ABSTRACT
This paper presents an automatic approach which classifies structural Magnetic Resonance images into pathological or healthy controls. A classification model was trained to find the boundaries that allow to separate the study groups. The method uses the deformation values from a set of regions, automatically identified as relevant, in a process that selects the statistically significant regions of a t-test under the restriction that this significance must be spatially coherent within a neighborhood of 5 voxels. The proposed method was assessed to distinguish healthy controls from schizophrenia patients. Classification results showed accuracy between 74% and 89%, depending on the stage of the disease and number of training samples.
Este artículo presenta un método automático para la clasificación de individuos en grupos patológicos o controles sanos haciendo uso de imágenes de resonancia magnética. El método propuesto usa los valores de deformación del sujeto analizado a un cerebro plantilla, para entrenar un modelo de clasificación capaz de identificar las fronteras que separan los grupos de estudio en un espacio de características dado. Con el fin de reducir la dimensionalidad del problema, un conjunto de regiones relevantes es automáticamente extraído en un proceso que selecciona las regiones estadísticamente significativas en una prueba t-student, con la restricción de mantener coherencia en dicha significancia en una vecindad de 5 voxeles. El método propuesto fue evaluado en la clasificación de pacientes con esquizofrenia y sujetos sanos. Los resultados mostraron un desempeño entre el 74 y el 89%, el cual depende principalmente del número de muestras empleadas para el entrenamiento del modelo.