Umeå universitets logga

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
Contrast Agent Quantification by Using Spatial Information in Dynamic Contrast Enhanced MRI
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.ORCID-id: 0000-0002-9341-1137
Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Radiofysik.ORCID-id: 0000-0002-0532-232X
Umeå universitet, Medicinska fakulteten, Institutionen för strålningsvetenskaper, Radiofysik.
Umeå universitet, Teknisk-naturvetenskapliga fakulteten, Institutionen för matematik och matematisk statistik.
Visa övriga samt affilieringar
(Engelska)Manuskript (preprint) (Övrigt vetenskapligt)
Abstract [en]

The purpose of this study is to investigate a method, using simulations, to improve contrast agent quantification in Dynamic Contrast Enhanced MRI. Bayesian hierarchical models (BHMs) are applied to smaller images (10×10×10) such that spatial information can be incorporated. Then exploratory analysis is done for larger images (64×64×64) by using maximum a posteriori (MAP).

For smaller images: the estimators of proposed BHMs show improvements in terms of the root mean squared error compared to the estimators in existing method for a noise level equivalent of a 12-channel head coil at 3T. Moreover, Leroux model outperforms Besag models. For larger images: MAP estimators also show improvements by assigning Leroux prior.

Nyckelord [en]
Contrast agent quantification, BHM, Besag, Leroux, INLA, MAP
Nationell ämneskategori
Sannolikhetsteori och statistik Radiologi och bildbehandling
Forskningsämne
matematisk statistik; radiologi
Identifikatorer
URN: urn:nbn:se:umu:diva-133609OAI: oai:DiVA.org:umu-133609DiVA, id: diva2:1088704
Ingår i projekt
Statistiska modeller och intelligenta datainsamlingsmetoder för MRI och PET mätningar med tillämpning för monitoring av cancerbehandling, Vetenskapsrådet
Forskningsfinansiär
Vetenskapsrådet, 2013-05342Tillgänglig från: 2017-04-13 Skapad: 2017-04-13 Senast uppdaterad: 2023-09-14Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

arXiv:1701.06445

Person

Wang, JianfengGarpebring, AndersBrynolfsson, PatrikLiu, XijiaYu, Jun

Sök vidare i DiVA

Av författaren/redaktören
Wang, JianfengGarpebring, AndersBrynolfsson, PatrikLiu, XijiaYu, Jun
Av organisationen
Institutionen för matematik och matematisk statistikRadiofysik
Sannolikhetsteori och statistikRadiologi och bildbehandling

Sök vidare utanför DiVA

GoogleGoogle Scholar

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 380 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