Sistema de visÃo computacional para detecÃÃo e quantificaÃÃo de enfisema pulmonar

Detalhes bibliográficos
Autor(a) principal: John Hebert da Silva Felix
Data de Publicação: 2007
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da UFC
Texto Completo: http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=2044
Resumo: A DoenÃa Pulmonar Obstrutiva CrÃnica (DPOC) e um problema de saÃde mundial com altos Ãndices de mortalidade, sendo o tabagismo o principal causador desta. Apesar da DPOC ser uma doenÃa de Ãmbito mundial Ã, geralmente, subestimada e subdiagnosticada, levando desta forma ao subtratamento. Para evitar um aumento de casos patolÃgicos com diagnÃsticos incorretos, a tomografia computadorizada deve ser utilizada jà que esta constitui uma excelente ferramenta para diagnÃstico precoce da componente de enfisema pulmonar na DPOC. PorÃm, as anÃlises nas imagens feitas pelos radiologistas ou mÃdicos à subjetiva levando-os a realizarem mediÃÃes imprecisas, devido à limitaÃÃo da visÃo humana. O objetivo deste trabalho à desenvolver um sistema de VisÃo Computacional para anÃlise de imagens tomogrÃficas (SDEP) capaz de segmentar automaticamente as imagens de Tomografia Computadorizada de Alta ResoluÃÃo (TCAR) dos pulmÃes, detectar e quantificar a presenÃa de enfisema pulmonar de modo preciso e automÃtico, possibilitando sua visualizaÃÃo. TambÃm, neste trabalho sÃo analisados os resultados, buscando avaliar a eficiÃncia do sistema SDEP comparando-o com o sistema Osiris 4, e com dois algoritmos de segmentaÃÃo. Os resultados da segmentaÃÃo sÃo analisados atravÃs da visualizaÃÃo de 102 imagens de 8 voluntÃrios saudÃveis e 141 imagens de 11 pacientes com DPOC. O sistema SDEP apresenta-se mais eficiente do que os outros mÃtodos considerados neste trabalho, tomando-se como base segmentaÃÃo correta, sobre-segmentaÃÃo, segmentaÃÃo com perdas e segmentaÃÃo errada. Este sistema realiza a segmentaÃÃo das faixas das densidades pulmonares atravÃs da mÃscara colorida, aplicando vÃrias cores em uma Ãnica imagem e quantifica cada cor por Ãrea e porcentagem, enquanto que o sistema Osiris usa apenas uma cor por vez em cada imagem. O sistema SDEP possui tambÃm uma ferramenta que faz a sobreposiÃÃo dos histogramas, o qual permite uma anÃlise visual mais adequada da evoluÃÃo da componente do enfisema. Este sistema possibilita auxÃlio ao diagnÃstico, bem como mostra-se ser uma ferramenta de pesquisa para anÃlise do enfisema pulmonar.
id UFC_dd6db33bfdb5a874a653c6bca043f7ce
oai_identifier_str oai:www.teses.ufc.br:1865
network_acronym_str UFC
network_name_str Biblioteca Digital de Teses e Dissertações da UFC
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisSistema de visÃo computacional para detecÃÃo e quantificaÃÃo de enfisema pulmonarComputational Vision System for detection and pulmonary quality of emphysema2007-12-03Paulo CÃsar Cortez11250534372http://lattes.cnpq.br/5024602152304064Marcelo Alcantara Holanda88888888803Marcelo Alcantara HolandaJosà Daniel Vieira de Castro42581370300http://lattes.cnpq.br/2815459109185152Charles Casimiro Cavalcante54039410378http://lattes.cnpq.br/4751699166195344JoÃo Marques de Carvalho09825428368http://lattes.cnpq.br/139873376383717880185282334http://lattes.cnpq.br/1130453295423578John Hebert da Silva FelixUniversidade Federal do CearÃPrograma de PÃs-GraduaÃÃo em Engenharia de TeleinformÃticaUFCBRDPOC detecÃÃo e quantificaÃÃo de enfisema pulmonar segmentaÃÃo de imagens mÃdicas digitais auxÃlio ao diagnÃsticoCOPD detection and qualification of the pulmonary emphysema segmentation medical digital image aided diagnosisTELEINFORMATICAA DoenÃa Pulmonar Obstrutiva CrÃnica (DPOC) e um problema de saÃde mundial com altos Ãndices de mortalidade, sendo o tabagismo o principal causador desta. Apesar da DPOC ser uma doenÃa de Ãmbito mundial Ã, geralmente, subestimada e subdiagnosticada, levando desta forma ao subtratamento. Para evitar um aumento de casos patolÃgicos com diagnÃsticos incorretos, a tomografia computadorizada deve ser utilizada jà que esta constitui uma excelente ferramenta para diagnÃstico precoce da componente de enfisema pulmonar na DPOC. PorÃm, as anÃlises nas imagens feitas pelos radiologistas ou mÃdicos à subjetiva levando-os a realizarem mediÃÃes imprecisas, devido à limitaÃÃo da visÃo humana. O objetivo deste trabalho à desenvolver um sistema de VisÃo Computacional para anÃlise de imagens tomogrÃficas (SDEP) capaz de segmentar automaticamente as imagens de Tomografia Computadorizada de Alta ResoluÃÃo (TCAR) dos pulmÃes, detectar e quantificar a presenÃa de enfisema pulmonar de modo preciso e automÃtico, possibilitando sua visualizaÃÃo. TambÃm, neste trabalho sÃo analisados os resultados, buscando avaliar a eficiÃncia do sistema SDEP comparando-o com o sistema Osiris 4, e com dois algoritmos de segmentaÃÃo. Os resultados da segmentaÃÃo sÃo analisados atravÃs da visualizaÃÃo de 102 imagens de 8 voluntÃrios saudÃveis e 141 imagens de 11 pacientes com DPOC. O sistema SDEP apresenta-se mais eficiente do que os outros mÃtodos considerados neste trabalho, tomando-se como base segmentaÃÃo correta, sobre-segmentaÃÃo, segmentaÃÃo com perdas e segmentaÃÃo errada. Este sistema realiza a segmentaÃÃo das faixas das densidades pulmonares atravÃs da mÃscara colorida, aplicando vÃrias cores em uma Ãnica imagem e quantifica cada cor por Ãrea e porcentagem, enquanto que o sistema Osiris usa apenas uma cor por vez em cada imagem. O sistema SDEP possui tambÃm uma ferramenta que faz a sobreposiÃÃo dos histogramas, o qual permite uma anÃlise visual mais adequada da evoluÃÃo da componente do enfisema. Este sistema possibilita auxÃlio ao diagnÃstico, bem como mostra-se ser uma ferramenta de pesquisa para anÃlise do enfisema pulmonar. The Chronic Obstructive Pulmonary Disease (COPD) is a worldwide public health problem with high rates of mortality, being the tabacco the main causer of this disease. COPD is underestimated and underdiagnosed globally, and consequently the patient receives an undertreatment. To avoid an increase of pathological cases with incorrect diagnoses, the computerized tomography should be used as an excellent tool for premature diagnosis of pulmonary emphysema component from COPD. However, the analysis on images accomplished by radiologists or doctors is subjective,leading them to accomplish inaccurate measurements, due to human vision limitation. The objective of this work is to develop a Computational Vision System for Detection and Quantification of the Pulmonary Emphysema (SDEP) capable of segment automatically the images of High-Resolution Computerized Tomography (HRCT) of the lungs, allowing its better view. Also, in this study are analysed the obtained results to evaluate the eÂciency of SDEP system comparing it with the Osiris 4 system, and with two segmentation algorithms. Results of the segmentation are analysed through the viewing of 102 images of 8 healthy volunteers and 141 images of 11 COPD patients. The SDEP system presents more eÂcient than other methods considered in this work, evaluating the correct segmentation, the over segmentation, segmentation with losses, and wrong segmentation. The proposed system accomplishes the segmentation of zone from lung densities using colorful mask, applying several colors in a single image quantifying each color per area and percentage, while the Osiris system uses only one color on each image. The SDEP system has, beside of advantage presented, a tool that accomplish the overlap of histograms, which permit a more appropriate visual analysis of evolution of component on the emphysema. The proposed system offers to aided diagnosis, researchers, engineers, medical doctors and specialist and others of Medical Digital Image Processing field, one valid option for pulmonary emphysema analysis from HRCT images. FundaÃÃo Cearense de Apoio ao Desenvolvimento Cientifico e TecnolÃgicohttp://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=2044application/pdfinfo:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da UFCinstname:Universidade Federal do Cearáinstacron:UFC2019-01-21T11:15:08Zmail@mail.com -
dc.title.pt.fl_str_mv Sistema de visÃo computacional para detecÃÃo e quantificaÃÃo de enfisema pulmonar
dc.title.alternative.en.fl_str_mv Computational Vision System for detection and pulmonary quality of emphysema
title Sistema de visÃo computacional para detecÃÃo e quantificaÃÃo de enfisema pulmonar
spellingShingle Sistema de visÃo computacional para detecÃÃo e quantificaÃÃo de enfisema pulmonar
John Hebert da Silva Felix
DPOC
detecÃÃo e quantificaÃÃo de enfisema pulmonar
segmentaÃÃo de imagens mÃdicas digitais
auxÃlio ao diagnÃstico
COPD
detection and qualification of the pulmonary emphysema
segmentation medical digital image
aided diagnosis
TELEINFORMATICA
title_short Sistema de visÃo computacional para detecÃÃo e quantificaÃÃo de enfisema pulmonar
title_full Sistema de visÃo computacional para detecÃÃo e quantificaÃÃo de enfisema pulmonar
title_fullStr Sistema de visÃo computacional para detecÃÃo e quantificaÃÃo de enfisema pulmonar
title_full_unstemmed Sistema de visÃo computacional para detecÃÃo e quantificaÃÃo de enfisema pulmonar
title_sort Sistema de visÃo computacional para detecÃÃo e quantificaÃÃo de enfisema pulmonar
author John Hebert da Silva Felix
author_facet John Hebert da Silva Felix
author_role author
dc.contributor.advisor1.fl_str_mv Paulo CÃsar Cortez
dc.contributor.advisor1ID.fl_str_mv 11250534372
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/5024602152304064
dc.contributor.advisor-co1.fl_str_mv Marcelo Alcantara Holanda
dc.contributor.advisor-co1ID.fl_str_mv 88888888803
dc.contributor.advisor-co1Lattes.fl_str_mv Marcelo Alcantara Holanda
dc.contributor.referee1.fl_str_mv Josà Daniel Vieira de Castro
dc.contributor.referee1ID.fl_str_mv 42581370300
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/2815459109185152
dc.contributor.referee2.fl_str_mv Charles Casimiro Cavalcante
dc.contributor.referee2ID.fl_str_mv 54039410378
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/4751699166195344
dc.contributor.referee3.fl_str_mv JoÃo Marques de Carvalho
dc.contributor.referee3ID.fl_str_mv 09825428368
dc.contributor.referee3Lattes.fl_str_mv http://lattes.cnpq.br/1398733763837178
dc.contributor.authorID.fl_str_mv 80185282334
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/1130453295423578
dc.contributor.author.fl_str_mv John Hebert da Silva Felix
contributor_str_mv Paulo CÃsar Cortez
Marcelo Alcantara Holanda
Josà Daniel Vieira de Castro
Charles Casimiro Cavalcante
JoÃo Marques de Carvalho
dc.subject.por.fl_str_mv DPOC
detecÃÃo e quantificaÃÃo de enfisema pulmonar
segmentaÃÃo de imagens mÃdicas digitais
auxÃlio ao diagnÃstico
topic DPOC
detecÃÃo e quantificaÃÃo de enfisema pulmonar
segmentaÃÃo de imagens mÃdicas digitais
auxÃlio ao diagnÃstico
COPD
detection and qualification of the pulmonary emphysema
segmentation medical digital image
aided diagnosis
TELEINFORMATICA
dc.subject.eng.fl_str_mv COPD
detection and qualification of the pulmonary emphysema
segmentation medical digital image
aided diagnosis
dc.subject.cnpq.fl_str_mv TELEINFORMATICA
dc.description.sponsorship.fl_txt_mv FundaÃÃo Cearense de Apoio ao Desenvolvimento Cientifico e TecnolÃgico
dc.description.abstract.por.fl_txt_mv A DoenÃa Pulmonar Obstrutiva CrÃnica (DPOC) e um problema de saÃde mundial com altos Ãndices de mortalidade, sendo o tabagismo o principal causador desta. Apesar da DPOC ser uma doenÃa de Ãmbito mundial Ã, geralmente, subestimada e subdiagnosticada, levando desta forma ao subtratamento. Para evitar um aumento de casos patolÃgicos com diagnÃsticos incorretos, a tomografia computadorizada deve ser utilizada jà que esta constitui uma excelente ferramenta para diagnÃstico precoce da componente de enfisema pulmonar na DPOC. PorÃm, as anÃlises nas imagens feitas pelos radiologistas ou mÃdicos à subjetiva levando-os a realizarem mediÃÃes imprecisas, devido à limitaÃÃo da visÃo humana. O objetivo deste trabalho à desenvolver um sistema de VisÃo Computacional para anÃlise de imagens tomogrÃficas (SDEP) capaz de segmentar automaticamente as imagens de Tomografia Computadorizada de Alta ResoluÃÃo (TCAR) dos pulmÃes, detectar e quantificar a presenÃa de enfisema pulmonar de modo preciso e automÃtico, possibilitando sua visualizaÃÃo. TambÃm, neste trabalho sÃo analisados os resultados, buscando avaliar a eficiÃncia do sistema SDEP comparando-o com o sistema Osiris 4, e com dois algoritmos de segmentaÃÃo. Os resultados da segmentaÃÃo sÃo analisados atravÃs da visualizaÃÃo de 102 imagens de 8 voluntÃrios saudÃveis e 141 imagens de 11 pacientes com DPOC. O sistema SDEP apresenta-se mais eficiente do que os outros mÃtodos considerados neste trabalho, tomando-se como base segmentaÃÃo correta, sobre-segmentaÃÃo, segmentaÃÃo com perdas e segmentaÃÃo errada. Este sistema realiza a segmentaÃÃo das faixas das densidades pulmonares atravÃs da mÃscara colorida, aplicando vÃrias cores em uma Ãnica imagem e quantifica cada cor por Ãrea e porcentagem, enquanto que o sistema Osiris usa apenas uma cor por vez em cada imagem. O sistema SDEP possui tambÃm uma ferramenta que faz a sobreposiÃÃo dos histogramas, o qual permite uma anÃlise visual mais adequada da evoluÃÃo da componente do enfisema. Este sistema possibilita auxÃlio ao diagnÃstico, bem como mostra-se ser uma ferramenta de pesquisa para anÃlise do enfisema pulmonar.
dc.description.abstract.eng.fl_txt_mv The Chronic Obstructive Pulmonary Disease (COPD) is a worldwide public health problem with high rates of mortality, being the tabacco the main causer of this disease. COPD is underestimated and underdiagnosed globally, and consequently the patient receives an undertreatment. To avoid an increase of pathological cases with incorrect diagnoses, the computerized tomography should be used as an excellent tool for premature diagnosis of pulmonary emphysema component from COPD. However, the analysis on images accomplished by radiologists or doctors is subjective,leading them to accomplish inaccurate measurements, due to human vision limitation. The objective of this work is to develop a Computational Vision System for Detection and Quantification of the Pulmonary Emphysema (SDEP) capable of segment automatically the images of High-Resolution Computerized Tomography (HRCT) of the lungs, allowing its better view. Also, in this study are analysed the obtained results to evaluate the eÂciency of SDEP system comparing it with the Osiris 4 system, and with two segmentation algorithms. Results of the segmentation are analysed through the viewing of 102 images of 8 healthy volunteers and 141 images of 11 COPD patients. The SDEP system presents more eÂcient than other methods considered in this work, evaluating the correct segmentation, the over segmentation, segmentation with losses, and wrong segmentation. The proposed system accomplishes the segmentation of zone from lung densities using colorful mask, applying several colors in a single image quantifying each color per area and percentage, while the Osiris system uses only one color on each image. The SDEP system has, beside of advantage presented, a tool that accomplish the overlap of histograms, which permit a more appropriate visual analysis of evolution of component on the emphysema. The proposed system offers to aided diagnosis, researchers, engineers, medical doctors and specialist and others of Medical Digital Image Processing field, one valid option for pulmonary emphysema analysis from HRCT images.
description A DoenÃa Pulmonar Obstrutiva CrÃnica (DPOC) e um problema de saÃde mundial com altos Ãndices de mortalidade, sendo o tabagismo o principal causador desta. Apesar da DPOC ser uma doenÃa de Ãmbito mundial Ã, geralmente, subestimada e subdiagnosticada, levando desta forma ao subtratamento. Para evitar um aumento de casos patolÃgicos com diagnÃsticos incorretos, a tomografia computadorizada deve ser utilizada jà que esta constitui uma excelente ferramenta para diagnÃstico precoce da componente de enfisema pulmonar na DPOC. PorÃm, as anÃlises nas imagens feitas pelos radiologistas ou mÃdicos à subjetiva levando-os a realizarem mediÃÃes imprecisas, devido à limitaÃÃo da visÃo humana. O objetivo deste trabalho à desenvolver um sistema de VisÃo Computacional para anÃlise de imagens tomogrÃficas (SDEP) capaz de segmentar automaticamente as imagens de Tomografia Computadorizada de Alta ResoluÃÃo (TCAR) dos pulmÃes, detectar e quantificar a presenÃa de enfisema pulmonar de modo preciso e automÃtico, possibilitando sua visualizaÃÃo. TambÃm, neste trabalho sÃo analisados os resultados, buscando avaliar a eficiÃncia do sistema SDEP comparando-o com o sistema Osiris 4, e com dois algoritmos de segmentaÃÃo. Os resultados da segmentaÃÃo sÃo analisados atravÃs da visualizaÃÃo de 102 imagens de 8 voluntÃrios saudÃveis e 141 imagens de 11 pacientes com DPOC. O sistema SDEP apresenta-se mais eficiente do que os outros mÃtodos considerados neste trabalho, tomando-se como base segmentaÃÃo correta, sobre-segmentaÃÃo, segmentaÃÃo com perdas e segmentaÃÃo errada. Este sistema realiza a segmentaÃÃo das faixas das densidades pulmonares atravÃs da mÃscara colorida, aplicando vÃrias cores em uma Ãnica imagem e quantifica cada cor por Ãrea e porcentagem, enquanto que o sistema Osiris usa apenas uma cor por vez em cada imagem. O sistema SDEP possui tambÃm uma ferramenta que faz a sobreposiÃÃo dos histogramas, o qual permite uma anÃlise visual mais adequada da evoluÃÃo da componente do enfisema. Este sistema possibilita auxÃlio ao diagnÃstico, bem como mostra-se ser uma ferramenta de pesquisa para anÃlise do enfisema pulmonar.
publishDate 2007
dc.date.issued.fl_str_mv 2007-12-03
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
status_str publishedVersion
format masterThesis
dc.identifier.uri.fl_str_mv http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=2044
url http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=2044
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 Universidade Federal do CearÃ
dc.publisher.program.fl_str_mv Programa de PÃs-GraduaÃÃo em Engenharia de TeleinformÃtica
dc.publisher.initials.fl_str_mv UFC
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Universidade Federal do CearÃ
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFC
instname:Universidade Federal do Ceará
instacron:UFC
reponame_str Biblioteca Digital de Teses e Dissertações da UFC
collection Biblioteca Digital de Teses e Dissertações da UFC
instname_str Universidade Federal do Ceará
instacron_str UFC
institution UFC
repository.name.fl_str_mv -
repository.mail.fl_str_mv mail@mail.com
_version_ 1643295122720292864

Registros relacionados