Segmentação de imagens de TC do toráx para análise da pneumonia acometida pela covid-19
Autor(a) principal: | |
---|---|
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/123456789/49365 |
Resumo: | A pandemia atual está matando milhões de pessoas ao redor do mundo, originada do vírus chamado SARS-CoV-2, a doença relacionada a ela recebeu o nome, COVID-19. O SARS-CoV-2 tem sua possível origem na China em mercados de animais silvestres na cidade de Wuhan, onde foram detectados os primeiros casos. Os sintomas desta doença são variados, indo de casos leves e assintomáticos aos mais graves como perda de funcionalidade de pulmão, a partir disso uma grande variedade de diagnósticos foram criados ou adaptados para tentar controlar este vírus. Uma delas, a tomografia computadorizada (TC), cujo funcionamento está relacionado a ondas de raio-x para captar tecidos de áreas do corpo humano. Para este fim foi utilizado técnicas de processamento digital de imagens, como segmentação e filtros, para selecionar as características das imagens da área pulmonar, em exames que buscam identificar o diagnóstico de COVID-19. Na avaliação do algoritmo, foi utilizado o erro quadrático médio para realizar a comparação dos resultados obtidos da segmentação automática da estratégia desenvolvida, com as imagens segmentadas manualmente pelo especialista disponibilizadas na base de dados. Os resultados obtidos na segmentação obtiveram resultados significativos, onde alcançou valores importantes tanto no cálculo do erro quanto na análise comparativa das imagens. |
id |
UFRN_0ddbeb318cd9ad668ebf21e8528c65a4 |
---|---|
oai_identifier_str |
oai:https://repositorio.ufrn.br:123456789/49365 |
network_acronym_str |
UFRN |
network_name_str |
Repositório Institucional da UFRN |
repository_id_str |
|
spelling |
Batista, João Lucas de Castrohttp://lattes.cnpq.br/2130917420263400http://lattes.cnpq.br/5057165446370629Silva, Adriana Cláudia Câmara daSouza, Luíza Christina deSoares, Heliana Bezerra2022-09-19T17:56:35Z2022-09-19T17:56:35Z2022-07-29BATISTA, João Lucas de Castro. Segmentação de imagens de TC para análise da pneumonia acometida pela Covid-19. Orientador: Heliana Bezerra Soares. 2022, 55f. Trabalho de Conclusão de Curso (Graduação em Engenharia Biomédica) - Departamento de Engenharia Biomédica, Universidade Federal do Rio Grande do Norte, 2022.https://repositorio.ufrn.br/handle/123456789/49365A pandemia atual está matando milhões de pessoas ao redor do mundo, originada do vírus chamado SARS-CoV-2, a doença relacionada a ela recebeu o nome, COVID-19. O SARS-CoV-2 tem sua possível origem na China em mercados de animais silvestres na cidade de Wuhan, onde foram detectados os primeiros casos. Os sintomas desta doença são variados, indo de casos leves e assintomáticos aos mais graves como perda de funcionalidade de pulmão, a partir disso uma grande variedade de diagnósticos foram criados ou adaptados para tentar controlar este vírus. Uma delas, a tomografia computadorizada (TC), cujo funcionamento está relacionado a ondas de raio-x para captar tecidos de áreas do corpo humano. Para este fim foi utilizado técnicas de processamento digital de imagens, como segmentação e filtros, para selecionar as características das imagens da área pulmonar, em exames que buscam identificar o diagnóstico de COVID-19. Na avaliação do algoritmo, foi utilizado o erro quadrático médio para realizar a comparação dos resultados obtidos da segmentação automática da estratégia desenvolvida, com as imagens segmentadas manualmente pelo especialista disponibilizadas na base de dados. Os resultados obtidos na segmentação obtiveram resultados significativos, onde alcançou valores importantes tanto no cálculo do erro quanto na análise comparativa das imagens.The current pandemic is killing millions of people around the world, originating from the virus called SARS-CoV-2, the disease related to it was named, COVID-19. SARS-CoV-2 has its possible origin in China in wild animal markets in the city of Wuhan, where the first cases were detected. The symptoms of this disease are varied, ranging from mild and asymptomatic cases to more serious ones such as loss of lung functionality, from which a wide variety of diagnoses have been created or adapted to try to control this virus. One of them, computed tomography (CT), whose operation is related to x-ray waves to capture tissues from areas of the human body. Thus, this work aimed to treat CT scans for a more efficient diagnosis of lung diseases. For this purpose, digital image processing techniques, such as segmentation and filters, were used to select the characteristics of the images of the pulmonary area, in exams that seek to identify the diagnosis of COVID-19. In the evaluation of the algorithm, the mean squared error was used to compare the results obtained from the automatic segmentation of the developed strategy, with the images manually segmented by the specialist made available in the database. The results obtained in the segmentation obtained significant results, where it reached important values both in the error calculation and in the comparative analysis of the images.Universidade Federal do Rio Grande do NorteEngenharia BiomédicaUFRNBrasilEngenharia BiomédicaCNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICACNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA::BIOENGENHARIA::PROCESSAMENTO DE SINAIS BIOLOGICOSCOVID-19Tomografia computadorizadaProcessamento digital de imagemSegmentaçãoAnálise de imagensComputed tomographyDigital image processingSegmentationImage analysisSegmentação de imagens de TC do toráx para análise da pneumonia acometida pela covid-19Segmentation of CT images for analysis of pneumonia affected by Covid-19info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNinfo:eu-repo/semantics/openAccessORIGINALTCC_João Lucas_FINAL.pdfTCC_João Lucas_FINAL.pdfTrabalho de Conclusão de Curso - João Lucas de Castro Batistaapplication/pdf5515562https://repositorio.ufrn.br/bitstream/123456789/49365/1/TCC_Joa%cc%83o%20Lucas_FINAL.pdf0295c9641f60ae7a7903ad44d337baadMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8701https://repositorio.ufrn.br/bitstream/123456789/49365/2/license_rdf42fd4ad1e89814f5e4a476b409eb708cMD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81484https://repositorio.ufrn.br/bitstream/123456789/49365/3/license.txte9597aa2854d128fd968be5edc8a28d9MD53123456789/493652023-03-08 17:52:25.008oai:https://repositorio.ufrn.br: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Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2023-03-08T20:52:25Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false |
dc.title.pt_BR.fl_str_mv |
Segmentação de imagens de TC do toráx para análise da pneumonia acometida pela covid-19 |
dc.title.alternative.pt_BR.fl_str_mv |
Segmentation of CT images for analysis of pneumonia affected by Covid-19 |
title |
Segmentação de imagens de TC do toráx para análise da pneumonia acometida pela covid-19 |
spellingShingle |
Segmentação de imagens de TC do toráx para análise da pneumonia acometida pela covid-19 Batista, João Lucas de Castro CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA::BIOENGENHARIA::PROCESSAMENTO DE SINAIS BIOLOGICOS COVID-19 Tomografia computadorizada Processamento digital de imagem Segmentação Análise de imagens Computed tomography Digital image processing Segmentation Image analysis |
title_short |
Segmentação de imagens de TC do toráx para análise da pneumonia acometida pela covid-19 |
title_full |
Segmentação de imagens de TC do toráx para análise da pneumonia acometida pela covid-19 |
title_fullStr |
Segmentação de imagens de TC do toráx para análise da pneumonia acometida pela covid-19 |
title_full_unstemmed |
Segmentação de imagens de TC do toráx para análise da pneumonia acometida pela covid-19 |
title_sort |
Segmentação de imagens de TC do toráx para análise da pneumonia acometida pela covid-19 |
author |
Batista, João Lucas de Castro |
author_facet |
Batista, João Lucas de Castro |
author_role |
author |
dc.contributor.authorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/2130917420263400 |
dc.contributor.advisorLattes.pt_BR.fl_str_mv |
http://lattes.cnpq.br/5057165446370629 |
dc.contributor.referees1.none.fl_str_mv |
Silva, Adriana Cláudia Câmara da |
dc.contributor.referees2.none.fl_str_mv |
Souza, Luíza Christina de |
dc.contributor.author.fl_str_mv |
Batista, João Lucas de Castro |
dc.contributor.advisor1.fl_str_mv |
Soares, Heliana Bezerra |
contributor_str_mv |
Soares, Heliana Bezerra |
dc.subject.cnpq.fl_str_mv |
CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA::BIOENGENHARIA::PROCESSAMENTO DE SINAIS BIOLOGICOS |
topic |
CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA CNPQ::ENGENHARIAS::ENGENHARIA BIOMEDICA::BIOENGENHARIA::PROCESSAMENTO DE SINAIS BIOLOGICOS COVID-19 Tomografia computadorizada Processamento digital de imagem Segmentação Análise de imagens Computed tomography Digital image processing Segmentation Image analysis |
dc.subject.por.fl_str_mv |
COVID-19 Tomografia computadorizada Processamento digital de imagem Segmentação Análise de imagens Computed tomography Digital image processing Segmentation Image analysis |
description |
A pandemia atual está matando milhões de pessoas ao redor do mundo, originada do vírus chamado SARS-CoV-2, a doença relacionada a ela recebeu o nome, COVID-19. O SARS-CoV-2 tem sua possível origem na China em mercados de animais silvestres na cidade de Wuhan, onde foram detectados os primeiros casos. Os sintomas desta doença são variados, indo de casos leves e assintomáticos aos mais graves como perda de funcionalidade de pulmão, a partir disso uma grande variedade de diagnósticos foram criados ou adaptados para tentar controlar este vírus. Uma delas, a tomografia computadorizada (TC), cujo funcionamento está relacionado a ondas de raio-x para captar tecidos de áreas do corpo humano. Para este fim foi utilizado técnicas de processamento digital de imagens, como segmentação e filtros, para selecionar as características das imagens da área pulmonar, em exames que buscam identificar o diagnóstico de COVID-19. Na avaliação do algoritmo, foi utilizado o erro quadrático médio para realizar a comparação dos resultados obtidos da segmentação automática da estratégia desenvolvida, com as imagens segmentadas manualmente pelo especialista disponibilizadas na base de dados. Os resultados obtidos na segmentação obtiveram resultados significativos, onde alcançou valores importantes tanto no cálculo do erro quanto na análise comparativa das imagens. |
publishDate |
2022 |
dc.date.accessioned.fl_str_mv |
2022-09-19T17:56:35Z |
dc.date.available.fl_str_mv |
2022-09-19T17:56:35Z |
dc.date.issued.fl_str_mv |
2022-07-29 |
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 |
BATISTA, João Lucas de Castro. Segmentação de imagens de TC para análise da pneumonia acometida pela Covid-19. Orientador: Heliana Bezerra Soares. 2022, 55f. Trabalho de Conclusão de Curso (Graduação em Engenharia Biomédica) - Departamento de Engenharia Biomédica, Universidade Federal do Rio Grande do Norte, 2022. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufrn.br/handle/123456789/49365 |
identifier_str_mv |
BATISTA, João Lucas de Castro. Segmentação de imagens de TC para análise da pneumonia acometida pela Covid-19. Orientador: Heliana Bezerra Soares. 2022, 55f. Trabalho de Conclusão de Curso (Graduação em Engenharia Biomédica) - Departamento de Engenharia Biomédica, Universidade Federal do Rio Grande do Norte, 2022. |
url |
https://repositorio.ufrn.br/handle/123456789/49365 |
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 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/123456789/49365/1/TCC_Joa%cc%83o%20Lucas_FINAL.pdf https://repositorio.ufrn.br/bitstream/123456789/49365/2/license_rdf https://repositorio.ufrn.br/bitstream/123456789/49365/3/license.txt |
bitstream.checksum.fl_str_mv |
0295c9641f60ae7a7903ad44d337baad 42fd4ad1e89814f5e4a476b409eb708c 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_ |
1802117563734294528 |