Projecten
Een nieuwe tendens in de orthopedische chirurgie is het plannen van een operatieve ingreep aan de hand van een 3-D voorstelling van het bot gereconstrueerd op basis van CT of MRI beelden. Om dit pre-operatief plan over te brengen naar de operatiezaal kan KU Leuven
Detectie van atheroscletorische plaques door MRI en optische beelden Universiteit Gent
Universiteiten, hightechclusters, ziekenhuizen en onderzoekscentra uit de grensregio Frankrijk-België hebben hun krachten gebundeld om nieuwe, niet-invasieve manieren te ontwikkelen voor het diagnosticeren van atherosclerose. Atherosclerose is de vernauwing van de slagaders door de ophoping van vettig materiaal dat plaque wordt genoemd. Het veroorzaakt aandoeningen van de bloedsomloop - waaronder beroertes en hartaanvallen - die de ...
Kwantitatieve tomografische segmentatie van magnetische resonantie beelden. Universiteit Antwerpen
Kwantitatieve extractie van normaalwaarden uit (diffusie-gewogen) MR beelden van de premature hersenen. Universiteit Antwerpen
Data-gedreven analyse van microstructuur met multidimensionale diffusie MRI in vroege hersenontwikkeling KU Leuven
Inzicht in de ontwikkeling van het menselijke brein rond de tijd van de geboorte is een enorme uitdaging in neurologie, met verreikende gevolgen voor ons begrip van neuropsychiatrische aandoeningen. Diffusie MRI (dMRI) en andere quantitatieve MRI relaxometrie contrasten bieden een unieke modaliteit om de microstructuur te karakteriseren. Analyse van multi-dimensionale dMRI data in baby's en foetussen brengt echter specifieke uitdagingen met ...
Gecombineerde model-gebaseerde registratie en segmentatie strategieën voor geïntegreerde kwantitatieve analyse van cardiale MRI sequenties KU Leuven
Cardiale magnetische resonantie (MR) beeldvorming is een state-of-the-art methode voor niet-invasieve visualisatie en functionele analyse van het hart. Naast kwalitatieve analyse biedt deze techniek ook de mogelijkheid voor kwantitatieve analyses. Voorbeelden hiervan zijn cine MR beelden voor de bepaling van cardiale contractie en T1 mapping waarbij het myocardiale weefsel kwantitatief gekarakteriseerd wordt. De verschillende beelden zorgen ...
Machine Learning methoden voor classificatie en prognose van patiënten met multiple sclerose uit MRI gegevens KU Leuven
De hoofddoelstelling van dit project is het analyseren van Multiple Sclerose patiënten door middel van Deep Neural Networks en meer algemeen door Machine Learning modellen. Deze volledig geautomatiseerde methoden kunnen worden gebruikt voor zowel structurele als functionele informatie die wordt verkregen door Magnetic Resonance Imaging (MRI) technieken. Meer in detail worden MS-patiënten hoofdzakelijk gekenmerkt door ontstekingscascades en/of ...
Deep Learning technieken voor de detectie en segmentatie van tumorletsels met behulp van PET en MRI KU Leuven
Hoog performante computersystemen, samen met de beschikbaarheid van grote datasets, laten toe om “deep learning” technieken meer en meer te gebruiken voor medische beeldverwerking waarbij momenteel “convolutional neural networks” (CNN) het meest worden toegepast. Het belangrijkste doel van dit proefschrift was om de klinische toepasbaarheid van CNN-modellen te verruimen waarbij deze modellen ook kunnen worden toegepast voor de automatische ...