umu.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Segmentation of motor units in ultrasound image sequences
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
2016 (Engelska)Självständigt arbete på avancerad nivå (masterexamen), 20 poäng / 30 hpStudentuppsats (Examensarbete)
Abstract [en]

The archetypal modern comic book superhero, Superman, has two superpowers of interest: the ability to see into objects and the ability to see distant objects. Now, humans possess these powers as well, due to the medical ultrasound imaging and sound navigation. Ultrasound, a type of sound we cannot hear, has enabled us to see a world otherwise invisible to us.

Ultrasound medical imaging can be used to visualize and quantify anatomical and functional aspects of internal tissues and organs of the human body. Skeletal muscle tissue is functionally composed by so called motor units which are the smallest voluntarily activatable units and is of primary interest in this study.

The major complexity in segmentation of motor units in skeletal muscle tissue in ultrasound image sequences is the aspect of overlapping objects. We propose a framework and evaluate the performance on simulated synthetic data.

We have found that it is possible to segment motor units under an isometric contraction using high-end ultrasound scanners and we have proposed a framework which is robust when simulating up to 10 components when exposed to 20 dB Gaussian white noise. The framework is not satisfactory robust when exposed to significant amount of noise. In order to be able to segment a large number of components, decomposition is inevitable and together with development of a step including smoothing, the framework can be further improved. 

Ort, förlag, år, upplaga, sidor
2016.
Nationell ämneskategori
Sannolikhetsteori och statistik
Identifikatorer
URN: urn:nbn:se:umu:diva-126896OAI: oai:DiVA.org:umu-126896DiVA, id: diva2:1038693
Handledare
Examinatorer
Tillgänglig från: 2016-12-05 Skapad: 2016-10-19 Senast uppdaterad: 2016-12-05Bibliografiskt granskad

Open Access i DiVA

fulltext(1606 kB)280 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 1606 kBChecksumma SHA-512
e5f8a96514246c30321773bd44f2a021adb990b695a8b2159e520840cecd887283c00d3717ac49301691b7ccf245f5a6fd8e1b87b246cd69154c323403578a5d
Typ fulltextMimetyp application/pdf

Sök vidare i DiVA

Av författaren/redaktören
Rohlén, Robin
Av organisationen
Institutionen för matematik och matematisk statistik
Sannolikhetsteori och statistik

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 280 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 592 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf