Search acceleration methods for large retinal image databases

Detalhes bibliográficos
Autor(a) principal: Mourão, Diana Craveiro
Data de Publicação: 2013
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10316/36256
Resumo: Dissertação de Mestrado Integrado em Engenharia Biomédica apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra
id RCAP_a36837dc37201766ec9d54fe4a2edb79
oai_identifier_str oai:estudogeral.uc.pt:10316/36256
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Search acceleration methods for large retinal image databasesRetinopatia diabéticaDoenças ocularesBases de DadosDissertação de Mestrado Integrado em Engenharia Biomédica apresentada à Faculdade de Ciências e Tecnologia da Universidade de CoimbraA monitorização de patologias da retina pode ser feita através da comparação de imagens retinais do mesmo paciente e mesmo olho capturadas em diferentes períodos de tempo. De modo a fazer esta comparação, após a aquisição de uma nova imagem da retina, é necessário identificar na base de dados as restantes imagens pertencentes a esse mesmo paciente e olho. Embora as imagens armazenadas possam ser facilmente etiquetadas usando metadados de forma a facilitar a pesquisa na base de dados, frequentemente ocorrem erros e informação importante como a identificação do paciente pode não ser obtida correctamente. Para precaver este problema, as imagens devem ser identificadas apenas através de características da própria imagem. Para fazer o reconhecimento de indivíduos baseado na retina existem várias técnicas eficientes que podem ser aplicadas, tal como o registo de imagens. Um aspecto negativo de métodos baseados na pesquisa exaustiva da base de dados de imagens, com a comparação da imagem da retina a pesquisar com todas as imagens armazenadas na base de dados é o elevado custo computacional. O objectivo deste trabalho é a pesquisa e desenvolvimento de métodos que permitam definir um subconjunto de imagens da base de dados, idealmente contendo todas as imagens do mesmo paciente que a imagem da retina em questão, que após passagem por uma segunda fase de identificação na qual é usado um método de reconhecimento de indivíduos com base na retina, permitam a identificação expedita das imagens que pertencem de facto ao mesmo paciente e olho. Para o desenvolvimento de um algoritmo eficiente, o conjunto de imagens devolvido deve ser o mais reduzido possível e o desempenho medido pela taxa de identificação correcta deve ser o mais elevado possível. A contribuição principal deste trabalho centra-se no uso de Árvores de Vocabulário para pesquisa eficiente em bases de dados de imagens da retina, aliado ao uso de diferentes descritores de características visuais das imagens retinais. Foram considerados quatro tipos diferentes de descritores de imagens: Dimensão Fractal e Energia de Wavelets, ambos usados em estudos de reconhecimento biométrico a partir de imagens da retina e também descritores SIFT e SURF. Os conjuntos de descritores associados às imagens da base de dados foram organizados usando Árvores de Vocabulário por forma a permitirem uma pesquisa rápida da base de dados. Este procedimento inovador de pesquisa de imagens da retina recorrendo a Árvores de Vocabulário, permite agrupar as imagens de acordo com a semelhança que apresentam entre si, facilitando a selecção de um subconjunto de imagens mais semelhantes à imagem da retina usada na pesquisa. Tal como era esperado, os métodos de extracção de características usados em sistemas de identificação de indivíduos baseados na retina foram os que apresentaram uma maior eficiência, isto é, que permitiram a selecção de um menor subconjunto de imagens da base de dados assegurando que as imagens correctas são identificadas.O algoritmo proposto permite, em média, usar apenas 0.042% da base de dados num método de identificação de indivíduos baseado na retina, representando 97.57% de redução do tempo de cálculo quando comparando com o uso do método de identificação de indivíduos na totalidade da base de dados. O algoritmo desenvolvido permite a identificação correcta das imagens pertencentes ao mesmo paciente em 98.79% dos casos.2013-09-18info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/36256http://hdl.handle.net/10316/36256TID:201534932engMourão, Diana Craveiroinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2021-08-23T14:48:42Zoai:estudogeral.uc.pt:10316/36256Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T20:53:48.446997Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Search acceleration methods for large retinal image databases
title Search acceleration methods for large retinal image databases
spellingShingle Search acceleration methods for large retinal image databases
Mourão, Diana Craveiro
Retinopatia diabética
Doenças oculares
Bases de Dados
title_short Search acceleration methods for large retinal image databases
title_full Search acceleration methods for large retinal image databases
title_fullStr Search acceleration methods for large retinal image databases
title_full_unstemmed Search acceleration methods for large retinal image databases
title_sort Search acceleration methods for large retinal image databases
author Mourão, Diana Craveiro
author_facet Mourão, Diana Craveiro
author_role author
dc.contributor.author.fl_str_mv Mourão, Diana Craveiro
dc.subject.por.fl_str_mv Retinopatia diabética
Doenças oculares
Bases de Dados
topic Retinopatia diabética
Doenças oculares
Bases de Dados
description Dissertação de Mestrado Integrado em Engenharia Biomédica apresentada à Faculdade de Ciências e Tecnologia da Universidade de Coimbra
publishDate 2013
dc.date.none.fl_str_mv 2013-09-18
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10316/36256
http://hdl.handle.net/10316/36256
TID:201534932
url http://hdl.handle.net/10316/36256
identifier_str_mv TID:201534932
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799133824981925888

Registros relacionados