Cuasi-implicación estadística y determinación automática de clases de equivalencia en imágenes de resonancia magnética de cerebro

Autores/as

  • María Gabriela Pérez Universidad Técnica de Ambato
  • R. Pazmiño
  • Victor Andaluz

Resumen

 

Resumen: La técnica de cuasi-implicación estadística es muy útil para determinar relaciones de causa y efecto (con un número pequeño de excepciones). La aplicación del análisis jerárquico de similitudes, busca constituir particiones cada vez más finas, en el conjunto de variables, construidas de forma ascendente en árbol, mediante un criterio de similitud entre las misma. Su objetivo es descubrir y estructurar en forma de reglas, un conjunto de datos a partir de la modelización estadística de la cuasi-implicación.En éste trabajo se presenta una aplicación de ésta técnica para encontrar grupos de equivalencia existente entre un conjunto completo de imágenes (groundTruth)de resonancia magnética de cerebro (T1-weighted).Los experimentos se han realizado con la serie de lonchas sin cráneo, segmentadas y binarizadas previamente. Los resultados muestran una robusta clasificación de las mismas agrupándolas según un mismo índice de implicación entre dos lonchas en forma cuasi-bicondicional. En cada grupo de similitud el método permite seleccionar a uno de los cortes como representante del grupo generando una lista de patrones los cuales resumen las características encontradas próximas al patrón. Para representar el grado de equivalencia se ha utilizado una probabilidad.tud.

 

Abstract:The quasi-implication statistical technique is very useful for determining cause and effect (with a few exceptions). The application of hierarchical analysis of similarities,seeks to build increasingly fine partitions in the set of variables, built from the bottom up in the tree, using a criterion of similarity between them. Their purpose is to discover and structure, in the form of rules, a set of data from statistical modeling of quasi-implication.An application of this technique is presented in this work to find groups of equivalence between a full set of Brain MRI (T1- weighted)images (ground Truth). Experiments have been performed witha number of slices without skull previously segmented and binarized. The results show a robust classification of the same grouping them with the same rate of engagement between two quasi-biconditional shapedslices. This method allows in each similarity group select one of the images as o representative of the group, generating a list of standards which outline features proximal to the pattern. To represent the degree of equivalence a probability has been used.

 



Descargas

Los datos de descargas todavía no están disponibles.

Biografía del autor/a

María Gabriela Pérez, Universidad Técnica de Ambato

Rubén Pazmiño, docente de la Facultad de Informática y Electronica y de Ciencias (ESPOCH); Maria G. Pérez, docente Investigadora de la Facultad de Ingeniería en Sistemas, Electrónica e Industrial y Victor Andaluz de la Dirección de Investigación y Desarrollo (DIDE), Universidad Técnica de Ambato


Citas

P. Orús, L. Zamora, y P. Gregori. “Teoría y aplicaciones del Análisis Estadístico Implicativo.” Primera aproximación en lengua hispana. Universitat Jaume I de Castellón y Universidad de Oriente de Santiago de Cuba. Castellón, 2009.

R. Couturier, A. Bodin, R. Gras, Classification Hiérarchique Implicative et Cohésitive (CHIC v3.7). Guide d’utilisation, EcolePolytechnique, Université, Nantes, 2006.

I.C. Lerman, (1981). Classification et analyse ordinale des données, Dunod, Paris, 1981

I.C. Lerman, R. Gras, et H. Rostam. Elaboration et évaluation d'un indice d'implication pour des données binaires, I et II, Mathématiques et Sciences Humaines, n° 74, pp. 5-35 et n° 75, pp. 5-47, 1981.

I.C. Lerman, et J. Azé. Indice probabiliste discriminant (de vraisemblance du lien) d’une règle d’association en cas de “ très grosses” données, Mesures de qualité pour la fouille de données, RNTI-E-1, p. 69-94, 2004.

S. Lallich, P. Lenca, et B. Vaillant. Variations autour de l’intensité d’implication, 2005, Actes ASI 05, Université de Palerme.

L. Zamora M., P. Orús B., J. Díaz S., El Análisis Estadístico Implicativo, instrumento común de investigación en una experiencia de cooperación multidisciplinar: “Visualizar” una expresión de discontinuidad del rendimento académico en estudiantes universitarios de Matemática y Computación usando análisis estadístico implicativo. “Quaderni di Ricerca in Didattica (Mathematics)”, n° 20 suppl 1, G.R.I.M. (Department of Mathematics, University of Palermo, Italy), A.S.I. 5 Proceedings 5-7, 2010.

R. Gras. L’analyse des données: une méthodologie de traitement de questions de didactique. Recherche en Didactique des Mathématiques, Vol. 12-1, 1992.

I.C. Lerman. Classification et analyse ordinale des données, Dunod, Paris, 1981.

R. Couturier, R. Gras, CHIC: Traitement de données avec l’analyse implicative, Extraction et Gestion des Connaissances, Vol. I1, RNTI, Cépaduès, Paris, pp.679-684, 2005.

R. Gras, E. Suzuki, F. Guillet, and F. Spagnolo (Eds.), Statistical Implicative Analysis: theory and applications (Springer, 2007) Series: Studies in Computational Intelligence, Vol. 127.

R. Gras, J.C. Régnier, Fabrice Guillet. Analyse Statistique Implicative; une méthode d'analyse de données pour la recherche de causalités, edit. Cépadues, 2009

P. Orús, L.Peydró y P.Gregori. El centro de recursos CRDM-Guy Brousseau y el análisisestadísticoimplicativocomoherramienta en la formación de profesores, UniversitatJaume I de Castellón. [online]. Disponible en: http://www.jvdiesproyco.es/documentos/ACTAS/2%20Comunicacion%2020.pdf.

C. Cocosco, V. Kollokian, R.-S. Kwan, and A. Evans, “Brainweb: Online interface to a 3d MRI simulated brain database,'' NeuroImage, Vol. 5, pp. S425, 1997. [online]. Disponible en: http://www.bic.mni.mcgill.ca/brainweb/

Descargas

Publicado

2014-08-31

Cómo citar

Pérez, M. G., Pazmiño, R., & Andaluz, V. (2014). Cuasi-implicación estadística y determinación automática de clases de equivalencia en imágenes de resonancia magnética de cerebro. Revista Politécnica, 34(1), 123. Recuperado a partir de https://revistapolitecnica.epn.edu.ec/ojs2/index.php/revista_politecnica2/article/view/260