Дисертації з теми "Dynamic contrast"
Оформте джерело за APA, MLA, Chicago, Harvard та іншими стилями
Ознайомтеся з топ-50 дисертацій для дослідження на тему "Dynamic contrast".
Біля кожної праці в переліку літератури доступна кнопка «Додати до бібліографії». Скористайтеся нею – і ми автоматично оформимо бібліографічне посилання на обрану працю в потрібному вам стилі цитування: APA, MLA, «Гарвард», «Чикаго», «Ванкувер» тощо.
Також ви можете завантажити повний текст наукової публікації у форматі «.pdf» та прочитати онлайн анотацію до роботи, якщо відповідні параметри наявні в метаданих.
Переглядайте дисертації для різних дисциплін та оформлюйте правильно вашу бібліографію.
Cardenas, Rodriguez Julio César. "New Models and Contrast Agents for Dynamic Contrast-Enhanced MRI." Diss., The University of Arizona, 2012. http://hdl.handle.net/10150/222845.
Повний текст джерелаOlesko, Brian M. "Dynamic contrast sensitivity : methods and measurements /." Thesis, This resource online, 1992. http://scholar.lib.vt.edu/theses/available/etd-09052009-040416/.
Повний текст джерелаGarpebring, Anders. "Contributions to quantitative dynamic contrast-enhanced MRI." Doctoral thesis, Umeå universitet, Radiofysik, 2011. http://urn.kb.se/resolve?urn=urn:nbn:se:umu:diva-49773.
Повний текст джерелаKubassova, Olga. "Analysis of dynamic contrast enhanced MRI datasets." Thesis, University of Leeds, 2007. http://etheses.whiterose.ac.uk/1359/.
Повний текст джерелаIngrisch, Michael. "Quantification of cerebral hemodynamics with dynamic contrast-enhanced MRI." Diss., lmu, 2012. http://nbn-resolving.de/urn:nbn:de:bvb:19-149513.
Повний текст джерелаChe, Ahmad Azlan. "Dynamic contrast-enhanced MRI of breast cancer at 3T." Thesis, University of Aberdeen, 2011. http://digitool.abdn.ac.uk:80/webclient/DeliveryManager?pid=165831.
Повний текст джерелаFransson, Samuel. "Validation and Robustness Analysis of Dynamic Contrast Enhanced MRI." Thesis, Umeå universitet, Institutionen för fysik, 2015. http://urn.kb.se/resolve?urn=urn:nbn:se:umu:diva-107987.
Повний текст джерелаDickie, Ben. "Predicting cancer patient survival using dynamic contrast enhanced MRI." Thesis, University of Manchester, 2017. https://www.research.manchester.ac.uk/portal/en/theses/predicting-cancer-patient-survival-using-dynamic-contrast-enhanced-mri(146dfe97-f892-4cdf-b916-633e9247093e).html.
Повний текст джерелаWilliams, Emma Jane. "Modelling of MRI dynamic susceptibility contrast in the brain." Thesis, University of Cambridge, 1998. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.625081.
Повний текст джерелаYip, Ka Yue. "Contrast enhancement for tone-mapped high dynamic range images /." View abstract or full-text, 2009. http://library.ust.hk/cgi/db/thesis.pl?ECED%202009%20YIP.
Повний текст джерелаZavod, Merrill. "THE EFFECTS OF STIMULUS MOTION ON CONTRAST SENSITIVITY: DYNAMIC SENSI." Doctoral diss., University of Central Florida, 2004. http://digital.library.ucf.edu/cdm/ref/collection/ETD/id/3724.
Повний текст джерелаPh.D.
Department of Psychology
Arts and Sciences
Psychology
Buckley, David Lorimer. "Modelling contrast uptake by neoplasms using dynamic magnetic resonance imaging." Thesis, University of Hull, 1996. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.318385.
Повний текст джерелаCroxton, Craig A. "The effects of target orientation on the dynamic contrast sensitivity function." Thesis, This resource online, 1994. http://scholar.lib.vt.edu/theses/available/etd-09052009-040820/.
Повний текст джерелаDi, Giovanni Pierluigi. "Pharmacokinetic modelling of breast tumour physiology by dynamic contrast enhanced MRI." Thesis, University of Aberdeen, 2010. http://digitool.abdn.ac.uk:80/webclient/DeliveryManager?pid=158909.
Повний текст джерелаParker, Geoffrey James Martin. "Monitoring contrast agent kinetics using dynamic MRI : quantitative and qualitative analysis." Thesis, Institute of Cancer Research (University Of London), 1997. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.266504.
Повний текст джерелаBanerji, Anita. "Modelling and simulation of dynamic contrast-enhanced MRI of abdominal tumours." Thesis, University of Manchester, 2012. https://www.research.manchester.ac.uk/portal/en/theses/modelling-and-simulation-of-dynamic-contrastenhanced-mri-of-abdominal-tumours(be6807a7-014e-4c0b-8b1e-f836b1f8127d).html.
Повний текст джерелаBoxerman, Jerrold L. (Jerrold Lee). "Non-invasive measurement of physiology using dynamic susceptibility contrast NMR imaging." Thesis, Massachusetts Institute of Technology, 1994. http://hdl.handle.net/1721.1/11906.
Повний текст джерелаIncludes bibliographical references (leaves 252-274).
by Jerrold Lee Boxerman.
Ph.D.
Kiani, Saeed. "Blind source separation in dynamic contrast enhanced magnetic resonance imaging renography." Thesis, University of Surrey, 2014. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.616917.
Повний текст джерелаLittle, Ross A. "Investigating errors on arterial input functions in dynamic contrast-enhanced MRI." Thesis, University of Manchester, 2010. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.706482.
Повний текст джерелаTu, Juan. "Fundamental aspects of ultrasound contrast agent dynamic behaviors and inertial cavitation quantification /." Thesis, Connect to this title online; UW restricted, 2006. http://hdl.handle.net/1773/8122.
Повний текст джерелаGurfinkel, Mikhail. "Cancer diagnostics using dynamic near-infrared optical imaging and fluorescent contrast agents." Texas A&M University, 2005. http://hdl.handle.net/1969.1/3162.
Повний текст джерелаBiglands, John David. "Quanitifying myocardial blood flow using dynamic contrast enhanced cardiac magnetic resonance imaging." Thesis, University of Leeds, 2012. http://etheses.whiterose.ac.uk/3756/.
Повний текст джерелаAhearn, Trevor Sean. "The accuracy and robustness of dynamic contrast enhanced magnetic resonance imaging methodology." Thesis, University of Aberdeen, 2003. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.275080.
Повний текст джерелаAntognozzi, Massimo. "Investigation of the shear force contrast mechanism in transverse dynamic force microscopy." Thesis, University of Bristol, 2000. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.340356.
Повний текст джерелаLiang, Jiachao. "Dynamic Contrast Enhanced Magnetic Resonance Imaging at High and Ultra-high Fields." The Ohio State University, 2008. http://rave.ohiolink.edu/etdc/view?acc_num=osu1228327344.
Повний текст джерелаHonda, Maya. "New Parameters of Ultrafast Dynamic Contrast‐Enhanced Breast MRI Using Compressed Sensing." Doctoral thesis, Kyoto University, 2021. http://hdl.handle.net/2433/263534.
Повний текст джерелаBrookes, Jason A. "Quantitation of contrast enhancement in dynamic magnetic resonance imaging of the breast." Thesis, University of Aberdeen, 1996. http://digitool.abdn.ac.uk/R?func=search-advanced-go&find_code1=WSN&request1=AAIU090114.
Повний текст джерелаBains, Lauren Jean. "Assessing the effects of water exchange on quantitative dynamic contrast enhanced MRI." Thesis, University of Manchester, 2011. https://www.research.manchester.ac.uk/portal/en/theses/assessing-the-effects-of-water-exchange-on-quantitative-dynamic-contrast-enhanced-mri(e04de84b-45e2-429f-9fc4-4a76b8f018ec).html.
Повний текст джерелаGriffiths, Matthew R. "Dynamic contrast-enhanced CT in the investigation of tumour angiogenesis and haemodynamics." Thesis, Queensland University of Technology, 2008. https://eprints.qut.edu.au/16679/1/Matthew_Roland_Griffiths.pdf.
Повний текст джерелаGriffiths, Matthew R. "Dynamic contrast-enhanced CT in the investigation of tumour angiogenesis and haemodynamics." Queensland University of Technology, 2008. http://eprints.qut.edu.au/16679/.
Повний текст джерелаPeruzzo, Denis. "Quantification of Cerebral Hemodynamic from Dynamic Susceptibility Contrast - Magnetic Resonance Imaging Technique." Doctoral thesis, Università degli studi di Padova, 2009. http://hdl.handle.net/11577/3421760.
Повний текст джерелаAbstract La Risonanza Magnetica (RM) è una tecnica di imaging medico che viene utilizzata in radiologia sia per le strutture anatomiche sia per le funzionalità del corpo umano. Grazie all’elevata risoluzione spaziale di cui dispone e al notevole livello di contrasto tra le differenti tipologie di tessuto, la RM è diventata lo strumento per la generazione di immagini anatomiche più diffuso. Negli ultimi decenni, la RM è stata oggetto di studi approfonditi e notevoli sviluppi, tanto che oggi sono disponibili macchinari ad elevate prestazioni e un ampio numero di protocolli d’acquisizione differenti. Di conseguenza, la RM ha cominciato a essere utilizzata anche per studi funzionali. Attualmente, la Tomografia ad Emissione di Positroni (PET) è la tecnica di riferimento per gli studi funzionali, ma la RM sta diventando una valida alternativa grazie alla sua maggiore risoluzione spaziale, alla sua maggiore diffusione e al fatto che non utilizza radiazioni ionizzanti nocive. Attualmente, la risonanza magnetica di perfusione che ricorre all’uso di un agente di contrasto esogeno, come il gadolinio, è la tecnica più interessante per lo studio quantitativo dell’emodinamica. La Dynamic Susceptibility Contrast - Magnetic Resonance Imaging (DSC-MRI) permette di ricavare importanti parametri emodinamici che ricoprono un ruolo chiave nello studio di svariate patologie, quali la neoplasia cerebrale, l’ischemia, l’infarto, l’epilessia, la demenza e la schizofrenia. Per caratterizzare il segnale ottenuto con la DSC-MRI viene generalmente utilizzato un modello basato sulla teoria dei traccianti non diffusibili (la teoria della diluizione). Basandosi sulle ipotesi che il tracciante sia intravascolare, che la barriera emato-encefalica sia intatta e che non ci sia ricircolo di tracciante, il modello permette di ricavare il Volume Ematico Cerebrale (CBV), il Flusso Ematico Cerebrale (CBF) e il Tempo Medio di Transito (MTT). I passaggio chiave per la stima di tali parametri è la quantificazione della funzione residuo, che presenta tuttavia alcuni problemi. In questa tesi saranno trattati i più importanti tra essi: • la necessità di ricavare la Funzione d’Ingresso Arteriale (AIF), che rappresenta l’andamento nel tempo della concentrazione di tracciante nei vasi che irrorano il tessuto; • la necessità di ricorrere ad un’operazione di deconvoluzione per ricavare la funzione residuo. La AIF è solitamente ricavata selezionando alcuni pixel che rappresentano i vasi arteriali principali direttamente sulle immagini di RM. La selezione dei pixel può essere fatta sia manualmente da un radiologo sia tramite un algoritmo di selezione automatica. Recentemente sono stati proposti numerosi algoritmi per svolgere tale compito, ma non si è ancora raggiunto uno standard. In questo lavoro il problema relativo all’estrazione della AIF viene discusso approfonditamente. Si propone un nuovo metodo per la selezione dei pixel arteriali che combina le informazioni anatomiche con l’analisi del segnale DSC-MRI. L’algoritmo è testato su dati simulati e confrontato con i più interessanti algoritmi proposti in letteratura. Successivamente viene applicato anche su dati reali e confrontato con la AIF ottenuta tramite selezione manuale al fine di valutare l’impatto che la scelta della AIF ha sulla stima dei parametri CBF, CBV e MTT. Il metodo proposto ha dimostrato di essere in grado di ricostruire la AIF originale, fornendo sia stime accurate che intervalli di confidenza molto stretti. Inoltre ha dimostrato di essere robusto nei confronti di diversi livelli di rumorosità nei dati, contribuendo quindi all’aumento della riproducibilità nello studio dell’emodinamica cerebrale. Infine, le AIF ottenute tramite il nuovo algoritmo hanno permesso di effettuare diagnosi più accurate rispetto a quelle ottenute tramite selezione manuale. Un altro passaggio critico per l’analisi dei dati DSC-MRI è rappresentato dall’operazione di deconvoluzione necessaria per la stima della funzione residuo. I problemi in quest’ambito sono legati sia ai problemi intrinseci della deconvoluzione (ad esempio il fatto che è un problema matematico mal condizionato e mal posto), sia ad aspetti dovuti al fatto che si tratta di un sistema fisiologico (ad esempio vincoli di non negatività). Inoltre, la possibile presenza di dispersione e ritardo nella AIF costituisce un’altra importante fonte di errore per la stima della funzione residuo. Ad oggi, i metodi di deconvoluzione più diffusi sono la Singular Value Decomposition (SVD) e la block-Circulant Singular Value Decomposition (cSVD). La SVD è storicamente il primo metodo proposto per lo studio dei dati DSC-MRI e rappresenta ancora il metodo di riferimento in quest’ambito. La cSVD è invece la naturale evoluzione della SVD, proposta per eliminare i problemi dovuti al ritardo nella AIF che caratterizzano la SVD. Numerosi metodi sono stati proposti negli anni in letteratura. Tra i vari, citiamo la Nonlinear Stochastic Regularization (NSR), che permette di tener conto sia dei vincoli di non negatività sia della regolarità della funzione residuo. In questo lavoro si presenta un nuovo metodo di deconvoluzione. La Population Deconvolution (PD) che analizza contemporaneamente un ampio numero di voxel simili sfruttando un approccio di popolazione, quindi migliorando la qualità dei dati utilizzati per l’operazione di deconvoluzione. Il metodo PD è stato validato su dati simulati e confrontato sia con la SVD che con la cSVD. PD riesce a ricostruire funzioni residuo che risultato credibili e fisiologiche in quanto presentano oscillazioni poco ampie e più smorzate rispetto a quelle presenti nelle funzioni residuo ottenuto con la SVD e la cSVD. PD permette inoltre di ricavare stime accurate di CBF, sia in presenza che in assenza di dispersione nella AIF, fornendo risultati migliori rispetto alla SVD e alla cSVD. PD, SVD e cSVD sono stati inoltre utilizzati per l’analisi di dati reali e sono stati confrontati anche con NSR. Le mappe di CBF e MTT ottenute tramite PD presentano un livello di contrasto migliore rispetto a quelle ottenute con SVD e cSVD, enfatizzando maggiormente le aree caratterizzate da un diverso flusso ematico. Anche le mappe ottenute tramite NSR presentano un alto livello di contrasto, risultando però più rumorose rispetto a quelle ottenute tramite PD. Si è inoltre introdotto un nuovo indicatore fisiologico, l’indice di lateralità, che permette di fornire una rappresentazione grafica e di integrare le informazioni contenute nelle mappe di CBF e MTT. NSR fornisce valori di lateralità molto ampi, evidenziando notevolmente le zone caratterizzate da diversi flussi ematici. Tuttavia, l’individuazione delle aree colpite dalla patologia è resa difficoltosa dal fatto che anche le aree sane sono caratterizzate da ampi indici di lateralità. L’opposto si verifica considerando gli indici di lateralità ottenuti tramite SVD o cSVD; in questo caso l’individuazione delle aree malate è resa difficile dal fatto che gli indici forniti sono molto piccoli. PD invece permette di ottenere degli indici di lateralità che evidenziano le aree malate più di quanto non facciano SVD o cSVD, ma con valori meno ampi rispetto a NSR, soprattutto nelle regioni sane. In questo modo, PD permette di ottenere diagnosi più accurate. Infine, in questo lavoro viene presentato un ulteriore promettente metodo di deconvoluzione, chiamato DNP. A differenza di PD, che deve essere utilizzato per l’analisi di un elevato numero di voxel a causa dell’approccio di popolazione, DNP è un metodo di deconvoluzione di singoli voxel, quindi può essere applicato anche all’analisi di regioni contenenti pochi voxel. L’aspetto più interessante del metodo DNP è che permette di tenere conto sia del fatto che la funzione residuo deve essere continua, sia del fatto che un sistema fisiologico è, naturalmente, BIBO stabile. Inoltre, tale metodo permette di stimare anche il ritardo normalmente presente nella AIF, migliorando la precisione nella stima della funzione residuo. Dato che il metodo è ancora in fase di sviluppo, nella tesi sono riportati solo dei risultati preliminari. Tali risultati mostrano che DNP è in grado di fornire stime di CBF più accurate rispetto a SVD e cSVD, sia in presenza che in assenza di dispersione e ritardo. Inoltre, le funzioni residuo ottenute tramite DNP non presentano valori negativi e le oscillazioni non fisiologiche generalmente presenti nei risultati forniti da SVD e cSVD. D’altro canto, DNP presenta ancora dei problemi, il più importante dei quali è il calcolo del ritardo nella AIF, poco preciso e generalmente sovrastimato, soprattutto in presenza di dispersione. Inoltre, DNP non riesce ancora a caratterizzare bene l’andamento della funzione residuo. Un altro problema non ancora risolto è legato alla stima degli iper-parametri. Infatti questo aspetto richiede alcuni passaggi non lineari che incrementano notevolmente i tempi di calcolo necessari all’algoritmo. In conclusione, anche se presenta ancora numerosi limiti nella fase di analisi del segnale, la DSC-MRI sta diventando uno strumento molto importante sia nella pratica clinica che nella fase di ricerca medica. Gli algoritmi di selezione della AIF e di deconvoluzione che sono stati proposti in questa tesi permettono di migliorare l’informazione clinica e scientifica che si può ottenere dall’analisi dei dati ottenuti tramite DSC-MRI.
McPhee, Kelly Catherine. "Characterization of tumour vasculature with dynamic contrast enhanced MRI and Gd-hyperbranched polyglycerols." Thesis, University of British Columbia, 2012. http://hdl.handle.net/2429/41308.
Повний текст джерелаMorofke, Darren. "Method for evaluation and detection of colorectal cancer through dynamic contrast enhanced MRI." Thesis, University of Oxford, 2010. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.526502.
Повний текст джерелаMartínez, Mora Andrés. "Automation of Kidney Perfusion Analysis from Dynamic Phase-Contrast MRI using Deep Learning." Thesis, KTH, Skolan för kemi, bioteknologi och hälsa (CBH), 2020. http://urn.kb.se/resolve?urn=urn:nbn:se:kth:diva-277752.
Повний текст джерелаJennings, Dominique Louise. "Dynamic Contrast-Enhanced Magnetic Resonance Imaging & Fluorescence Microscopy of Tumor Microvascular Permeability." Diss., The University of Arizona, 2008. http://hdl.handle.net/10150/193555.
Повний текст джерелаAshooor, Habib. "First-pass techniques for the assessment of tissue perfusion using dynamic contrast-enhanced imaging." Thesis, University of Manchester, 2008. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.499907.
Повний текст джерелаIngrisch, Michael Verfasser], and Olaf [Akademischer Betreuer] [Dietrich. "Quantification of cerebral hemodynamics with dynamic contrast-enhanced MRI / Michael Ingrisch. Betreuer: Olaf Dietrich." München : Universitätsbibliothek der Ludwig-Maximilians-Universität, 2012. http://d-nb.info/1028325304/34.
Повний текст джерелаIngrisch, Michael Stefan [Verfasser], and Olaf [Akademischer Betreuer] Dietrich. "Quantification of cerebral hemodynamics with dynamic contrast-enhanced MRI / Michael Ingrisch. Betreuer: Olaf Dietrich." München : Universitätsbibliothek der Ludwig-Maximilians-Universität, 2012. http://nbn-resolving.de/urn:nbn:de:bvb:19-149513.
Повний текст джерелаNguyen, Huyen Thanh. "Dynamic Contrast-Enhanced MRI and Diffusion-Weighted MRI for the Diagnosis of Bladder Cancer." The Ohio State University, 2013. http://rave.ohiolink.edu/etdc/view?acc_num=osu1365176629.
Повний текст джерелаTuran, Arif Ergun. "Analysis And Comparison Of The Contrast Enhancement Techniques For Infrared Images." Master's thesis, METU, 2012. http://etd.lib.metu.edu.tr/upload/12614057/index.pdf.
Повний текст джерелаMarklund, Sandra. "Feasibility Study of Phase Measurements of the Arterial Input Function in Dynamic Contrast Enhanced MRI." Thesis, Umeå University, Radiation Physics, 2009. http://urn.kb.se/resolve?urn=urn:nbn:se:umu:diva-23226.
Повний текст джерела
Acquired data from dynamic contrast enhanced MRI measurements can be used to non-invasively assess tumour vascular characteristics through pharmacokinetic modelling. The modelling requires an arterial input function which is the concentration of contrast agent in the blood reaching the volume of interest as a function of time. The aim of this work is testing and optimizing a turboFLASH sequence to appraise its suitability for measuring the arterial input function by measuring phase.
Contrast concentration measurements in a phantom were done with both phase and relaxivity techniques. The results were compared to simulations of the experiment conditions to compare the conformance. The results using the phase technique were promising, and the method was carried on to in-vivo testing. The in-vivo data displayed a large signal loss which motivated a new phantom experiment to examine the cause of this signal reduction. Dynamic measurements were made in a phantom with pulsatile flow to mimic a blood vessel with a somewhat modified turboFLASH sequence. The conclusions drawn from analyzing the data were used to further improve the sequence and this modified turboFLASH sequence was tested in an in-vivo experiment. The obtained concentration curve showed significant improvement and was deemed to be a good representation of the true blood concentration.
The conclusion is that phase measurements can be recommended over relaxivity based measurements. This recommendation holds for using a slice selective saturation recovery turboFLASH sequence and measuring the arterial input function in the neck. Other areas of application need more thorough testing.
Barrois, Guillaume. "Development of quantitative methods for the following of tumoral angiogenesis with dynamic contrast-enhanced ultrasound." Thesis, Paris 6, 2014. http://www.theses.fr/2014PA066180/document.
Повний текст джерелаThis work aimed to develop methods to robustly evaluate in vivo functional flow within the tumor vascular network with Dynamic contrast-enhanced ultrasound (DCE-US). Three aspects of data analysis were addressed: 1) insuring best fit between parametric flow models and the experimentally acquired echo-power curves, 2) compensating sequences for motion and 3) evaluating a method to discriminate between tissues with different functional flow. A multiplicative model is proposed to describe the DCE-US signal. Based on this model, a new parametric regression method of the signal is derived. Characterization of the statistical properties of the noise and signal is also used to develop a new method simulating contrast-enhanced ultrasound 2D+t sequences. A significant decrease in the variability of the functional flow parameters extracted according to the new multiplicative-noise fitting method is demonstrated using both simulated and experimentally-acquired sequences. The new sequence simulations are applied to test a method combining motion estimation and flow-parameter estimation within a single mathematical framework. Because this new method does not require the selection of a reference image, it reduces operator intervention. Tests of the method on both simulations and clinical data and demonstrate in a majority of sequences a more accurate motion estimation than the commonly used image registration method. Finally, a non-parametric method for perfusion curve clustering is evaluated on 2D+t sequences. The aim of this method is to regroup similar filling patterns without a priori knowledge about the patterns. The method is tested on simulated and on pre-clinical data
Liu, Fuchen. "Hierarchical clustering using equivalence test : application on automatic segmentation of dynamic contrast enhanced image sequence." Thesis, Sorbonne Paris Cité, 2017. http://www.theses.fr/2017USPCB013/document.
Повний текст джерелаDynamical contrast enhanced (DCE) imaging allows non invasive access to tissue micro-vascularization. It appears as a promising tool to build imaging biomarker for diagnostic, prognosis or anti-angiogenesis treatment monitoring of cancer. However, quantitative analysis of DCE image sequences suffers from low signal to noise ratio (SNR). SNR may be improved by averaging functional information in large regions of interest, which however need to be functionally homogeneous. To achieve SNR improvement, we propose a novel method for automatic segmentation of DCE image sequence into functionally homogeneous regions, called DCE-HiSET. As the core of the proposed method, HiSET (Hierarchical Segmentation using Equivalence Test) aims to cluster functional (e.g. with respect to time) features or signals discretely observed with noise on a finite metric space considered to be a landscape. HiSET assumes independent Gaussian noise with known constant level on the observations. It uses the p-value of a multiple equivalence test as dissimilarity measure and consists of two steps. The first exploits the spatial neighborhood structure to preserve the local property of the metric space, and the second recovers (spatially) disconnected homogeneous structures at a larger (global) scale. Given an expected homogeneity discrepancy $\delta$ for the multiple equivalence test, both steps stop automatically through a control of the type I error, providing an adaptive choice of the number of clusters. Parameter $\delta$ appears as the tuning parameter controlling the size and the complexity of the segmentation. Assuming that the landscape is functionally piecewise constant with well separated functional features, we prove that HiSET will retrieve the exact partition with high probability when the number of observation times is large enough. In the application for DCE image sequence, the assumption is achieved by the modeling of the observed intensity in the sequence through a proper variance stabilization, which depends only on one additional parameter $a$. Therefore, DCE-HiSET is the combination of this DCE imaging modeling step with our statistical core, HiSET. Through a comparison on synthetic 2D DCE image sequence, DCE-HiSET has been proven to outperform other state-of-the-art clustering-based methods. As a clinical application of DCE-HiSET, we proposed a strategy to refine a roughly manually delineated ROI on DCE image sequence, in order to improve the precision at the border of ROIs and the robustness of DCE analysis based on ROIs, while decreasing the delineation time. The automatic refinement strategy is based on the segmentation through DCE-HiSET and a series of erosion-dilation operations. The robustness and efficiency of the proposed strategy are verified by the comparison of the classification of 99 ovarian tumors based on their associated DCE-MR image sequences with the results of biopsy anapathology used as benchmark. Furthermore, DCE-HiSET is also adapted to the segmentation of 3D DCE image sequence through two different strategies with distinct considerations regarding the neighborhood structure cross slices. This PhD thesis has been supported by contract CIFRE of the ANRT (Association Nationale de la Recherche et de la Technologie) with a french company INTRASENSE, which designs, develops and markets medical imaging visualization and analysis solutions including Myrian®. DCE-HiSET has been integrated into Myrian® and tested to be fully functional
Gill, Andrew Brian. "The analysis of dynamic contrast-enhanced magnetic resonance imaging data : treatment effects, sampling rates and repeatability." Thesis, University of Cambridge, 2014. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.648826.
Повний текст джерелаBeuve, Jean. "Reputation, informal dealings and contractual dynamics : four essays on contract economics." Thesis, Paris 11, 2011. http://www.theses.fr/2011PA111025.
Повний текст джерелаThis Ph.D. dissertation seeks to investigate the existing links between cooperative behavior and formal contracts. First, because formal agreements are supposed to facilitate smooth collaboration and avoid costly misunderstandings, we are interested in how formal contracts impact on the ability of parties to cooperate. Following the same intuition, we also analyze cooperation through the lens of renegotiations in order to investigate how contracts adapt themselves through time in a changing environment. Second, we also study the impact of the existence of informal dealings, alternatively considered in previous literature as substitute or complement to formal contracting. More precisely, we aim to investigate how the existence of relational mechanisms may impact on contractual choices. Our goal is thus to improve the understandings of the role played by formal contract and informal cooperation in relationships and to enrich the theory of the determinants of incomplete contract. Our results suggest that the role of formal contract in relationships strongly depends on the context and the identity of parties. Our results also identify the ability of the parties to sustain a relational agreement as a new source of endogenous contractual incompleteness. Finally, we also find that adaptations through contractual renegotiations are not necessarily harmful for the contracting parties. We believe that this Ph.D. dissertation contributes to the literature on the debate of complementarity and/or the substitutability of formal and informal governance and to the literature on the link between relational contract and endogenous contractual completeness. In the end, the overall implication is the necessity for parties to carefully think about the initial contract they draft. Because it has an impact on their ability to cooperate ex post and also because contracts can be over-complete compared to the efficient (i.e. socially optimal) level of completeness
Hall, Glen Hedworth. "The role of dynamic contrast-enhaced magnetic resonance imaging (DCE-MRI) and somatostatin in ovarian cancer." Thesis, University of Hull, 2001. http://ethos.bl.uk/OrderDetails.do?uin=uk.bl.ethos.272011.
Повний текст джерелаBroadbent, David Andrew. "Quantitative dynamic contrast enhanced magnetic resonance imaging for evaluation of the myocardium in ischaemic heart disease." Thesis, University of Leeds, 2015. http://etheses.whiterose.ac.uk/16667/.
Повний текст джерелаWoods, Brent J. "Computer-Aided Detection of Malignant Lesions in Dynamic Contrast Enhanced MRI Breast and Prostate Cancer Datasets." The Ohio State University, 2008. http://rave.ohiolink.edu/etdc/view?acc_num=osu1218155270.
Повний текст джерелаOhashi, Akane. "Diagnostic performance of maximum slope: a kinetic parameter obtained from ultrafast dynamic contrast-enhanced magnetic resonance imaging of the breast using k-space weighted image contrast (KWIC)." Kyoto University, 2020. http://hdl.handle.net/2433/259009.
Повний текст джерелаYoung, Anthony M. "Investigation of Laser Speckle Contrast Imaging's Sensitivity to Flow." Miami University / OhioLINK, 2018. http://rave.ohiolink.edu/etdc/view?acc_num=miami153256524246362.
Повний текст джерела