Classification gris/blanc pour la "Voxel Based Morphetry"
Cette brique propose une classification gris blanc de chacun des hémisphères cérébraux pour les personnes souhaitant tester l'influence des algorithmes de classification (SPM, outils du MNI, SHFJ...) sur le résultat final de la VBM...
L'approche que nous proposons traite séparément chacun des hémisphères, ce qui devrait permettre d'éviter des mélanges entre les faces médiales, ou entre les faces basses et le cervelet, au cours du lissage spatial préalable aux statistiques.
Une autre particularité de l'approche proposée : nous avons décidé d'écarter le cervelet de la classification dans la mesure où les problèmes de volume partiel sont à notre avis trop importants pour aboutir à un résultat correct (une classification floue pourrait résoudre ce problème à l'avenir). Quelqu'un souhaitant passer outre ce choix peut néanmoins obtenir la classification du cervelet, voire d'une région quelconque du cerveau, à partir de la commande ligne VipGreyWhiteClassification.
L'algorithme de classification s'appuie essentiellement sur le résultat de l'analyse d'histogramme fourni par Vip Histogram Analysis. Le résultat n'est pas issu d'un seuil, mais inclut une "régularisation markovienne" : un voxel à l'intensité intermédiaire est attribué de manière préférentielle à la classe majoritaire dans les voxels qui l'entourent.
Exemple de résultat:
mri_corrected: IRM T1 Biais Corrigé ( entrée )
histo_analysis: Analyse d'histogramme ( entrée )
split_mask: Séparation du masque du cerveau ( entrée )
Side: Choice ( input )
left_grey_white: Left Grey White Mask ( sortie )
right_grey_white: Right Grey White Mask ( sortie )classification (gris=100,blanc=200)
Toolbox : Morphologist
Niveau d'utilisateur : 2
Identifiant :
AnaComputeHemiGreyWhiteClassif
Nom de fichier :
brainvisa/toolboxes/morphologist/processes/segmentationpipeline/components_obsolete/segmentation/AnaComputeHemiGreyWhiteClassif.py
Supported file formats :
mri_corrected :GIS image, VIDA image, NIFTI-1 image, MINC image, gz compressed MINC image, DICOM image, TIFF image, XBM image, PBM image, PGM image, BMP image, XPM image, PPM image, gz compressed NIFTI-1 image, TIFF(.tif) image, ECAT i image, PNG image, JPEG image, MNG image, GIF image, SPM image, ECAT v imagehisto_analysis :Analyse d'histogrammesplit_mask :GIS image, VIDA image, NIFTI-1 image, MINC image, gz compressed MINC image, DICOM image, TIFF image, XBM image, PBM image, PGM image, BMP image, XPM image, PPM image, gz compressed NIFTI-1 image, TIFF(.tif) image, ECAT i image, PNG image, JPEG image, MNG image, GIF image, SPM image, ECAT v imageleft_grey_white :GIS image, VIDA image, NIFTI-1 image, MINC image, TIFF image, XBM image, PBM image, PGM image, BMP image, XPM image, PPM image, gz compressed NIFTI-1 image, ECAT i image, PNG image, JPEG image, MNG image, GIF image, SPM image, ECAT v imageright_grey_white :GIS image, VIDA image, NIFTI-1 image, MINC image, TIFF image, XBM image, PBM image, PGM image, BMP image, XPM image, PPM image, gz compressed NIFTI-1 image, ECAT i image, PNG image, JPEG image, MNG image, GIF image, SPM image, ECAT v image