Some Dynamic Generalized Information Measures In The Context Of Weighted Models

In this paper, we study some dynamic generalized information measures between a true distribution and an observed (weighted) distribution, useful in life length studies. Further, some bounds and inequalities related to these measures are also studied

Form-invariant bivariate weighted models

In this paper the class of continuous bivariate distributions that has form-invariant weighted distribution with weight function w(x1, x2) ¼ xa1 1 xa2 2 is identified. It is shown that the class includes some well known bivariate models. Bayesian inference on the parameters of the class is considered and it is shown that there exist natural conjugate priors for the parameters

Bivariate distributions with weighted marginals and reliablity modelling

In this paper, a family of bivariate distributions whose marginals are weighted distributions in the original variables is studied. The relationship between the failure rates of the derived and original models are obtained. These relationships are used to provide some characterizations of specific bivariate models

Some Results on Reciprocal Subtangent in the Context of Weighted Models

Recently, reciprocal subtangent has been used as a useful tool to describe the behaviour of a density curve. Motivated by this, in the present article we extend the concept to the weighted models. Characterization results are proved for models viz. gamma, Rayleigh, equilibrium, residual lifetime, and proportional hazards. An identity under weighted distribution is also obtained when the reciprocal subtangent takes the form of a general class of distributions. Finally, an extension of reciprocal subtangent for the weighted models in the bivariate and multivariate cases are introduced and proved some useful results

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

Weighted Logratio Biplots, Correspondence Analysis and Spectral Maps

Starting with logratio biplots for compositional data, which are based on the principle of subcompositional coherence, and then adding weights, as in correspondence analysis, we rediscover Lewi's spectral map and many connections to analyses of two-way tables of non-negative data. Thanks to the weighting, the method also achieves the property of distributional equivalence

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

Revisión sistemática : uso de imágenes por difusión en RMN, para predecir sobrevida en pacientes adultos con diagnostico de glioblastoma multiforme

El Glioblastoma multiforme (GBM), es el tumor cerebral más frecuente, con pronóstico grave y baja sensibilidad al tratamiento inicial. El propósito de este estudio fue evaluar si la Difusión en RM (IDRM), es un biomarcador temprano de respuesta tumoral, útil para tomar decisiones tempranas de tratamiento y para obtener información pronostica. Metodología La búsqueda se realizo en las bases de datos EMBASE, CENTRAL, MEDLINE; las bibliografías también fueron revisadas. Los artículos seleccionados fueron estudios observacionales (casos y controles, cohortes, corte transversal), no se encontró ningún ensayo clínico; todos los participante tenían diagnostico histopatológico de GBM, sometidos a resección quirúrgica y/o radio-quimioterapia y seguimiento de respuesta al tratamiento con IDRM por al menos 6 meses. Los datos extraídos de forma independiente fueron tipo de estudio, participantes, intervenciones, seguimiento, desenlaces (sobrevida, progresión/estabilización de la enfermedad, muerte) Resultados Quince estudios cumplieron los criterios de inclusión. Entre las técnicas empleadas de IDRM para evaluar respuesta radiológica al tratamiento, fueron histogramas del coeficiente aparente de difusion ADC (compararon valores inferiores a la media y el percentil 10 de ADC, con los valores superiores); encontrando en términos generales que un ADC bajo es un fuerte predictor de sobrevida y/o progresión del tumor. (Esto fue significativo en 5 estudios); mapas funcionales de difusion (FDM) (midieron el porcentaje de cambio de ADC basal vs pos tratamiento) que mostro ser un fuerte predictor de sobrevida en pacientes con progresión tumoral. DISCUSION Desafortunadamente la calidad de los estudios fue intermedia-baja lo que hace que la aplicabilidad de los estudios sea limitada.

Resonancia magnética cardiaca: medidas lineales y volumétricas en adultos sanos

Introducción: La gran mayoría de las medidas de normalidad utilizadas para la interpretación de resonancia cardiaca son extrapoladas de las medidas de ecocardiografía. Los limitados registros de medidas de normalidad se encuentran ajustados en poblaciones extranjeras, no hay registros en latinoamericanos. Objetivo: Determinar las dimensiones cardiacas utilizando resonancia magnética en una población de personas sin antecedente médicos con repercusión cardiaca para lograr una muestra de valores que permitan ajustar las medidas de normalidad utilizadas por nuestro servicio. Materiales y métodos: se analizaron 45 sujetos sanos con edad comprendida entre los 21 y 45 años, las adquisiciones se realizaron utilizando un equipo de RM de 1,5 teslas, el análisis de las imágenes se realizó mediante el programa Cardiac Volume Vx. Se evaluaron múltiples parámetros morfofuncionales a través de análisis estadístico por medio del sistema SPSS versión 23. Resultados: Mediciones obtenidas de ventrículo izquierdo principales fueron volumen diastólico en mujeres de 62 ml +/- 7.1 y en hombres de 65 ml +/- 11.2 y fracción de eyección de 60 % +/- 5 en mujeres y de 62 % +/- 9 en hombres. En ventrículo derecho el volumen diastólico final se encontró 81.8 ml +/- 14.6 en mujeres y 100 ml +/- 24.8 en hombres y fracción de eyección de 53 % +/- 17 en mujeres y de 45 % +/- 12 en hombres. Volumen de fin de diástole de 50 +/- 12.7 ml en mujeres y de 49 ml +/- 19 ml en hombres y fracción de eyección de aurícula izquierda de 55 % +/- 0.08 en mujeres y de 50 % +/- 0.07 en hombres. Volumen de fin de diástole de 44.1 ml +/- 18.5 en mujeres y de 49.2 ml +/- 22.9 en hombres y fracción de eyección de aurícula derecha de 50 % +/- 11 en mujeres y de 45 % +/- 8 en hombres. Se obtuvieron otras medidas lineales y volumétricas adicionales de cavidades cardiacas y de grandes vasos supracardiacos. Conclusiones: se describen los valores de referencia de los parámetros morfofuncionales de las cavidades cardiacas y de vasos supracardiacos. El sexo fue tenido en cuenta como covariable relacionada con la modificación de los parámetros evaluados. Se sugieren variaciones en las medidas de cavidades cardiacas para la población estudiada relacionada con aclimatación crónica a la altitud de la ciudad de Bogotá.

Computing Distance Functions from Generalized Sources on Weighted Polyhedral Surfaces

We present algorithms for computing approximate distance functions and shortest paths from a generalized source (point, segment, polygonal chain or polygonal region) on a weighted non-convex polyhedral surface in which obstacles (represented by polygonal chains or polygons) are allowed. We also describe an algorithm for discretizing, by using graphics hardware capabilities, distance functions. Finally, we present algorithms for computing discrete k-order Voronoi diagrams

A Monte Carlo-Based Fiber Tracking Algorithm using Diffusion Tensor MRI

Diffusion tensor magnetic resonance imaging, which measures directional information of water diffusion in the brain, has emerged as a powerful tool for human brain studies. In this paper, we introduce a new Monte Carlo-based fiber tracking approach to estimate brain connectivity. One of the main characteristics of this approach is that all parameters of the algorithm are automatically determined at each point using the entropy of the eigenvalues of the diffusion tensor. Experimental results show the good performance of the proposed approach

Visualitzation and processing of diffusion tensor MRI

Diffusion Tensor Imaging (DTI) is a new magnetic resonance imaging modality capable of producing quantitative maps of microscopic natural displacements of water molecules that occur in brain tissues as part of the physical diffusion process. This technique has become a powerful tool in the investigation of brain structure and function because it allows for in vivo measurements of white matter fiber orientation. The application of DTI in clinical practice requires specialized processing and visualization techniques to extract and represent acquired information in a comprehensible manner. Tracking techniques are used to infer patterns of continuity in the brain by following in a step-wise mode the path of a set of particles dropped into a vector field. In this way, white matter fiber maps can be obtained.