Optimização da reconstrução de imagem em mamografia por emissão de positrões através de métodos de regularização dos dados

Detalhes bibliográficos
Autor(a) principal: Coelho, André Arcanjo Júlio da Fonseca
Data de Publicação: 2010
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10362/4833
Resumo: Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do Grau de Mestre em Engenharia Biomédica
id RCAP_a7bb2f0f0b0f4bf1e220b96282e2453d
oai_identifier_str oai:run.unl.pt:10362/4833
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Optimização da reconstrução de imagem em mamografia por emissão de positrões através de métodos de regularização dos dadosMamografia por emissão de positrões (PEM)Regularização de dadosFiltragem entre iteraçõesFiltro de MetzAlgoritmos BayesianosMedian Root Prior (MRP)Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do Grau de Mestre em Engenharia BiomédicaNos últimos anos, uma nova tecnologia emergiu no âmbito da medicina nuclear, denominada de Mamografia por Emissão de Positrões (PEM). Esta baseia-se nos mesmo princípios físicos da Tomografia por Emissão de Positrões,sendo utilizada na detecção de pequenas estruturas tumorais localizadas na mama, ainda numa fase precoce do seu desenvolvimento. O projecto Clear-PEM, inserido no consórcio português com o mesmo nome, desenvolveu um scanner baseado na tecnologia PEM, onde duas cabeças detectoras rodam em torno da mama, detectando a radiação emitida. Os dados provenientes de um sistema de detecção deste género apresentam um elevado nível de ruído inerente à natureza estocástica da detecção de radiação. Este ruído é amplificado ao longo do processo iterativo de reconstrução de imagem, reflectindo-se nas imagens reconstruídas. Com este trabalho pretende-se minimizar este efeito através da introdução de filtros entre iterações que impeçam a amplificação do ruído ao longo do processo iterativo, e da utilização de algoritmos Bayesianos, os quais permitem incluir informação obtida à priori sobre a natureza dos dados. A avaliação dos métodos de regularização dos dados introduzidos, foi realizada com recurso a imagens obtidas com fantomas e pacientes, através da avaliação de parâmetros quantitativos como o contraste, o ruído e resolução espacial. Paralelamente, realizou-se uma análise no espaço das frequências, utilizando um fantoma cilíndrico. Dos dois métodos de regularização dos dados estudados, o método de filtragem entre iterações apresentou os melhores resultados no que diz respeito ao controlo da amplificação do ruído ao longo da filtragem entre iterações. No entanto, este método fez com que o contraste diminuísse, e a resolução espacial aumentasse, ambos de forma significativa, quando comparados com os resultados obtidos com o método de introdução de informação à priori sobre a natureza dos dados. Os resultados obtidos com o presente projecto, permitiram concluir que o método de filtragem entre iterações deverá ser empregue, utilizando um filtro gaussiano com FWHM=1.0. Quanto ao outro método de regularização estudado, neste deverá utilizar-se um peso do prior igual à unidade (β=1), enquanto que o filtro mediana, característico do prior utilizado (MRP), deverá ser aplicado segundo um kernel de raio igual a um, ou seja, um kernel de tamanho 3x3x3. Estas duas parametrizações, devem ser utilizadas como uma referência à aplicação destes dois métodos de regularização dos dados na reconstrução de imagem, tendo em vista o melhor compromisso entre os vários números de mérito estudadas. No entanto, devem ser realizados estudos futuros, à medida que se verifiquem evoluções na aquisição de dados Clear-PEM.Faculdade de Ciências e TecnologiaAlmeida, PedroMatela, NunoRUNCoelho, André Arcanjo Júlio da Fonseca2011-01-14T11:09:29Z20102010-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10362/4833porinfo: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:RCAAP2024-03-11T03:34:52Zoai:run.unl.pt:10362/4833Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T03:15:55.092792Repositório 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 Optimização da reconstrução de imagem em mamografia por emissão de positrões através de métodos de regularização dos dados
title Optimização da reconstrução de imagem em mamografia por emissão de positrões através de métodos de regularização dos dados
spellingShingle Optimização da reconstrução de imagem em mamografia por emissão de positrões através de métodos de regularização dos dados
Coelho, André Arcanjo Júlio da Fonseca
Mamografia por emissão de positrões (PEM)
Regularização de dados
Filtragem entre iterações
Filtro de Metz
Algoritmos Bayesianos
Median Root Prior (MRP)
title_short Optimização da reconstrução de imagem em mamografia por emissão de positrões através de métodos de regularização dos dados
title_full Optimização da reconstrução de imagem em mamografia por emissão de positrões através de métodos de regularização dos dados
title_fullStr Optimização da reconstrução de imagem em mamografia por emissão de positrões através de métodos de regularização dos dados
title_full_unstemmed Optimização da reconstrução de imagem em mamografia por emissão de positrões através de métodos de regularização dos dados
title_sort Optimização da reconstrução de imagem em mamografia por emissão de positrões através de métodos de regularização dos dados
author Coelho, André Arcanjo Júlio da Fonseca
author_facet Coelho, André Arcanjo Júlio da Fonseca
author_role author
dc.contributor.none.fl_str_mv Almeida, Pedro
Matela, Nuno
RUN
dc.contributor.author.fl_str_mv Coelho, André Arcanjo Júlio da Fonseca
dc.subject.por.fl_str_mv Mamografia por emissão de positrões (PEM)
Regularização de dados
Filtragem entre iterações
Filtro de Metz
Algoritmos Bayesianos
Median Root Prior (MRP)
topic Mamografia por emissão de positrões (PEM)
Regularização de dados
Filtragem entre iterações
Filtro de Metz
Algoritmos Bayesianos
Median Root Prior (MRP)
description Dissertação apresentada na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa para obtenção do Grau de Mestre em Engenharia Biomédica
publishDate 2010
dc.date.none.fl_str_mv 2010
2010-01-01T00:00:00Z
2011-01-14T11:09:29Z
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/10362/4833
url http://hdl.handle.net/10362/4833
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Faculdade de Ciências e Tecnologia
publisher.none.fl_str_mv Faculdade de Ciências e Tecnologia
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_ 1799137809624203264

Registros relacionados