O RI UFSCar ficará fora do ar no dia 29 de setembro para manutenção. Agradecemos a compreensão!

Estimativa da idade cerebral e classificação diagnóstica na doença de Alzheimer via campos de deformação em imagens de ressonância magnética

dc.contributor.advisor-co1Liziér, Mario Augusto de Souza
dc.contributor.advisor-co1Latteshttp://lattes.cnpq.br/1257131701222446
dc.contributor.advisor-co1orcidhttps://orcid.org/0000-0001-9123-5822
dc.contributor.advisor1Ferrari, Ricardo José
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/8460861175344306
dc.contributor.advisor1orcidhttps://orcid.org/0000-0003-1197-2553
dc.contributor.authorAndrade, Leandro Prado de
dc.contributor.authorlatteshttp://lattes.cnpq.br/6280032570953598
dc.contributor.authororcidhttps://orcid.org/0000-0001-9405-906X
dc.contributor.refereeValejo, Alan Demétrius Baria
dc.contributor.refereeOliveira, Lucas Ferrari de
dc.contributor.refereeFernandes, Ricardo Augusto Souza
dc.contributor.refereeTravençolo, Bruno Augusto Nassif
dc.contributor.refereeLatteshttp://lattes.cnpq.br/9546164790189830
dc.contributor.refereeLatteshttp://lattes.cnpq.br/3534918669459073
dc.contributor.refereeLatteshttp://lattes.cnpq.br/0880243208789454
dc.contributor.refereeLatteshttp://lattes.cnpq.br/2590427557264952
dc.contributor.refereeorcidhttps://orcid.org/0000-0002-9046-9499
dc.contributor.refereeorcidhttps://orcid.org/0000-0002-8198-0877
dc.contributor.refereeorcidhttps://orcid.org/0000-0003-2361-6505
dc.contributor.refereeorcidhttps://orcid.org/0000-0001-7690-301X
dc.date.accessioned2026-09-24T12:51:24Z
dc.date.issued2026-09-14
dc.description.abstractAlzheimer’s disease is a progressive neurodegenerative condition and the leading cause of dementia in the elderly population, highlighting the need for computational methods sensitive to subtle brain alterations. This thesis proposes a framework for structural magnetic resonance imaging analysis based on morphological attributes derived from deformation fields estimated by deformable registration of individual images to population templates built using groupwise registration. The approach combines a multi-region analysis of brain structures, 3D Shape Context descriptors, Jacobian determinants, the strain tensor, and machine learning. The first contribution estimates brain age in cognitively normal individuals, achieving a mean absolute error of 1.66 years for males and 1.81 years for females, with coefficients of determination of 0.84 and 0.80, respectively. The second contribution is a multi-region classification framework for distinguishing cognitively normal individuals, subjects with mild cognitive impairment, and patients with Alzheimer’s disease, achieving an AUC of 0.93 and an accuracy of 88.68% for males, and an AUC of 0.94 with an accuracy of 87.89% for females in the classification between cognitively normal individuals and Alzheimer’s patients. The third contribution proposes a graph-based approach for identifying progressive mild cognitive impairment, integrating displacement attributes, Jacobian volumetric variation, and local strain into a fixed population-level topology processed by a Graph Attention Network. This approach achieved an AUC of 0.92, an accuracy of 81.21%, and an F1-score of 0.79 for males, and an AUC of 0.88, an accuracy of 78.41%, and an F1-score of 0.73 for females. Taken together, the results indicate that morphological attributes derived from deformation fields can characterize brain aging, discriminate diagnostic groups, and contribute to differentiating individuals with stable and progressive mild cognitive impairment.eng
dc.description.resumoA doença de Alzheimer é uma condição neurodegenerativa progressiva e a principal causa de demência na população idosa, reforçando a necessidade de métodos computacionais sensíveis a alterações cerebrais sutis. Esta tese propõe um framework para análise de imagens de ressonância magnética estrutural baseado em atributos morfológicos derivados de campos de deformação estimados pelo corregistro deformável de imagens individuais com templates populacionais construídos por groupwise registration. A abordagem combina análise multirregional de estruturas cerebrais, descritores 3D Shape Context, determinantes Jacobianos, tensor de deformação e aprendizado de máquina. A primeira contribuição estima a idade cerebral em indivíduos cognitivamente normais, com erro absoluto médio de 1,66 anos para homens e 1,81 anos para mulheres, e coeficientes de determinação de 0,84 e 0,80, respectivamente. A segunda contribuição é um framework de classificação multirregional para diferenciar indivíduos cognitivamente normais, com comprometimento cognitivo leve e com doença de Alzheimer, obtendo AUC de 0,93 e acurácia de 88,68% em homens, e AUC de 0,94 com acurácia de 87,89% em mulheres na discriminação entre indivíduos cognitivamente normais e pacientes com Alzheimer. A terceira contribuição propõe uma abordagem em grafos para identificar comprometimento cognitivo leve progressivo, integrando atributos de deslocamento, variação volumétrica Jacobiana e strain local em uma topologia populacional fixa processada por uma Graph Attention Network, com AUC de 0,92, acurácia de 81,21% e F1-score de 0,79 para homens, e AUC de 0,88, acurácia de 78,41% e F1-score de 0,73 para mulheres. Em conjunto, os resultados indicam que atributos morfológicos derivados de campos de deformação podem caracterizar o envelhecimento cerebral, discriminar grupos diagnósticos e contribuir para a diferenciação entre indivíduos com comprometimento cognitivo leve estável e progressivo.por
dc.description.sponsorshipNão recebi financiamento
dc.identifier.citationANDRADE, Leandro Prado de. Estimativa da idade cerebral e classificação diagnóstica na doença de Alzheimer via campos de deformação em imagens de ressonância magnética. 2026. Tese (Doutorado em Ciência da Computação) – Universidade Federal de São Carlos, Campus São Carlos, 2026. Disponível em: https://repositorio.ufscar.br/handle/20.500.14289/24739.*
dc.identifier.urihttps://hdl.handle.net/20.500.14289/24739
dc.language.isopor
dc.publisherUniversidade Federal de São Carlos
dc.publisher.addressCampus São Carlos
dc.publisher.centerCentro de Ciências Exatas e de Tecnologia - CCET
dc.publisher.initialsUFSCar
dc.publisher.programPrograma de Pós-Graduação em Ciência da Computação - PPGCC
dc.relation.urihttps://ieeexplore.ieee.org/document/11162537
dc.relation.urihttps://ieeexplore.ieee.org/document/11058721
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectdoença de Alzheimerpor
dc.subjectressonância magnéticapor
dc.subjectcampos de deformaçãopor
dc.subjectdeterminante Jacobianopor
dc.subjecttensor de deformaçãopor
dc.subject3D Shape Contextpor
dc.subjectidade cerebralpor
dc.subjectcomprometimento cognitivo levepor
dc.subjectaprendizado de máquinapor
dc.subjectredes neurais em grafospor
dc.subjectAlzheimer’s diseaseeng
dc.subjectmagnetic resonance imagingeng
dc.subjectdeformation fieldseng
dc.subjectJacobian determinanteng
dc.subjectstrain tensoreng
dc.subject3D Shape Contexteng
dc.subjectbrain ageeng
dc.subjectmild cognitive impairmenteng
dc.subjectmachine learningeng
dc.subjectgraph neural networkseng
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
dc.subject.ods3. Saúde e Bem-Estar
dc.titleEstimativa da idade cerebral e classificação diagnóstica na doença de Alzheimer via campos de deformação em imagens de ressonância magnéticapor
dc.title.alternativeBrain age estimation and diagnostic classification in Alzheimer’s disease using deformation fields in magnetic resonance imageseng
dc.typeTese

Arquivos

Pacote Original

Agora exibindo 1 - 1 de 1
Carregando...
Imagem de Miniatura
Nome:
tese_Leandro_Prado_de_Andrade_ufscar_final.pdf
Tamanho:
8.4 MB
Formato:
Adobe Portable Document Format