the grading and typing of brain tumours, also called the classification of brain tumours. As first topic, this thesis mainly studied the contribution of Spectroscopy for automated classification and the influence of several factors on the classification performance. It was found that a few preprocessing steps did not have a large impact on the classification results. This implies that several preprocessingsteps can be ignored for diagnostic purposes and that acquisition schemes can be simplified. Furthermore, classification can be based on a restricted number of extracted parameters that cover the most characteristic information, which simplifies the computation and reduces the computation time. In addition, it was observed that spectroscopic and imaging parameters can provide complementary information for the typing of brain tumours. A second topic was the processing of experimental glycogen signals, which provides a better understanding of the biochemical processes involved in diseases such as diabetes. However, the spectral processing needs improvement. A common problem is that most methods assume the number of components present to be known exactly, but in practice this knowledge is lacking. Especially for so-called multi-exponential signals, in which different components occur at the same spectral frequency but with different linewidths. A framework was applied that determined the number of components for glycogen signals and that was able to confirm the presence of a multi-exponential pattern in glycogen signals. Voor de diagnose van hersentumoren wordt gebruik gemaakt van een medische beeldvormingstechniek zoals Magnetische Resonantie. De techniek produceert ruimtelijke beelden van het onderzochte weefsel en bevat belangrijke anatomische informatie. Het stellen van de diagnose is echter veelal niet zo eenvoudig, gezien de grote verscheidenheid in tumoren. Een eerste luik van dit proefschrift omvat de toepassing van Magnetische Resonantie voor de automatische bepaling van de diagnose van hersentumoren. De techniek heeft naast beeldvorming nog veel meer mogelijkheden die een heel waardevolle bijdrage kunnen leveren tot de diagnose van tumoren. Zo kan de techniek via spectroscopie chemische informatie bepalen over de moleculen aanwezig in onze hersenen. Uit onze studie bleek dat een aantal spectrale voorbewerkingsstappen genegeerd kunnen worden, wat leidt tot een vereenvoudiging van de meetprocedure. Bovendien kan de medische diagnose gebaseerd zijn op een beperkt aantal parameters die de meest relevante informatie bevatten, wat de berekening versnelt. Resultaten toonden eveneens aan dat beeldinformatie en chemische informatie elkaar kunnen aanvullen voor de typering van hersentumoren. In een tweede luik werd de analyse van experimentele glycogeensignalen bestudeerd. Door de studie van glycogeensignalen kunnen de biochemische processen die een rol spelen bij ziektes zoals diabetes beter begrepen worden. Dit vereist echter een verbetering van de spectrale analyse. Een veel voorkomend probleem is het gebrek aan kennis over het aantal spectrale componenten, terwijl dit belangrijk is voor een nauwkeurige spectrale analyse.Dit treedt typisch op bij zogenaamde multi-exponentiële signalen, met verschillende componenten op dezelfde frequentie maar bij een verschillende lijnbreedte. Een methode werd toegepast voor het bepalen van het aantal componenten die in staat was om het multi-exponentiële patroon bij glycogeensignalen te detecteren.

616.831 <043> --- Academic collection --- Organische ziekten van de hersenen. Encefalopathie. Cerebrale aandoeningen--Dissertaties --- Theses