Browsing by Author "Mardo, Mardo"

Now showing 1 - 2 of 2

Analys av olika geometrier och tillämpningar hos akustiska fällor
(2022-09-22) Andersson, John; Mardo, Mardo; Cronander, Naemi; Ohan, Yacoub; University of Gothenburg/Department of physics; Göteborgs universitet/Institutionen för fysik
Sedan fenomenet akustisk levitation upptäcktes av August Kundt år 1866 har flera olika sätt att levitera objekt med hjälp av ljud utvecklats. Vid tiden för denna studie är det enkelt och billigt att konstruera en så kallad TinyLev-fälla. TinyLev-fällan består av två arrayer med små högtalare riktade mot en fokuspunkt för att skapa stående vågor. När två identiska ljudvågor interferar skapas en stående våg med noder och antinoder. Ljudvågen orsakar tryckförändringar i luften och kan observeras som ett akustiskt fält och ett tryckfält. I tryckfältets noder kan partiklar mindre än halva ljudets våglängd 𝜆/2 fångas. Med en befintlig sfärisk akustisk fälla som referensobjekt konstruerades två fällor med andra geometrier. En med parabolisk form och en platt med inspiration från Fresnel-linsens geometri. Fällorna ritades i ett CAD-program och skrevs ut i 3D för att sedan monteras med högtalare. Syftet är att jämföra funktion och egenskaper mellan akustiska fällor med olika geometrier. För en visuell jämförelse skapades simuleringar av det akustiska fältet i fällorna. För att visualisera det akustiska fältet i experiment utnyttjades Schlierenoptik. Schlierenoptik gör det möjligt att se densitetsförändringar i luften vilket utnyttjas för att observera trycknoder och tryckantinoder som ljusa respektiva mörka områden i en bild. Bilder tagna med hjälp av Schlierenoptik jämfördes sedan med simuleringar av det akustiska fältet. Spektroskopitillämpning av akustiska fällor undersöktes i syfte att jämföra och testa en aktuell metod för kemisk analys. För detta utfördes fluorecensspektroskopi med olivolja och lasrar med olika våglängder. De två nya geometrierna för akustiska fällor fungerar väl för att levitera partiklar av frigolit. I den paraboliska akustiska fällan kan partiklar levitera i noder längs flera olika axlar. Med den uppställning som användes är det inte möjligt att levitera droppar av vätska. Detta resultat förväntas bero på att det akustiska fältet är för svagt i de konstruerade fällorna, något som även observerats i simuleringar. Den sfäriska akustiska fällan fungerade för att utföra fluorescensspektroskopi och är ett bra tillvägagångssätt. Resultatet visade på fluorescens hos olivoljan för blå och grön laser. Röd laser visade svaga tecken på fluorescens, en förbättring kan vara att använda känsligare instrument. Schlierenoptiken gjorde det möjligt att observera fällornas akustiska fält. Vidare konstateras att simuleringarna stämmer överens med Schlierenfotografier av akustiska fält för de sfäriska och paraboliska fällorna. Simuleringen stämde inte överens med Fresnel-fällans fält. Det akustiska fältet hade som störst intensitet nära fokuspunkten för Fresnel-fällan, denna egenskap är samma för en sfärisk fälla.
Evaluation of Synthetic Ground Truth for Semantic Brain Image Segmentation - Developing a Database of Synthetic Images with Ground-Truth Segmentations for Practical Application Assessment
(2025-09-10) Mardo, Mardo; University of Gothenburg/Institute of Clinical Sciences; Göteborgs universitet/Institutionen för kliniska vetenskaper
Introduction: Automated brain image segmentation plays an important role in large-scale neuroimaging research and shows growing potential for clinical applications. Traditional segmentation pipelines rely on manually annotated MR-images as atlases, but such data are time-consuming to acquire and may not be readily available in sufficient quantity or variety. This thesis documents a research project where the use of synthetically generated MRimages with known ground truth was explored to support evaluation and benchmarking of automated segmentation methods. Aim & Purpose: The aim of this thesis is to evaluate the performance and robustness of the multi-atlas segmentation with enhanced registration (MAPER) algorithm using leave-one-out cross-validation, facilitated by the generation of synthetic MR images with controlled structural and intensity alterations. Additionally, this study assesses whether the synthetic images can be used as effective atlases compared to conventional MR-images and find a suitable benchmark for evaluation of different MAPER versions; onepad (master) and no-onepad. Method: Five types of synthetic MR-images were generated based on the IXI and Hammers datasets, each with different modes of spatial and intensity modification. Experiments were designed to (1) compare segmentation performance between synthetic atlases and unmodified conventional atlas (2) validate segmentation performance and robustness using leave-one-out cross-validation on synthetic targets, (3) quantify the convergence rate for the different ground truth benchmarks based on a parametric model and perform bootstrapping as a benchmarking measure to find the most sensitive benchmark. Then (4) apply this benchmark to compare two MAPER configurations. Results and conclusion: Segmentation performance was highest using conventional MRimages atlases, followed by statistical and scrambled synthetic variants. Leave-one-out cross-validation (LOOCV) confirmed similar trends. In benchmarking, the statistical smoothed image (statsmooth) type exhibited the fastest convergence rate, making it the most sensitive benchmark. Application of the benchmark revealed that the no-onepad version of MAPER outperformed the standard master configuration. Discussion: The results highlight that although synthetic images underperform compared to conventional data as atlases, they provide meaningful insights into algorithm robustness and segmentation behaviour. The ground truth benchmark shows potential as a controlled and reproducible framework for comparing segmentation methods and identifying subtle differences in performance.