Classificação de padrões radiológicos por blocos em imagens não segmentadas de tomografia computadorizada

Detalhes bibliográficos
Autor(a) principal: Bagesteiro, Luiza Dri
Data de Publicação: 2015
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPR
Texto Completo: https://hdl.handle.net/1884/40319
Resumo: Orientador : Prof. Dr. Daniel Weingaertner
id UFPR_9e05babd0ccb760affd4682ab1da8f94
oai_identifier_str oai:acervodigital.ufpr.br:1884/40319
network_acronym_str UFPR
network_name_str Repositório Institucional da UFPR
repository_id_str 308
spelling Oliveira, Lucas Ferrari de, 1976-Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em InformáticaWeingaertner, Daniel, 1976-Bagesteiro, Luiza Dri2022-12-19T15:23:45Z2022-12-19T15:23:45Z2015https://hdl.handle.net/1884/40319Orientador : Prof. Dr. Daniel WeingaertnerCo-orientador : Prof. Dr. Lucas Ferrari de OliveiraDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa: Curitiba, 29/06/2015Inclui referências : f. 76-84Resumo: As Doenças Pulmonares Difusas (DPDs) são compostas por mais de 180 patologias que causam danos nos pulmões. Os pacientes que possuem essas doenças apresentam alterações no tecido pulmonar, que podem ser visualizadas em imagens de Tomografia Computadorizada (TC). Dessa forma, torna-se importante identificar essas alterações nas imagens, pois juntamente com outras informações, elas podem definir o tipo de doença que o paciente possui. Com base nisso, o objetivo deste trabalho é reconhecer automaticamente padrões radiológicos em imagens não segmentadas de TC do pulmão, e também classificar áreas externas à região pulmonar, além dos cinco padrões pulmonares: normal, enfisema, opacidade em vidro-fosco, fibrose e micronódulos. Para atingir os objetivos, uma metodologia que avalia diversos descritores é proposta. Em busca de uma complementaridade entre os resultados, são realizadas combinações entre as respostas dos classificadores. Utilizando uma base de imagens pública, com 20.540 blocos de imagens de TC, cada descritor foi submetido a um classificador Support Vector Machine que gerou scores para representar a probabilidade das amostras pertencerem a cada uma das seis classes. Após isso, os classificadores foram combinados empregando algumas regras de fusão. O classificador CLBP invariante à rotação e uniforme obteve o melhor resultado individual, e combinado com a transformação top-hat, atingiram taxas de 81,65% de sensibilidade e 96,06% de especificidade. Com base na relevância dos resultados obtidos, o próximo passo é analisar a possibilidade de desenvolver uma ferramenta de auxílio ao diagnóstico utilizando a metodologia desenvolvida. Palavras-chave: padrões radiológicos, doenças pulmonares difusas, Tomografia Computadorizada, reconhecimento de padrões.Abstract: Diffuse lung diseases (DLDs) are comprised of more than 180 diseases that cause damage to the lungs. Patients who have these diseases present changes in lung tissue, which can be seen on Computed Tomography (CT) images. Thus, it becomes important to identify alterations in these images because, along with other information, they can define the type of disorder that the patient has. The aim of this study is to automatically recognize radiological patterns in non-segmented lung CT images, and also to classify the areas outside the lung region, in addition to five lung patterns: normal, emphysema, groundglass opacity, fibrosis and micronodules. To achieve the objectives, a methodology that evaluates various descriptors is proposed. Searching for a complementarity of the results, combinations are performed among the classifiers. Using a public dataset containing 20.540 CT blocks, each descriptor was subjected to a classifier Support Vector Machine generating scores to represent the likelihood of the samples belonging to each of the six classes. After that, the classifiers were combined using fusion rules. The rotation invariant uniform CLBP classifier achieved the best individual result, and combined with top-hat transform descriptor, reached rates of 81.65% of sensitivity and 96.06% of specificity. Based on the relevance of the results obtained, the next step is to analyze the possibility of developing a support tool for diagnosis using the developed methodology. Keywords: radiological patterns, diffuse lung diseases, Computed Tomography, pattern recognition.84 f. : il., tabs., grafs., algumas color.application/pdfDisponível em formato digitalCiência da computaçãoReconhecimento de padrõesProcessamento de imagensTomografia computadorizadaTesesClassificação de padrões radiológicos por blocos em imagens não segmentadas de tomografia computadorizadainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessTEXTR - D - LUIZA DRI BAGESTEIRO.pdf.txtExtracted Texttext/plain162851https://acervodigital.ufpr.br/bitstream/1884/40319/1/R%20-%20D%20-%20LUIZA%20DRI%20BAGESTEIRO.pdf.txtbd4a39a23d2e32c668e496e5b3209aaaMD51open accessORIGINALR - D - LUIZA DRI BAGESTEIRO.pdfapplication/pdf3031651https://acervodigital.ufpr.br/bitstream/1884/40319/2/R%20-%20D%20-%20LUIZA%20DRI%20BAGESTEIRO.pdfe71f4068ec70e42f5daf7724caa10ea5MD52open accessTHUMBNAILR - D - LUIZA DRI BAGESTEIRO.pdf.jpgGenerated Thumbnailimage/jpeg1187https://acervodigital.ufpr.br/bitstream/1884/40319/3/R%20-%20D%20-%20LUIZA%20DRI%20BAGESTEIRO.pdf.jpg68b590f02a0b132d5f43edafbfe9e0a5MD53open access1884/403192022-12-19 12:23:45.71open accessoai:acervodigital.ufpr.br:1884/40319Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082022-12-19T15:23:45Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false
dc.title.pt_BR.fl_str_mv Classificação de padrões radiológicos por blocos em imagens não segmentadas de tomografia computadorizada
title Classificação de padrões radiológicos por blocos em imagens não segmentadas de tomografia computadorizada
spellingShingle Classificação de padrões radiológicos por blocos em imagens não segmentadas de tomografia computadorizada
Bagesteiro, Luiza Dri
Ciência da computação
Reconhecimento de padrões
Processamento de imagens
Tomografia computadorizada
Teses
title_short Classificação de padrões radiológicos por blocos em imagens não segmentadas de tomografia computadorizada
title_full Classificação de padrões radiológicos por blocos em imagens não segmentadas de tomografia computadorizada
title_fullStr Classificação de padrões radiológicos por blocos em imagens não segmentadas de tomografia computadorizada
title_full_unstemmed Classificação de padrões radiológicos por blocos em imagens não segmentadas de tomografia computadorizada
title_sort Classificação de padrões radiológicos por blocos em imagens não segmentadas de tomografia computadorizada
author Bagesteiro, Luiza Dri
author_facet Bagesteiro, Luiza Dri
author_role author
dc.contributor.other.pt_BR.fl_str_mv Oliveira, Lucas Ferrari de, 1976-
Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática
dc.contributor.advisor1.fl_str_mv Weingaertner, Daniel, 1976-
dc.contributor.author.fl_str_mv Bagesteiro, Luiza Dri
contributor_str_mv Weingaertner, Daniel, 1976-
dc.subject.por.fl_str_mv Ciência da computação
Reconhecimento de padrões
Processamento de imagens
Tomografia computadorizada
Teses
topic Ciência da computação
Reconhecimento de padrões
Processamento de imagens
Tomografia computadorizada
Teses
description Orientador : Prof. Dr. Daniel Weingaertner
publishDate 2015
dc.date.issued.fl_str_mv 2015
dc.date.accessioned.fl_str_mv 2022-12-19T15:23:45Z
dc.date.available.fl_str_mv 2022-12-19T15:23:45Z
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 https://hdl.handle.net/1884/40319
url https://hdl.handle.net/1884/40319
dc.language.iso.fl_str_mv por
language por
dc.relation.pt_BR.fl_str_mv Disponível em formato digital
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv 84 f. : il., tabs., grafs., algumas color.
application/pdf
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPR
instname:Universidade Federal do Paraná (UFPR)
instacron:UFPR
instname_str Universidade Federal do Paraná (UFPR)
instacron_str UFPR
institution UFPR
reponame_str Repositório Institucional da UFPR
collection Repositório Institucional da UFPR
bitstream.url.fl_str_mv https://acervodigital.ufpr.br/bitstream/1884/40319/1/R%20-%20D%20-%20LUIZA%20DRI%20BAGESTEIRO.pdf.txt
https://acervodigital.ufpr.br/bitstream/1884/40319/2/R%20-%20D%20-%20LUIZA%20DRI%20BAGESTEIRO.pdf
https://acervodigital.ufpr.br/bitstream/1884/40319/3/R%20-%20D%20-%20LUIZA%20DRI%20BAGESTEIRO.pdf.jpg
bitstream.checksum.fl_str_mv bd4a39a23d2e32c668e496e5b3209aaa
e71f4068ec70e42f5daf7724caa10ea5
68b590f02a0b132d5f43edafbfe9e0a5
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)
repository.mail.fl_str_mv
_version_ 1801860302824800256