Segmentação da pneumonia causada por covid-19 em imagens tomográficas

Detalhes bibliográficos
Autor(a) principal: Caro, João Pedro Betanza Dal
Data de Publicação: 2022
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Repositório Institucional da UFRN
Texto Completo: https://repositorio.ufrn.br/handle/123456789/50591
Resumo: Com o surgimento da pandemia de COVID-19, causada pelo novo coronavírus chamado de Sars-COV-2, houve uma corrida global na busca por formas de diagnosticar a doença e entender seus efeitos no corpo humano. Como os casos mais graves compreendem infeções pulmonares, o efeito do vírus nos pulmões possui alta relevância para os estudos da área, tornando bastante popular a utilização e análise de imagens de tomografia computadorizada (TC) do tórax. Visando auxiliar o profissional de saúde no acompanhamento da doença, este trabalho apresenta uma estratégia algorítmica com o objetivo de segmentar a região comprometida pela pneumonia de COVID-19. Utilizando técnicas de operações morfológicas e um método de limiarização adaptativa para adquirir as máscaras pulmonares e de infecções, o trabalho foi capaz de sugerir um nível percentual de comprometimento pulmonar do paciente com um erro médio de 3,55%. O algoritmo também apresentou uma acurácia média de 99,11% e uma especificidade de 99,65%.
id UFRN_0bdab7a6faba1e7bdf9452cd3ed9df07
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/50591
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Caro, João Pedro Betanza DalDiniz, Anthony Andrey RamalhoSouza, Luísa Christina deSoares, Heliana Bezerra2022-12-23T16:55:39Z2022-12-23T16:55:39Z2022-12-21CARO, João Pedro Betanza Dal. Segmentação da pneumonia causada por COVID-19 em imagens tomográficas. Orientador: Heliana Bezerra Soares. 2022. 57 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Biomédica) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, 2022.https://repositorio.ufrn.br/handle/123456789/50591Com o surgimento da pandemia de COVID-19, causada pelo novo coronavírus chamado de Sars-COV-2, houve uma corrida global na busca por formas de diagnosticar a doença e entender seus efeitos no corpo humano. Como os casos mais graves compreendem infeções pulmonares, o efeito do vírus nos pulmões possui alta relevância para os estudos da área, tornando bastante popular a utilização e análise de imagens de tomografia computadorizada (TC) do tórax. Visando auxiliar o profissional de saúde no acompanhamento da doença, este trabalho apresenta uma estratégia algorítmica com o objetivo de segmentar a região comprometida pela pneumonia de COVID-19. Utilizando técnicas de operações morfológicas e um método de limiarização adaptativa para adquirir as máscaras pulmonares e de infecções, o trabalho foi capaz de sugerir um nível percentual de comprometimento pulmonar do paciente com um erro médio de 3,55%. O algoritmo também apresentou uma acurácia média de 99,11% e uma especificidade de 99,65%.With the arrival of the COVID-19 pandemic, caused by the new coronavirus Sars-CoV-2, there was a global race in search of methods to diagnose the disease and understand its effects on the human body. As most severe cases refer to pulmonary infections, the effects of the virus in the lungs reached high interest for the area research, popularizing the usage of computed tomography (CT) chest scans. Aiming to ease the healthcare professional’s follow-up, this work presents an algorithmic strategy with the objective of segmenting the COVID-19 compromised region within the lungs. Using morphologic operations and an adaptive limiarization technique to achieve lung and infection masks, the algorithm could suggest a compromise rate with a mean error of 3.55%. It also presented a mean accuracy of 99.11% and a specificity of 99.65%.Universidade Federal do Rio Grande do NorteEngenharia BiomédicaUFRNBrasilEngenharia BiomédicaAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessCOVID-19SegmentaçãoProcessamento digital de imagensTomografiaComprometimento pulmonarSegmentationDigital imaging processingTomographyLung compromiseSegmentação da pneumonia causada por covid-19 em imagens tomográficasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALSegmentaçãodaPneumonia_Caro_2022.pdfSegmentaçãodaPneumonia_Caro_2022.pdfapplication/pdf2681544https://repositorio.ufrn.br/bitstream/123456789/50591/2/Segmenta%c3%a7%c3%a3odaPneumonia_Caro_2022.pdf11a5d33ec4ec92f1767bf8065bde070cMD52CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufrn.br/bitstream/123456789/50591/3/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD53LICENSElicense.txtlicense.txttext/plain; charset=utf-81484https://repositorio.ufrn.br/bitstream/123456789/50591/4/license.txte9597aa2854d128fd968be5edc8a28d9MD54123456789/505912022-12-23 13:55:40.421oai:https://repositorio.ufrn.br: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Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2022-12-23T16:55:40Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv Segmentação da pneumonia causada por covid-19 em imagens tomográficas
title Segmentação da pneumonia causada por covid-19 em imagens tomográficas
spellingShingle Segmentação da pneumonia causada por covid-19 em imagens tomográficas
Caro, João Pedro Betanza Dal
COVID-19
Segmentação
Processamento digital de imagens
Tomografia
Comprometimento pulmonar
Segmentation
Digital imaging processing
Tomography
Lung compromise
title_short Segmentação da pneumonia causada por covid-19 em imagens tomográficas
title_full Segmentação da pneumonia causada por covid-19 em imagens tomográficas
title_fullStr Segmentação da pneumonia causada por covid-19 em imagens tomográficas
title_full_unstemmed Segmentação da pneumonia causada por covid-19 em imagens tomográficas
title_sort Segmentação da pneumonia causada por covid-19 em imagens tomográficas
author Caro, João Pedro Betanza Dal
author_facet Caro, João Pedro Betanza Dal
author_role author
dc.contributor.referees1.none.fl_str_mv Diniz, Anthony Andrey Ramalho
dc.contributor.referees2.none.fl_str_mv Souza, Luísa Christina de
dc.contributor.author.fl_str_mv Caro, João Pedro Betanza Dal
dc.contributor.advisor1.fl_str_mv Soares, Heliana Bezerra
contributor_str_mv Soares, Heliana Bezerra
dc.subject.por.fl_str_mv COVID-19
Segmentação
Processamento digital de imagens
Tomografia
Comprometimento pulmonar
Segmentation
Digital imaging processing
Tomography
Lung compromise
topic COVID-19
Segmentação
Processamento digital de imagens
Tomografia
Comprometimento pulmonar
Segmentation
Digital imaging processing
Tomography
Lung compromise
description Com o surgimento da pandemia de COVID-19, causada pelo novo coronavírus chamado de Sars-COV-2, houve uma corrida global na busca por formas de diagnosticar a doença e entender seus efeitos no corpo humano. Como os casos mais graves compreendem infeções pulmonares, o efeito do vírus nos pulmões possui alta relevância para os estudos da área, tornando bastante popular a utilização e análise de imagens de tomografia computadorizada (TC) do tórax. Visando auxiliar o profissional de saúde no acompanhamento da doença, este trabalho apresenta uma estratégia algorítmica com o objetivo de segmentar a região comprometida pela pneumonia de COVID-19. Utilizando técnicas de operações morfológicas e um método de limiarização adaptativa para adquirir as máscaras pulmonares e de infecções, o trabalho foi capaz de sugerir um nível percentual de comprometimento pulmonar do paciente com um erro médio de 3,55%. O algoritmo também apresentou uma acurácia média de 99,11% e uma especificidade de 99,65%.
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-12-23T16:55:39Z
dc.date.available.fl_str_mv 2022-12-23T16:55:39Z
dc.date.issued.fl_str_mv 2022-12-21
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv CARO, João Pedro Betanza Dal. Segmentação da pneumonia causada por COVID-19 em imagens tomográficas. Orientador: Heliana Bezerra Soares. 2022. 57 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Biomédica) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, 2022.
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/handle/123456789/50591
identifier_str_mv CARO, João Pedro Betanza Dal. Segmentação da pneumonia causada por COVID-19 em imagens tomográficas. Orientador: Heliana Bezerra Soares. 2022. 57 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Biomédica) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, 2022.
url https://repositorio.ufrn.br/handle/123456789/50591
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 do Rio Grande do Norte
dc.publisher.program.fl_str_mv Engenharia Biomédica
dc.publisher.initials.fl_str_mv UFRN
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Engenharia Biomédica
publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
bitstream.url.fl_str_mv https://repositorio.ufrn.br/bitstream/123456789/50591/2/Segmenta%c3%a7%c3%a3odaPneumonia_Caro_2022.pdf
https://repositorio.ufrn.br/bitstream/123456789/50591/3/license_rdf
https://repositorio.ufrn.br/bitstream/123456789/50591/4/license.txt
bitstream.checksum.fl_str_mv 11a5d33ec4ec92f1767bf8065bde070c
e39d27027a6cc9cb039ad269a5db8e34
e9597aa2854d128fd968be5edc8a28d9
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv
_version_ 1802117773444251648

Registros relacionados