Reconhecimento de padrão em pacientes com esclerose sistêmica por sistemas

Detalhes bibliográficos
Autor(a) principal: Oliveira, Fernando Moraes de
Data de Publicação: 2017
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFRJ
Texto Completo: http://hdl.handle.net/11422/10160
Resumo: As imagens médicas objetivam captar informações para diagnóstico e/ou acompanhamento do paciente. As tecnologias de aquisição de imagem evoluíram e se apresentam como: tomografia computadorizada (TC), ultrassonografia, ressonância magnética (RMP), medicina nuclear e a radiografia simples (raio-X). As imagens de radiografias simples de tórax possuem invariavelmente graduações de intensidade e incertezas, o que conduz à escolha da abordagem dos sistemas fuzzy (SF). Objetiva-se otimizar a visualização de imagens de radiografias simples de tórax na confirmação e acompanhamento do diagnóstico do acometimento pulmonar em pacientes com esclerose sistêmica (ES). O reconhecimento de padrão pela metodologia fuzzy com destaque na segmentação das imagens pelos conjuntos intuicionistas fuzzy (CIF), conduziu a criação do índice de intensidade de fibrose pulmonar (IIF P) pelos conjuntos fuzzy (CF) que associado às variáveis advindas dos exames de função pulmonar, capacidade vital forçada (CV F) e capacidade de difusão do monóxido de carbono (DLCO), contribuiu para o acompanhamento clínico de pacientes com ES. As técnicas e métodos implementados, propiciou o desenvolvimento do SisRPIP - Sistema de Reconhecimento de Padrão em Imagens Pulmonares. A viabilidade do SisRPIP foi verificada em radiografias simples de tórax de 40 pacientes já diagnosticados com ES e, os resultados, assim como a metodologia utilizada são apresentados nesta Tese.
id UFRJ_169231622bfec5ac04d8c28daa730161
oai_identifier_str oai:pantheon.ufrj.br:11422/10160
network_acronym_str UFRJ
network_name_str Repositório Institucional da UFRJ
repository_id_str
spelling Oliveira, Fernando Moraes dehttp://lattes.cnpq.br/6737161228115224Benevides, Mário Roberto FolhadelaLanzillotti, Regina SerrãoLopes, Agnaldo JoséCosta, Rosa Maria Esteves Moreira daCarvalho, Luis Alfredo Vidal de2019-10-18T17:11:01Z2023-11-30T03:01:15Z2017-06http://hdl.handle.net/11422/10160As imagens médicas objetivam captar informações para diagnóstico e/ou acompanhamento do paciente. As tecnologias de aquisição de imagem evoluíram e se apresentam como: tomografia computadorizada (TC), ultrassonografia, ressonância magnética (RMP), medicina nuclear e a radiografia simples (raio-X). As imagens de radiografias simples de tórax possuem invariavelmente graduações de intensidade e incertezas, o que conduz à escolha da abordagem dos sistemas fuzzy (SF). Objetiva-se otimizar a visualização de imagens de radiografias simples de tórax na confirmação e acompanhamento do diagnóstico do acometimento pulmonar em pacientes com esclerose sistêmica (ES). O reconhecimento de padrão pela metodologia fuzzy com destaque na segmentação das imagens pelos conjuntos intuicionistas fuzzy (CIF), conduziu a criação do índice de intensidade de fibrose pulmonar (IIF P) pelos conjuntos fuzzy (CF) que associado às variáveis advindas dos exames de função pulmonar, capacidade vital forçada (CV F) e capacidade de difusão do monóxido de carbono (DLCO), contribuiu para o acompanhamento clínico de pacientes com ES. As técnicas e métodos implementados, propiciou o desenvolvimento do SisRPIP - Sistema de Reconhecimento de Padrão em Imagens Pulmonares. A viabilidade do SisRPIP foi verificada em radiografias simples de tórax de 40 pacientes já diagnosticados com ES e, os resultados, assim como a metodologia utilizada são apresentados nesta Tese.Medical images are used to gather information for diagnosis and/or follow-up of patients state. Image acquisition technologies have evolved along the years and the most common are: computed tomography (CT), ultrasonography, magnetic resonance imaging (MRI), nuclear medicine and x-ray. Chest X-ray images invariably have intensity gradations and uncertainties, which leads to the choice of the fuzzy systems (FS) approach. The objective of this study was to optimize images of simple chest X-ray that are used in pulmonary involvement diagnoses' confirmation and follow-up in patients with systemic sclerosis (SS). Pattern recognition using fuzzy methodology, with emphasis on the images segmentation by the intuitionist fuzzy sets (IFS), led to the creation of the pulmonary fibrosis intensity index (P F II) using fuzzy sets (FS). This index, associated with results from pulmoray function tests (PFT), forced vital capacity (F V C) and carbon monoxide difusion capacity (DLCO), assisted on the clinical follow-up of patients with SS. The techniques and methods implemented allowed the development of the SisRPIP - Pattern Recognition System in Pulmonary Imaging. The viability of the SisRPIP was verified with 40 patients' plain chest radiographs already diagnosed with SS, and the results and methodology used, are presented in this thesis.Submitted by Aglair Aguiar (aglair@ct.ufrj.br) on 2019-10-18T17:11:01Z No. of bitstreams: 1 878050.pdf: 5183568 bytes, checksum: 57958315a272c737755fbc878c425112 (MD5)Made available in DSpace on 2019-10-18T17:11:01Z (GMT). No. of bitstreams: 1 878050.pdf: 5183568 bytes, checksum: 57958315a272c737755fbc878c425112 (MD5) Previous issue date: 2017-06porUniversidade Federal do Rio de JaneiroPrograma de Pós-Graduação em Engenharia de Sistemas e ComputaçãoUFRJBrasilInstituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de EngenhariaCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOEngenharia de Sistemas e ComputaçãoProcessamento de imagemSistemas fuzzyReconhecimento de padrão em pacientes com esclerose sistêmica por sistemasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisabertoinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRJinstname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJORIGINAL878050.pdf878050.pdfapplication/pdf5183568http://pantheon.ufrj.br:80/bitstream/11422/10160/1/878050.pdf57958315a272c737755fbc878c425112MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81853http://pantheon.ufrj.br:80/bitstream/11422/10160/2/license.txtdd32849f2bfb22da963c3aac6e26e255MD5211422/101602023-11-30 00:01:15.326oai:pantheon.ufrj.br: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Repositório de PublicaçõesPUBhttp://www.pantheon.ufrj.br/oai/requestopendoar:2023-11-30T03:01:15Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ)false
dc.title.pt_BR.fl_str_mv Reconhecimento de padrão em pacientes com esclerose sistêmica por sistemas
title Reconhecimento de padrão em pacientes com esclerose sistêmica por sistemas
spellingShingle Reconhecimento de padrão em pacientes com esclerose sistêmica por sistemas
Oliveira, Fernando Moraes de
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Engenharia de Sistemas e Computação
Processamento de imagem
Sistemas fuzzy
title_short Reconhecimento de padrão em pacientes com esclerose sistêmica por sistemas
title_full Reconhecimento de padrão em pacientes com esclerose sistêmica por sistemas
title_fullStr Reconhecimento de padrão em pacientes com esclerose sistêmica por sistemas
title_full_unstemmed Reconhecimento de padrão em pacientes com esclerose sistêmica por sistemas
title_sort Reconhecimento de padrão em pacientes com esclerose sistêmica por sistemas
author Oliveira, Fernando Moraes de
author_facet Oliveira, Fernando Moraes de
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/6737161228115224
dc.contributor.author.fl_str_mv Oliveira, Fernando Moraes de
dc.contributor.referee1.fl_str_mv Benevides, Mário Roberto Folhadela
dc.contributor.referee2.fl_str_mv Lanzillotti, Regina Serrão
dc.contributor.referee3.fl_str_mv Lopes, Agnaldo José
dc.contributor.referee4.fl_str_mv Costa, Rosa Maria Esteves Moreira da
dc.contributor.advisor1.fl_str_mv Carvalho, Luis Alfredo Vidal de
contributor_str_mv Benevides, Mário Roberto Folhadela
Lanzillotti, Regina Serrão
Lopes, Agnaldo José
Costa, Rosa Maria Esteves Moreira da
Carvalho, Luis Alfredo Vidal de
dc.subject.cnpq.fl_str_mv CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
topic CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Engenharia de Sistemas e Computação
Processamento de imagem
Sistemas fuzzy
dc.subject.por.fl_str_mv Engenharia de Sistemas e Computação
Processamento de imagem
Sistemas fuzzy
description As imagens médicas objetivam captar informações para diagnóstico e/ou acompanhamento do paciente. As tecnologias de aquisição de imagem evoluíram e se apresentam como: tomografia computadorizada (TC), ultrassonografia, ressonância magnética (RMP), medicina nuclear e a radiografia simples (raio-X). As imagens de radiografias simples de tórax possuem invariavelmente graduações de intensidade e incertezas, o que conduz à escolha da abordagem dos sistemas fuzzy (SF). Objetiva-se otimizar a visualização de imagens de radiografias simples de tórax na confirmação e acompanhamento do diagnóstico do acometimento pulmonar em pacientes com esclerose sistêmica (ES). O reconhecimento de padrão pela metodologia fuzzy com destaque na segmentação das imagens pelos conjuntos intuicionistas fuzzy (CIF), conduziu a criação do índice de intensidade de fibrose pulmonar (IIF P) pelos conjuntos fuzzy (CF) que associado às variáveis advindas dos exames de função pulmonar, capacidade vital forçada (CV F) e capacidade de difusão do monóxido de carbono (DLCO), contribuiu para o acompanhamento clínico de pacientes com ES. As técnicas e métodos implementados, propiciou o desenvolvimento do SisRPIP - Sistema de Reconhecimento de Padrão em Imagens Pulmonares. A viabilidade do SisRPIP foi verificada em radiografias simples de tórax de 40 pacientes já diagnosticados com ES e, os resultados, assim como a metodologia utilizada são apresentados nesta Tese.
publishDate 2017
dc.date.issued.fl_str_mv 2017-06
dc.date.accessioned.fl_str_mv 2019-10-18T17:11:01Z
dc.date.available.fl_str_mv 2023-11-30T03:01:15Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/11422/10160
url http://hdl.handle.net/11422/10160
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.publisher.none.fl_str_mv Universidade Federal do Rio de Janeiro
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Engenharia de Sistemas e Computação
dc.publisher.initials.fl_str_mv UFRJ
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Instituto Alberto Luiz Coimbra de Pós-Graduação e Pesquisa de Engenharia
publisher.none.fl_str_mv Universidade Federal do Rio de Janeiro
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRJ
instname:Universidade Federal do Rio de Janeiro (UFRJ)
instacron:UFRJ
instname_str Universidade Federal do Rio de Janeiro (UFRJ)
instacron_str UFRJ
institution UFRJ
reponame_str Repositório Institucional da UFRJ
collection Repositório Institucional da UFRJ
bitstream.url.fl_str_mv http://pantheon.ufrj.br:80/bitstream/11422/10160/1/878050.pdf
http://pantheon.ufrj.br:80/bitstream/11422/10160/2/license.txt
bitstream.checksum.fl_str_mv 57958315a272c737755fbc878c425112
dd32849f2bfb22da963c3aac6e26e255
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRJ - Universidade Federal do Rio de Janeiro (UFRJ)
repository.mail.fl_str_mv
_version_ 1784097165953466368