Publication

Robust myelin water imaging from multi-echo T2 data using second-order Tikhonov regularization with control points

Jean-Philippe Thiran, Nicolas Kunz
2019
Posters

Résumé

Myelin water imaging is an MRI technique used to quantify myelination in the brain. The state-of-the-art reconstruction method is based on non-negative least squares optimization with zero-order Tikhonov regularization. In this study, a second-order Tikhonov regularization approach with control points was examined. This penalty term is more efficient for promoting smooth solutions while minimizing the contamination between myelin and non-myelin components. The performance of the proposed algorithm was investigated on in-vivo and ex-vivo multi-echo T2 data. It exhibited a higher correlation with histology than the state-of-the-art method. Its stability was studied using scan-rescan data.

Source officielle

https://infoscience.epfl.ch/entities/publication/25dcfcc4-8963-4f6c-b7a7-de1b2b84432b

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Jean-Philippe Thiran, Nicolas Kunz
2019
Posters

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/25dcfcc4-8963-4f6c-b7a7-de1b2b84432b

À propos de ce résultat

Concepts associés (28)

Régularisation (mathématiques)

vignette|Les courbes bleues et vertes correspondent à deux modèles differents, tous les deux étant des solutions possibles du problème consistant à décrire les coordonnées de tous les points rouges. L'application d'une régularisation favorise le modèle moins complexe correspondant à la courbe verte. Dans le domaine des mathématiques et des statistiques, et plus particulièrement dans le domaine de l'apprentissage automatique, la régularisation fait référence à un processus consistant à ajouter de l'information à un problème, s'il est mal posé ou pour éviter le surapprentissage.

Regularized least squares

Regularized least squares (RLS) is a family of methods for solving the least-squares problem while using regularization to further constrain the resulting solution. RLS is used for two main reasons. The first comes up when the number of variables in the linear system exceeds the number of observations. In such settings, the ordinary least-squares problem is ill-posed and is therefore impossible to fit because the associated optimization problem has infinitely many solutions.

Generalization error

For supervised learning applications in machine learning and statistical learning theory, generalization error (also known as the out-of-sample error or the risk) is a measure of how accurately an algorithm is able to predict outcome values for previously unseen data. Because learning algorithms are evaluated on finite samples, the evaluation of a learning algorithm may be sensitive to sampling error. As a result, measurements of prediction error on the current data may not provide much information about predictive ability on new data.

Afficher plus

Publications associées (10)

Afficher plus

Robust myelin water imaging from multi-echo T2 data using second-order Tikhonov regularization with control points

Chattez avec Graph Search

On Balanced Representation Learning in Neural Networks

White Matter Microstructure Fingerprint of Cerebral Small Vessel Disease

Multiscale analysis of myelin alterations in skin biopsies from synucleinopathies