Método Computacional Baseado em Técnicas Tradicionais e Propriedades Matemáticas para Segmentação de Imagens Pulmonares
Autor(a) principal: | |
---|---|
Data de Publicação: | 2013 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPE |
Texto Completo: | https://repositorio.ufpe.br/handle/123456789/11617 |
Resumo: | A segmentação de imagens é uma tarefa de fundamental importância para o desenvolvimento de soluções baseadas em diagnóstico assistido por computador, com diversas aplicações na análise de imagens médicas. Mais especificamente, estudos que envolvem o processamento de imagens de pulmão têm crescido rapidamente motivados pelo interesse na redução da elevada mortalidade provocada pelas doenças malignas deste órgão. Para aperfeiçoar o desempenho nestas aplicações é importante por um lado realizar medições e mapear adequadamente as caracterizações dos pulmões e de suas anomalias, além de desenvolver técnicas automáticas de processamento das imagens que consigam lidar com restrições de tempo e que eliminem o esforço de radiologistas na segmentação manual das imagens. Diversas abordagens são utilizadas para a segmentação pulmonar, cada uma com vantagens e também deficiências. Este trabalho, em particular, apresenta um algoritmo voltado para a segmentação automática de imagens do pulmão baseado na combinação de técnicas de processamento de imagens coletadas de Tomografia Computadorizada por raio-x com propriedades matemáticas extraídas das imagens de pulmão, as quais servem de base para a estrutura do algoritmo. O trabalho investiga duas técnicas típicas para segmentação de imagens e, a partir da observação do comportamento e desempenho apresentado, é desenvolvido um novo método para a segmentação pulmonar que procura minimizar as deficiências encontradas nos algoritmos investigados. Os experimentos realizados avaliam o desempenho do novo algoritmo, bem como os valores das propriedades matemáticas e dos parâmetros estruturais utilizados ao longo do desenvolvimento do algoritmo, e comparam os resultados dos métodos em relação à sensibilidade, especificidade, acurácia, precisão, f-escore, coeficiente Dice, tempo de processamento e área-perímetro-solidez da região pulmonar segmentada, com o padrão referencial segmentado por um especialista. Os métodos são testados com 1173 imagens reais coletadas de 22 pacientes de um grande hospital e os resultados demonstraram que a combinação de técnicas de processamento de imagens tradicionais com propriedades matemáticas apresenta um desempenho satisfatório para a segmentação pulmonar. |
id |
UFPE_a83fef95336de97b7bef9cc75c8ed403 |
---|---|
oai_identifier_str |
oai:repositorio.ufpe.br:123456789/11617 |
network_acronym_str |
UFPE |
network_name_str |
Repositório Institucional da UFPE |
repository_id_str |
2221 |
spelling |
França Filho, Cleunio Bezerra deVasconcelos, Germano Crispim Diniz, Paula Rejane Beserra 2015-03-10T13:20:52Z2015-03-10T13:20:52Z2013-08-21FRANÇA FILHO, Cleunio Bezerra de. Método computacional baseado em técnicas tradicionais e propriedades matemáticas para segmentação de imagens pulmonares . Recife, 2013. 89 f. Dissertação (mestrado) - UFPE, Centro de Informática, Programa de Pós-graduação em Ciência da Computação, 2013.https://repositorio.ufpe.br/handle/123456789/11617A segmentação de imagens é uma tarefa de fundamental importância para o desenvolvimento de soluções baseadas em diagnóstico assistido por computador, com diversas aplicações na análise de imagens médicas. Mais especificamente, estudos que envolvem o processamento de imagens de pulmão têm crescido rapidamente motivados pelo interesse na redução da elevada mortalidade provocada pelas doenças malignas deste órgão. Para aperfeiçoar o desempenho nestas aplicações é importante por um lado realizar medições e mapear adequadamente as caracterizações dos pulmões e de suas anomalias, além de desenvolver técnicas automáticas de processamento das imagens que consigam lidar com restrições de tempo e que eliminem o esforço de radiologistas na segmentação manual das imagens. Diversas abordagens são utilizadas para a segmentação pulmonar, cada uma com vantagens e também deficiências. Este trabalho, em particular, apresenta um algoritmo voltado para a segmentação automática de imagens do pulmão baseado na combinação de técnicas de processamento de imagens coletadas de Tomografia Computadorizada por raio-x com propriedades matemáticas extraídas das imagens de pulmão, as quais servem de base para a estrutura do algoritmo. O trabalho investiga duas técnicas típicas para segmentação de imagens e, a partir da observação do comportamento e desempenho apresentado, é desenvolvido um novo método para a segmentação pulmonar que procura minimizar as deficiências encontradas nos algoritmos investigados. Os experimentos realizados avaliam o desempenho do novo algoritmo, bem como os valores das propriedades matemáticas e dos parâmetros estruturais utilizados ao longo do desenvolvimento do algoritmo, e comparam os resultados dos métodos em relação à sensibilidade, especificidade, acurácia, precisão, f-escore, coeficiente Dice, tempo de processamento e área-perímetro-solidez da região pulmonar segmentada, com o padrão referencial segmentado por um especialista. Os métodos são testados com 1173 imagens reais coletadas de 22 pacientes de um grande hospital e os resultados demonstraram que a combinação de técnicas de processamento de imagens tradicionais com propriedades matemáticas apresenta um desempenho satisfatório para a segmentação pulmonar.porUniversidade Federal de PernambucoAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessPulmãoSegmentação PulmonarTomografia ComputadorizadaMétodo Computacional Baseado em Técnicas Tradicionais e Propriedades Matemáticas para Segmentação de Imagens Pulmonaresinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPETHUMBNAILDissertaçao Cleunio de França Filho.pdf.jpgDissertaçao Cleunio de França Filho.pdf.jpgGenerated Thumbnailimage/jpeg1397https://repositorio.ufpe.br/bitstream/123456789/11617/5/Disserta%c3%a7ao%20Cleunio%20de%20Fran%c3%a7a%20Filho.pdf.jpg7018a289a88af14489ced5efa8ff9fe2MD55ORIGINALDissertaçao Cleunio de França Filho.pdfDissertaçao Cleunio de França Filho.pdfapplication/pdf2349406https://repositorio.ufpe.br/bitstream/123456789/11617/1/Disserta%c3%a7ao%20Cleunio%20de%20Fran%c3%a7a%20Filho.pdfcf1717c01456559aa0c20fad4c2022a8MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81232https://repositorio.ufpe.br/bitstream/123456789/11617/2/license_rdf66e71c371cc565284e70f40736c94386MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82311https://repositorio.ufpe.br/bitstream/123456789/11617/3/license.txt4b8a02c7f2818eaf00dcf2260dd5eb08MD53TEXTDissertaçao Cleunio de França Filho.pdf.txtDissertaçao Cleunio de França Filho.pdf.txtExtracted texttext/plain180690https://repositorio.ufpe.br/bitstream/123456789/11617/4/Disserta%c3%a7ao%20Cleunio%20de%20Fran%c3%a7a%20Filho.pdf.txt35633323b3a295a880ed9207f2e201f7MD54123456789/116172019-10-25 04:44:37.98oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T07:44:37Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false |
dc.title.pt_BR.fl_str_mv |
Método Computacional Baseado em Técnicas Tradicionais e Propriedades Matemáticas para Segmentação de Imagens Pulmonares |
title |
Método Computacional Baseado em Técnicas Tradicionais e Propriedades Matemáticas para Segmentação de Imagens Pulmonares |
spellingShingle |
Método Computacional Baseado em Técnicas Tradicionais e Propriedades Matemáticas para Segmentação de Imagens Pulmonares França Filho, Cleunio Bezerra de Pulmão Segmentação Pulmonar Tomografia Computadorizada |
title_short |
Método Computacional Baseado em Técnicas Tradicionais e Propriedades Matemáticas para Segmentação de Imagens Pulmonares |
title_full |
Método Computacional Baseado em Técnicas Tradicionais e Propriedades Matemáticas para Segmentação de Imagens Pulmonares |
title_fullStr |
Método Computacional Baseado em Técnicas Tradicionais e Propriedades Matemáticas para Segmentação de Imagens Pulmonares |
title_full_unstemmed |
Método Computacional Baseado em Técnicas Tradicionais e Propriedades Matemáticas para Segmentação de Imagens Pulmonares |
title_sort |
Método Computacional Baseado em Técnicas Tradicionais e Propriedades Matemáticas para Segmentação de Imagens Pulmonares |
author |
França Filho, Cleunio Bezerra de |
author_facet |
França Filho, Cleunio Bezerra de |
author_role |
author |
dc.contributor.author.fl_str_mv |
França Filho, Cleunio Bezerra de |
dc.contributor.advisor1.fl_str_mv |
Vasconcelos, Germano Crispim |
dc.contributor.advisor-co1.fl_str_mv |
Diniz, Paula Rejane Beserra |
contributor_str_mv |
Vasconcelos, Germano Crispim Diniz, Paula Rejane Beserra |
dc.subject.por.fl_str_mv |
Pulmão Segmentação Pulmonar Tomografia Computadorizada |
topic |
Pulmão Segmentação Pulmonar Tomografia Computadorizada |
description |
A segmentação de imagens é uma tarefa de fundamental importância para o desenvolvimento de soluções baseadas em diagnóstico assistido por computador, com diversas aplicações na análise de imagens médicas. Mais especificamente, estudos que envolvem o processamento de imagens de pulmão têm crescido rapidamente motivados pelo interesse na redução da elevada mortalidade provocada pelas doenças malignas deste órgão. Para aperfeiçoar o desempenho nestas aplicações é importante por um lado realizar medições e mapear adequadamente as caracterizações dos pulmões e de suas anomalias, além de desenvolver técnicas automáticas de processamento das imagens que consigam lidar com restrições de tempo e que eliminem o esforço de radiologistas na segmentação manual das imagens. Diversas abordagens são utilizadas para a segmentação pulmonar, cada uma com vantagens e também deficiências. Este trabalho, em particular, apresenta um algoritmo voltado para a segmentação automática de imagens do pulmão baseado na combinação de técnicas de processamento de imagens coletadas de Tomografia Computadorizada por raio-x com propriedades matemáticas extraídas das imagens de pulmão, as quais servem de base para a estrutura do algoritmo. O trabalho investiga duas técnicas típicas para segmentação de imagens e, a partir da observação do comportamento e desempenho apresentado, é desenvolvido um novo método para a segmentação pulmonar que procura minimizar as deficiências encontradas nos algoritmos investigados. Os experimentos realizados avaliam o desempenho do novo algoritmo, bem como os valores das propriedades matemáticas e dos parâmetros estruturais utilizados ao longo do desenvolvimento do algoritmo, e comparam os resultados dos métodos em relação à sensibilidade, especificidade, acurácia, precisão, f-escore, coeficiente Dice, tempo de processamento e área-perímetro-solidez da região pulmonar segmentada, com o padrão referencial segmentado por um especialista. Os métodos são testados com 1173 imagens reais coletadas de 22 pacientes de um grande hospital e os resultados demonstraram que a combinação de técnicas de processamento de imagens tradicionais com propriedades matemáticas apresenta um desempenho satisfatório para a segmentação pulmonar. |
publishDate |
2013 |
dc.date.issued.fl_str_mv |
2013-08-21 |
dc.date.accessioned.fl_str_mv |
2015-03-10T13:20:52Z |
dc.date.available.fl_str_mv |
2015-03-10T13:20:52Z |
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.citation.fl_str_mv |
FRANÇA FILHO, Cleunio Bezerra de. Método computacional baseado em técnicas tradicionais e propriedades matemáticas para segmentação de imagens pulmonares . Recife, 2013. 89 f. Dissertação (mestrado) - UFPE, Centro de Informática, Programa de Pós-graduação em Ciência da Computação, 2013. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufpe.br/handle/123456789/11617 |
identifier_str_mv |
FRANÇA FILHO, Cleunio Bezerra de. Método computacional baseado em técnicas tradicionais e propriedades matemáticas para segmentação de imagens pulmonares . Recife, 2013. 89 f. Dissertação (mestrado) - UFPE, Centro de Informática, Programa de Pós-graduação em Ciência da Computação, 2013. |
url |
https://repositorio.ufpe.br/handle/123456789/11617 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
publisher.none.fl_str_mv |
Universidade Federal de Pernambuco |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFPE instname:Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
instname_str |
Universidade Federal de Pernambuco (UFPE) |
instacron_str |
UFPE |
institution |
UFPE |
reponame_str |
Repositório Institucional da UFPE |
collection |
Repositório Institucional da UFPE |
bitstream.url.fl_str_mv |
https://repositorio.ufpe.br/bitstream/123456789/11617/5/Disserta%c3%a7ao%20Cleunio%20de%20Fran%c3%a7a%20Filho.pdf.jpg https://repositorio.ufpe.br/bitstream/123456789/11617/1/Disserta%c3%a7ao%20Cleunio%20de%20Fran%c3%a7a%20Filho.pdf https://repositorio.ufpe.br/bitstream/123456789/11617/2/license_rdf https://repositorio.ufpe.br/bitstream/123456789/11617/3/license.txt https://repositorio.ufpe.br/bitstream/123456789/11617/4/Disserta%c3%a7ao%20Cleunio%20de%20Fran%c3%a7a%20Filho.pdf.txt |
bitstream.checksum.fl_str_mv |
7018a289a88af14489ced5efa8ff9fe2 cf1717c01456559aa0c20fad4c2022a8 66e71c371cc565284e70f40736c94386 4b8a02c7f2818eaf00dcf2260dd5eb08 35633323b3a295a880ed9207f2e201f7 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE) |
repository.mail.fl_str_mv |
attena@ufpe.br |
_version_ |
1802310769811914752 |