Application of artificial neural networks as an alternative to volumetric water balance in drip irrigation management in watermelon crop

Precision irrigation seeks to establish strategies which achieve an efficient ratio between the volume of water used (reduction in input) and the productivity obtained (increase in production). There are several studies in the literature on strategies for achieving this efficiency, such as those dealing with the method of volumetric water balance (VWB). However, it is also of great practical and economic interest to set up versatile implementations of irrigation strategies that: (i) maintain the performance obtained with other implementations, (ii) rely on few computational resources, (iii) adapt well to field conditions, and (iv) allow easy modification of the irrigation strategy. In this study, such characteristics are achieved when using an Artificial Neural Network (ANN) to determine the period of irrigation for a watermelon crop in the Irrigation Perimeter of the Lower Acaraú, in the state of Ceará, Brazil. The Volumetric Water Balance was taken as the standard for comparing the management carried out with the proposed implementation of ANN. The statistical analysis demonstrates the effectiveness of the proposed management, which is able to replace VWB as a strategy in automation.

Striatal and extrastriatal atrophy in Huntington's disease and its relationship with length of the CAG repeat

Huntington's disease (HD) is an autosomal dominant neurodegenerative disorder that affects the striatum most severely. However, except for juvenile forms, relative preservation of the cerebellum has been reported. The objective of the present study was to perform MRI measurements of caudate, putamen, cerebral, and cerebellar volumes and correlate these findings with the length of the CAG repeat and clinical parameters. We evaluated 50 consecutive patients with HD using MRI volumetric measurements and compared them to normal controls. Age at onset of the disease ranged from 4 to 73 years (mean: 43.1 years). The length of the CAG repeat ranged from 40 to 69 (mean: 47.2 CAG). HD patients presented marked atrophy of the caudate and putamen, as well as reduced cerebellar and cerebral volumes. There was a significant correlation between age at onset of HD and length of the CAG repeat, as well as clinical disability and age at onset. The degree of basal ganglia atrophy correlated with the length of the CAG repeat. There was no correlation between cerebellar or cerebral volume and length of the CAG repeat. However, there was a tendency to a positive correlation between duration of disease and cerebellar atrophy. While there was a negative correlation of length of the CAG repeat with age at disease onset and with striatal degeneration, its influence on extrastriatal atrophy, including the cerebellum, was not clear. Extrastriatal atrophy occurs later in HD and may be related to disease duration.

Methodological approaches to planar and volumetric scintigraphic imaging of small volume targets with high spatial resolution and sensitivity

Single-photon emission computed tomography (SPECT) is a non-invasive imaging technique, which provides information reporting the functional states of tissues. SPECT imaging has been used as a diagnostic tool in several human disorders and can be used in animal models of diseases for physiopathological, genomic and drug discovery studies. However, most of the experimental models used in research involve rodents, which are at least one order of magnitude smaller in linear dimensions than man. Consequently, images of targets obtained with conventional gamma-cameras and collimators have poor spatial resolution and statistical quality. We review the methodological approaches developed in recent years in order to obtain images of small targets with good spatial resolution and sensitivity. Multipinhole, coded mask- and slit-based collimators are presented as alternative approaches to improve image quality. In combination with appropriate decoding algorithms, these collimators permit a significant reduction of the time needed to register the projections used to make 3-D representations of the volumetric distribution of target’s radiotracers. Simultaneously, they can be used to minimize artifacts and blurring arising when single pinhole collimators are used. Representation images are presented, which illustrate the use of these collimators. We also comment on the use of coded masks to attain tomographic resolution with a single projection, as discussed by some investigators since their introduction to obtain near-field images. We conclude this review by showing that the use of appropriate hardware and software tools adapted to conventional gamma-cameras can be of great help in obtaining relevant functional information in experiments using small animals.

Serum levels of brain-derived neurotrophicfactor correlate with the number of T2 MRI lesions in multiple sclerosis

The objective of the present study was to determine if there is a relationship between serum levels of brain-derived neurotrophic factor (BDNF) and the number of T2/fluid-attenuated inversion recovery (T2/FLAIR) lesions in multiple sclerosis (MS). The use of magnetic resonance imaging (MRI) has revolutionized the study of MS. However, MRI has limitations and the use of other biomarkers such as BDNF may be useful for the clinical assessment and the study of the disease. Serum was obtained from 28 MS patients, 18-50 years old (median 38), 21 women, 0.5-10 years (median 5) of disease duration, EDSS 1-4 (median 1.5) and 28 healthy controls, 19-49 years old (median 33), 19 women. BDNF levels were measured by ELISA. T1, T2/FLAIR and gadolinium-enhanced lesions were measured by a trained radiologist. BDNF was reduced in MS patients (median [range] pg/mL; 1160 [352.6-2640]) compared to healthy controls (1640 [632.4-4268]; P = 0.03, Mann-Whitney test) and was negatively correlated (Spearman correlation test, r = -0.41; P = 0.02) with T2/FLAIR (11-81 lesions, median 42). We found that serum BDNF levels were inversely correlated with the number of T2/FLAIR lesions in patients with MS. BDNF may be a promising biomarker of MS.

Form, size and volumetric expansion of Adzuki beans (Vigna angularis) during soaking

This study analyzed the variation in shape and size of Adzuki beans during soaking at different temperatures. In addition, different mathematical models were fitted to the experimental values of volumetric expansion, selecting the best one. Grains of Adzuki beans (Vigna angularis) with moisture content of approximately 0.25 (decimal d.b.) were manually harvested; they were, then, dried to 0.128 (decimal d.b.). The beans were subjected to soaking in distilled water at the temperatures 18 ± 1, 27 ± 1, 36 ± 1, and 45 ± 1 °C, in five repetitions. Recipients containing 80 mL of distilled water and 20 g of beans for each sample were used. The samples were periodically weighed in order to determine the water absorption. After that, the samples were removed from the recipients and placed on filter papers for two minutes to drain the surface water. Water absorption continued until the beans reached the saturation moisture content. It was concluded that, the form of the Adzuki beans was altered regularly, the orthogonal axes expanded differentially in the radial and axial directions, and that the linear model appropriately described the volumetric expansion of the Adzuki beans, among the series of models analyzed for the temperatures 18, 27, 36 and 45 °C.

In vivo phosphorus spectroscopy in human subjects on a clinical 3T MRI system

Alors que l’Imagerie par résonance magnétique (IRM) permet d’obtenir un large éventail de données anatomiques et fonctionnelles, les scanneurs cliniques sont généralement restreints à l’utilisation du proton pour leurs images et leurs applications spectroscopiques. Le phosphore jouant un rôle prépondérant dans le métabolisme énergétique, l’utilisation de cet atome en spectroscopie RM présente un énorme avantage dans l’observation du corps humain. Cela représente un certain nombre de déEis techniques à relever dus à la faible concentration de phosphore et sa fréquence de résonance différente. L’objectif de ce projet a été de développer la capacité à réaliser des expériences de spectroscopie phosphore sur un scanneur IRM clinique de 3 Tesla. Nous présentons ici les différentes étapes nécessaires à la conception et la validation d’une antenne IRM syntonisée à la fréquence du phosphore. Nous présentons aussi l’information relative à réalisation de fantômes utilisés dans les tests de validation et la calibration. Finalement, nous présentons les résultats préliminaires d’acquisitions spectroscopiques sur un muscle humain permettant d’identiEier les différents métabolites phosphorylés à haute énergie. Ces résultats s’inscrivent dans un projet de plus grande envergure où les impacts des changements du métabolisme énergétique sont étudiés en relation avec l’âge et les pathologies.

L’asymétrie mammaire chez les adolescentes présentant une scoliose idiopathique

La scoliose idiopathique de l’adolescence (SIA) est une déformation tridimensionnelle complexe du rachis affectant majoritairement les filles. L’atteinte progressive est surtout esthétique avec, notamment, une déformation de la cage thoracique résultante. L’asymétrie mammaire est une préoccupation fréquente chez ces jeunes filles. Se définissant comme une différence de forme, de position ou de volume des seins ou des complexes aréolo-mamelonnaires, l’asymétrie mammaire est courante chez les femmes, mais habituellement mineure et non visible. Il demeure incertain dans la littérature si l’asymétrie mammaire est plus fréquente chez les scoliotiques. De plus, très peu d’études ont évalué la relation entre la scoliose et l’asymétrie mammaire. De façon instinctive, on serait porté à croire que ce ne sont pas les seins qui sont asymétriques, mais plutôt la déformation du thorax en rotation qui donne cette impression. Les seins représentent un des organes les plus difficiles à mesurer étant donné leur grande variabilité. Plusieurs méthodes de mesure ont été décrites. L’imagerie par résonance magnétique (IRM) est considérée l’outil le plus précis pour définir la glande mammaire et plus particulièrement, sa délimitation sur la cage thoracique. Ce projet consiste à quantifier l’asymétrie mammaire, représentée par une différence de volume entre les deux seins, chez une cohorte de jeunes filles présentant une SIA significative, en utilisant l’IRM comme outil de mesure. Ensuite, une méthode de mesure automatisée, à partir de la topographie surfacique 3D, est proposée. Les résultats obtenus avec cette méthode sont confrontés à ceux de l’IRM. L’influence de la posture sur le volume mammaire est également étudiée à partir de ces deux modalités différentes. Pour réaliser ces objectifs, une cohorte de 30 patientes scoliotiques a été recrutée sur la base de leur courbure thoracique et de leur maturité osseuse et mammaire. Deux imageries de tronc ont été effectuées : la topographie surfacique 3D et la résonance magnétique. Dans un premier temps, la sommation des images segmentées acquises par IRM nous a permis de mesurer de façon très précise le volume mammaire. Notre cohorte présente une asymétrie mammaire moyenne statistiquement significative de 8.32%. 66.6% des patientes présentent une asymétrie ≥ 5%. Par ailleurs, le sein gauche est plus volumineux chez 65.5% des patientes. Une faible corrélation non-significative existe entre les volumes mammaires et l’angle de Cobb ainsi que la gibbosité thoracique. Par la suite, une méthode de mesure automatisée, développée à partir de l’environnement mathématique Matlab, est appliquée directement sur les reconstructions 3D. En bref, elle consiste à identifier les contours des seins pour les exciser afin d’exposer la cage thoracique puis, à soustraire le thorax complet du thorax sans seins pour déterminer les volumes mammaires. Les volumes mammaires acquis par la méthode automatisée sont, de manière attendue, de plus petites tailles que ceux obtenus à l’IRM. Une forte corrélation est établie entre les volumes mammaires obtenus par les deux différentes techniques de mesure. Bien que statistiquement significatives, les asymétries mammaires (r= 0.614, p< .001) ne sont pas aussi fortement corrélées entre elles que les volumes. Le sein droit (r=0.805) présente une corrélation plus élevée que le sein gauche (r=0.747). Finalement, l’influence de la posture est étudiée à partir des maillages 3D de l’IRM (décubitus ventral) et de la topographie surfacique 3D (position debout). D’excellentes corrélations sont confirmées entre les volumes mammaires ; r= 0.896 et r= 0.939, respectivement pour les volumes mammaires gauches et droits. Ce projet a permis de démontrer, pour la première fois, qu’il est possible de calculer le volume mammaire de façon objective et précise avec l’IRM, chez une cohorte scoliotique. Grâce à la précision des repères anatomiques, l’IRM nous a permis de revisiter une croyance populaire dans la communauté de la scoliose. Celle soutenant que l’asymétrie mammaire ressentie par les patientes n’est qu’une perception. Ces nouvelles données nous permettrons de conseiller les jeunes filles avec la SIA, concernant leurs préoccupations sur l’asymétrie de leurs seins. Nous avons confirmé que la méthode de mesure automatisée est réalisable cliniquement et pourrait être utilisée pour prédire les volumes obtenus à l’IRM. Par ailleurs, c’est le premier outil de mesure de volumétrie mammaire complètement automatisé à notre connaissance. Les volumes mammaires obtenus debout et en décubitus ventral sont comparables.

Quantitative functional MRI of the Cerebrovascular Reactivity to CO2

Le dioxyde de carbone (CO2) est un résidu naturel du métabolisme cellulaire, la troisième substance la plus abondante du sang, et un important agent vasoactif. À la moindre variation de la teneur en CO2 du sang, la résistance du système vasculaire cérébral et la perfusion tissulaire cérébrale subissent des changements globaux. Bien que les mécanismes exacts qui sous-tendent cet effet restent à être élucidés, le phénomène a été largement exploité dans les études de réactivité vasculaire cérébrale (RVC). Une voie prometteuse pour l’évaluation de la fonction vasculaire cérébrale est la cartographie de la RVC de manière non-invasive grâce à l’utilisation de l’Imagerie par Résonance Magnétique fonctionnelle (IRMf). Des mesures quantitatives et non-invasives de de la RVC peuvent être obtenus avec l’utilisation de différentes techniques telles que la manipu- lation du contenu artériel en CO2 (PaCO2) combinée à la technique de marquage de spin artériel (Arterial Spin Labeling, ASL), qui permet de mesurer les changements de la perfusion cérébrale provoqués par les stimuli vasculaires. Toutefois, les préoccupations liées à la sensibilité et la fiabilité des mesures de la RVC limitent de nos jours l’adoption plus large de ces méthodes modernes de IRMf. J’ai considéré qu’une analyse approfondie ainsi que l’amélioration des méthodes disponibles pourraient apporter une contribution précieuse dans le domaine du génie biomédical, de même qu’aider à faire progresser le développement de nouveaux outils d’imagerie de diagnostique. Dans cette thèse je présente une série d’études où j’examine l’impact des méthodes alternatives de stimulation/imagerie vasculaire sur les mesures de la RVC et les moyens d’améliorer la sensibilité et la fiabilité de telles méthodes. J’ai aussi inclus dans cette thèse un manuscrit théorique où j’examine la possible contribution d’un facteur méconnu dans le phénomène de la RVC : les variations de la pression osmotique du sang induites par les produits de la dissolution du CO2. Outre l’introduction générale (Chapitre 1) et les conclusions (Chapitre 6), cette thèse comporte 4 autres chapitres, au long des quels cinq différentes études sont présentées sous forme d’articles scientifiques qui ont été acceptés à des fins de publication dans différentes revues scientifiques. Chaque chapitre débute par sa propre introduction, qui consiste en une description plus détaillée du contexte motivant le(s) manuscrit(s) associé(s) et un bref résumé des résultats transmis. Un compte rendu détaillé des méthodes et des résultats peut être trouvé dans le(s) dit(s) manuscrit(s). Dans l’étude qui compose le Chapitre 2, je compare la sensibilité des deux techniques ASL de pointe et je démontre que la dernière implémentation de l’ASL continue, la pCASL, offre des mesures plus robustes de la RVC en comparaison à d’autres méthodes pulsés plus âgées. Dans le Chapitre 3, je compare les mesures de la RVC obtenues par pCASL avec l’utilisation de quatre méthodes respiratoires différentes pour manipuler le CO2 artérielle (PaCO2) et je démontre que les résultats peuvent varier de manière significative lorsque les manipulations ne sont pas conçues pour fonctionner dans l’intervalle linéaire de la courbe dose-réponse du CO2. Le Chapitre 4 comprend deux études complémentaires visant à déterminer le niveau de reproductibilité qui peut être obtenu en utilisant des méthodes plus récentes pour la mesure de la RVC. La première étude a abouti à la mise au point technique d’un appareil qui permet des manipulations respiratoires du CO2 de manière simple, sécuritaire et robuste. La méthode respiratoire améliorée a été utilisée dans la seconde étude – de neuro-imagerie – où la sensibilité et la reproductibilité de la RVC, mesurée par pCASL, ont été examinées. La technique d’imagerie pCASL a pu détecter des réponses de perfusion induites par la variation du CO2 dans environ 90% du cortex cérébral humain et la reproductibilité de ces mesures était comparable à celle d’autres mesures hémodynamiques déjà adoptées dans la pratique clinique. Enfin, dans le Chapitre 5, je présente un modèle mathématique qui décrit la RVC en termes de changements du PaCO2 liés à l’osmolarité du sang. Les réponses prédites par ce modèle correspondent étroitement aux changements hémodynamiques mesurés avec pCASL ; suggérant une contribution supplémentaire à la réactivité du système vasculaire cérébral en lien avec le CO2.

Articulated Model Registration of MRI/X-Ray Spine Data

This paper presents a method based on articulated models for the registration of spine data extracted from multimodal medical images of patients with scoliosis. With the ultimate aim being the development of a complete geometrical model of the torso of a scoliotic patient, this work presents a method for the registration of vertebral column data using 3D magnetic resonance images (MRI) acquired in prone position and X-ray data acquired in standing position for five patients with scoliosis. The 3D shape of the vertebrae is estimated from both image modalities for each patient, and an articulated model is used in order to calculate intervertebral transformations required in order to align the vertebrae between both postures. Euclidean distances between anatomical landmarks are calculated in order to assess multimodal registration error. Results show a decrease in the Euclidean distance using the proposed method compared to rigid registration and more physically realistic vertebrae deformations compared to thin-plate-spline (TPS) registration thus improving alignment.

Patient-specific anisotropic model of human trunk based on MR data

There are many ways to generate geometrical models for numerical simulation, and most of them start with a segmentation step to extract the boundaries of the regions of interest. This paper presents an algorithm to generate a patient-specific three-dimensional geometric model, based on a tetrahedral mesh, without an initial extraction of contours from the volumetric data. Using the information directly available in the data, such as gray levels, we built a metric to drive a mesh adaptation process. The metric is used to specify the size and orientation of the tetrahedral elements everywhere in the mesh. Our method, which produces anisotropic meshes, gives good results with synthetic and real MRI data. The resulting model quality has been evaluated qualitatively and quantitatively by comparing it with an analytical solution and with a segmentation made by an expert. Results show that our method gives, in 90% of the cases, as good or better meshes as a similar isotropic method, based on the accuracy of the volume reconstruction for a given mesh size. Moreover, a comparison of the Hausdorff distances between adapted meshes of both methods and ground-truth volumes shows that our method decreases reconstruction errors faster. Copyright © 2015 John Wiley & Sons, Ltd.

Development of Techniques for the Automatic Extraction and Grade Detection of Glioma Tumors from Conventional Brain Magnetic Resonant Images

Cerebral glioma is the most prevalent primary brain tumor, which are classified broadly into low and high grades according to the degree of malignancy. High grade gliomas are highly malignant which possess a poor prognosis, and the patients survive less than eighteen months after diagnosis. Low grade gliomas are slow growing, least malignant and has better response to therapy. To date, histological grading is used as the standard technique for diagnosis, treatment planning and survival prediction. The main objective of this thesis is to propose novel methods for automatic extraction of low and high grade glioma and other brain tissues, grade detection techniques for glioma using conventional magnetic resonance imaging (MRI) modalities and 3D modelling of glioma from segmented tumor slices in order to assess the growth rate of tumors. Two new methods are developed for extracting tumor regions, of which the second method, named as Adaptive Gray level Algebraic set Segmentation Algorithm (AGASA) can also extract white matter and grey matter from T1 FLAIR an T2 weighted images. The methods were validated with manual Ground truth images, which showed promising results. The developed methods were compared with widely used Fuzzy c-means clustering technique and the robustness of the algorithm with respect to noise is also checked for different noise levels. Image texture can provide significant information on the (ab)normality of tissue, and this thesis expands this idea to tumour texture grading and detection. Based on the thresholds of discriminant first order and gray level cooccurrence matrix based second order statistical features three feature sets were formulated and a decision system was developed for grade detection of glioma from conventional T2 weighted MRI modality.The quantitative performance analysis using ROC curve showed 99.03% accuracy for distinguishing between advanced (aggressive) and early stage (non-aggressive) malignant glioma. The developed brain texture analysis techniques can improve the physician’s ability to detect and analyse pathologies leading to a more reliable diagnosis and treatment of disease. The segmented tumors were also used for volumetric modelling of tumors which can provide an idea of the growth rate of tumor; this can be used for assessing response to therapy and patient prognosis.

Spectral clustering independent component analysis for tissue classification from brain MRI

A spectral angle based feature extraction method, Spectral Clustering Independent Component Analysis (SC-ICA), is proposed in this work to improve the brain tissue classification from Magnetic Resonance Images (MRI). SC-ICA provides equal priority to global and local features; thereby it tries to resolve the inefficiency of conventional approaches in abnormal tissue extraction. First, input multispectral MRI is divided into different clusters by a spectral distance based clustering. Then, Independent Component Analysis (ICA) is applied on the clustered data, in conjunction with Support Vector Machines (SVM) for brain tissue analysis. Normal and abnormal datasets, consisting of real and synthetic T1-weighted, T2-weighted and proton density/fluid-attenuated inversion recovery images, were used to evaluate the performance of the new method. Comparative analysis with ICA based SVM and other conventional classifiers established the stability and efficiency of SC-ICA based classification, especially in reproduction of small abnormalities. Clinical abnormal case analysis demonstrated it through the highest Tanimoto Index/accuracy values, 0.75/98.8%, observed against ICA based SVM results, 0.17/96.1%, for reproduced lesions. Experimental results recommend the proposed method as a promising approach in clinical and pathological studies of brain diseases

Brain Tissue Classification from Multispectral MRI by Wavelet based Principal Component Analysis

In this paper, we propose a multispectral analysis system using wavelet based Principal Component Analysis (PCA), to improve the brain tissue classification from MRI images. Global transforms like PCA often neglects significant small abnormality details, while dealing with a massive amount of multispectral data. In order to resolve this issue, input dataset is expanded by detail coefficients from multisignal wavelet analysis. Then, PCA is applied on the new dataset to perform feature analysis. Finally, an unsupervised classification with Fuzzy C-Means clustering algorithm is used to measure the improvement in reproducibility and accuracy of the results. A detailed comparative analysis of classified tissues with those from conventional PCA is also carried out. Proposed method yielded good improvement in classification of small abnormalities with high sensitivity/accuracy values, 98.9/98.3, for clinical analysis. Experimental results from synthetic and clinical data recommend the new method as a promising approach in brain tissue analysis.

Automatic Segmentation Framework for Primary Tumors From Brain MRIs Using Morphological Filtering Techniques

This paper describes a novel framework for automatic segmentation of primary tumors and its boundary from brain MRIs using morphological filtering techniques. This method uses T2 weighted and T1 FLAIR images. This approach is very simple, more accurate and less time consuming than existing methods. This method is tested by fifty patients of different tumor types, shapes, image intensities, sizes and produced better results. The results were validated with ground truth images by the radiologist. Segmentation of the tumor and boundary detection is important because it can be used for surgical planning, treatment planning, textural analysis, 3-Dimensional modeling and volumetric analysis

Segmentació de teixit i lesions en imatges de MRI de malalts d'esclerosi múltiple

Actualment, en l'àmbit mèdic, la ressonància magnètica, MRI Magnetic Resonance Imaging, és un dels sistemes més utilitzats per a la realització de diagnòstics i el seguiment de l'evolució de malalties com l'esclerosi múltiple (EM). No obstant, la gran quantitat d'informació que proporciona aquesta modalitat té com a conseqüència una tasca feixuga d'anàlisi i d'interpretació per part dels radiòlegs i neuròlegs. L'objectiu general d'aquest projecte és desenvolupar un sistema per ajudar als metges a segmentar les imatges de MRI del cervell. S'ha implementat amb MATLAB. Durant tot el procés s'han utilitzat dades sintètiques, de la base de dades simulada BrainWeb, i reals, proporcionades pels grup de metges col•laboradors amb el grup VICOROB. El projecte s'emmarca dins d'un projecte de recerca del grup de Visió per Computador i Robòtica de la Universitat de Girona