Segmentação de imagens de TC do toráx para análise da pneumonia acometida pela covid-19

Detalhes bibliográficos
Autor(a) principal: Batista, João Lucas de Castro
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:123456789/49365Tk9OLUVYQ0xVU0lWRSBESVNUUklCVVRJT04gTElDRU5TRQoKCkJ5IHNpZ25pbmcgYW5kIGRlbGl2ZXJpbmcgdGhpcyBsaWNlbnNlLCBNci4gKGF1dGhvciBvciBjb3B5cmlnaHQgaG9sZGVyKToKCgphKSBHcmFudHMgdGhlIFVuaXZlcnNpZGFkZSBGZWRlcmFsIFJpbyBHcmFuZGUgZG8gTm9ydGUgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgb2YKcmVwcm9kdWNlLCBjb252ZXJ0IChhcyBkZWZpbmVkIGJlbG93KSwgY29tbXVuaWNhdGUgYW5kIC8gb3IKZGlzdHJpYnV0ZSB0aGUgZGVsaXZlcmVkIGRvY3VtZW50IChpbmNsdWRpbmcgYWJzdHJhY3QgLyBhYnN0cmFjdCkgaW4KZGlnaXRhbCBvciBwcmludGVkIGZvcm1hdCBhbmQgaW4gYW55IG1lZGl1bS4KCmIpIERlY2xhcmVzIHRoYXQgdGhlIGRvY3VtZW50IHN1Ym1pdHRlZCBpcyBpdHMgb3JpZ2luYWwgd29yaywgYW5kIHRoYXQKeW91IGhhdmUgdGhlIHJpZ2h0IHRvIGdyYW50IHRoZSByaWdodHMgY29udGFpbmVkIGluIHRoaXMgbGljZW5zZS4gRGVjbGFyZXMKdGhhdCB0aGUgZGVsaXZlcnkgb2YgdGhlIGRvY3VtZW50IGRvZXMgbm90IGluZnJpbmdlLCBhcyBmYXIgYXMgaXQgaXMKdGhlIHJpZ2h0cyBvZiBhbnkgb3RoZXIgcGVyc29uIG9yIGVudGl0eS4KCmMpIElmIHRoZSBkb2N1bWVudCBkZWxpdmVyZWQgY29udGFpbnMgbWF0ZXJpYWwgd2hpY2ggZG9lcyBub3QKcmlnaHRzLCBkZWNsYXJlcyB0aGF0IGl0IGhhcyBvYnRhaW5lZCBhdXRob3JpemF0aW9uIGZyb20gdGhlIGhvbGRlciBvZiB0aGUKY29weXJpZ2h0IHRvIGdyYW50IHRoZSBVbml2ZXJzaWRhZGUgRmVkZXJhbCBkbyBSaW8gR3JhbmRlIGRvIE5vcnRlIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdCB0aGlzIG1hdGVyaWFsIHdob3NlIHJpZ2h0cyBhcmUgb2YKdGhpcmQgcGFydGllcyBpcyBjbGVhcmx5IGlkZW50aWZpZWQgYW5kIHJlY29nbml6ZWQgaW4gdGhlIHRleHQgb3IKY29udGVudCBvZiB0aGUgZG9jdW1lbnQgZGVsaXZlcmVkLgoKSWYgdGhlIGRvY3VtZW50IHN1Ym1pdHRlZCBpcyBiYXNlZCBvbiBmdW5kZWQgb3Igc3VwcG9ydGVkIHdvcmsKYnkgYW5vdGhlciBpbnN0aXR1dGlvbiBvdGhlciB0aGFuIHRoZSBVbml2ZXJzaWRhZGUgRmVkZXJhbCBkbyBSaW8gR3JhbmRlIGRvIE5vcnRlLCBkZWNsYXJlcyB0aGF0IGl0IGhhcyBmdWxmaWxsZWQgYW55IG9ibGlnYXRpb25zIHJlcXVpcmVkIGJ5IHRoZSByZXNwZWN0aXZlIGFncmVlbWVudCBvciBhZ3JlZW1lbnQuCgpUaGUgVW5pdmVyc2lkYWRlIEZlZGVyYWwgZG8gUmlvIEdyYW5kZSBkbyBOb3J0ZSB3aWxsIGNsZWFybHkgaWRlbnRpZnkgaXRzIG5hbWUgKHMpIGFzIHRoZSBhdXRob3IgKHMpIG9yIGhvbGRlciAocykgb2YgdGhlIGRvY3VtZW50J3MgcmlnaHRzCmRlbGl2ZXJlZCwgYW5kIHdpbGwgbm90IG1ha2UgYW55IGNoYW5nZXMsIG90aGVyIHRoYW4gdGhvc2UgcGVybWl0dGVkIGJ5CnRoaXMgbGljZW5zZQo=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

Registros relacionados