Texture-based Classification for the Automatic Rating of the Perivascular Spaces in Brain MRI

Abstract

Los espacios perivasculares (EVP) se relacionan con una cognición deficiente, depresión en la edad avanzada, enfermedad de Parkinson, inflamación, hipertensión y enfermedad de pequeños vasos cerebrales, cuando están agrandados y son visibles en imágenes de resonancia magnética (MRI). En este artículo exploramos cómo clasificar la densidad del PVS agrandado en los ganglios basales (BG) mediante la descripción de la textura de la RM cerebral estructural. La textura de la región BG se describe mediante estadísticas de primer orden y características derivadas de la matriz de co-ocurrencia, ambas computadas a partir de la imagen original y los coeficientes producidos por la transformada de wavelet discreta (WSF y WCF, respectivamente), y patrones binarios locales (LBP). Los resultados experimentales con un clasificador de Máquina de vectores de soporte (SVM) muestran que WCF logra una precisión del 80.03%.