Reconhecimento de padrão em pacientes com esclerose sistêmica por sistemas
Autor(a) principal: | |
---|---|
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 |