Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Automatisering av skjuvvågselastografidata för kärldiagnostisk applikation.
KTH, School of Engineering Sciences in Chemistry, Biotechnology and Health (CBH), Biomedical Engineering and Health Systems.
KTH, School of Engineering Sciences in Chemistry, Biotechnology and Health (CBH), Biomedical Engineering and Health Systems.
2018 (Swedish)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesisAlternative title
Automatization of Shear Wave Elastography Data for Arterial Application (English)
Abstract [sv]

Sammanfattning

 

Hjärt- och kärlsjukdommar är den ledande dödsorsaken i världen. En av det vanligaste hjärt- och kärlsjukdomarna är åderförkalkning. Sjukdomen kännetecknas av förhårdning samt plackansamling i kärl och bidrar till stroke och hjärtinfarkt. Information om kärlväggens styvhet kan spela en viktig roll vid diagnostiseringen av bland annat åderförkalkning. Skjuvvågselastografi (SWE) är en noninvasiv ultraljudsbaserad metod som idag används för att mäta elasticitet och styvhet av större mjuka vävnader som lever- och bröstvävnad. Dock används inte metoden inom kärlapplikationer, då få genomgående studier har utförts på SWE för kärl. Målet med projektet är att automatisera kvantifieringen av skjuvvågshastigheten för SWE och undersöka hur automatiseringens förmåga och begränsningar beror av automatiseringsinställningar. Med verktyg erhållna från CBH (skolan för kemi, bioteknologi och hälsa) skapades ett MATLAB-program med denna förmåga. Programmet applicerades på två fantommodeller. Automatiseringsinställningarna påverkade automatiseringen av dessa modeller olika, vilket innebar att generella optimala inställningar inte kunde finnas. Optimala inställningar beror på vad automatiseringen skall undersöka.

 

Place, publisher, year, edition, pages
2018.
Series
TRITA-CBH-GRU ; 2018:99
National Category
Medical Image Processing
Identifiers
URN: urn:nbn:se:kth:diva-232088OAI: oai:DiVA.org:kth-232088DiVA, id: diva2:1232180
Subject / course
Medical Engineering
Educational program
Master of Science in Engineering - Medical Engineering
Supervisors
Examiners
Projects
Medicinsk avbildningAvailable from: 2018-07-19 Created: 2018-07-10 Last updated: 2018-07-19Bibliographically approved

Open Access in DiVA

fulltext(17501 kB)22 downloads
File information
File name FULLTEXT01.pdfFile size 17501 kBChecksum SHA-512
1ac6bab3604fc0dfa687817a5e3e6021a46020f5af458f6bb5f6c1cc7ae846fac13ea6f071f6a8ddda8010c14c85d95e24516702934a5fedd11e1b54da719ee7
Type fulltextMimetype application/pdf

By organisation
Biomedical Engineering and Health Systems
Medical Image Processing

Search outside of DiVA

GoogleGoogle Scholar
Total: 22 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 232 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf