Segmentação e extração de características de gliomas cerebrais utilizando processamento digital de imagens

Detalhes bibliográficos
Autor(a) principal: Dantas, William Marcos
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/123456789/50724
Resumo: Um dos tumores percussores de maior letalidade entre adultos e idosos, são os tumores de gliomas, segundo o CBTRUS, gliomas constituem 78% dos casos de tumores malignos. Seu aspecto difuso sobre o sistema nervoso central causa necrose no tecido cerebral, e sua rápida expansão compete com o espaço do cérebro dentro da caixa craniana, levando a baixa perspectiva de vida quando são descobertos em fase de alto grau. Dessa forma, foi desenvolvido uma estratégia algorítmica capaz de segmentar o glioma em sua localidade correta e extrair características com base nos cálculos de área, perímetro, compacidade e circularidade nas imagens de ressonância magnética, utilizando técnicas de processamento de imagens. Uma análise comparativa dos resultados obtidos pelo algoritmo em relação ao modelo gerado pelo especialista da base de dados foi realizada, obtendo resultados importantes, com uma taxa de sensibilidade 76% na segmentação e extração das características dos tumores, 67,08% no plano axial, 80,44% no plano sagital e 76,62% no plano coronal. As soluções obtidas foram promissoras, onde em alguns casos a segmentação pelo algoritmo se mostrou mais adequado ao glioma que os métodos convencionais usados pelos especialistas.
id UFRN_2d84b3ef8e69eba5a36b78731bd6a1d5
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/50724
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Dantas, William Marcoshttps://lattes.cnpq.br/9755328360771306http://lattes.cnpq.br/5057165446370629Barbosa, José Micael D.Souza, Luísa Christina deSoares, Heliana Bezerra2022-12-28T11:53:55Z2022-12-28T11:53:55Z2022-12-20DANTAS, William Marcos. Segmentação e extração de características de gliomas cerebrais utilizando processamento digital de imagens. 2022. 71 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Biomédica) - Departamento de Engenharia Biomédica, Universidade Federal do Rio Grande do Norte, Natal, 2022.https://repositorio.ufrn.br/handle/123456789/50724Um dos tumores percussores de maior letalidade entre adultos e idosos, são os tumores de gliomas, segundo o CBTRUS, gliomas constituem 78% dos casos de tumores malignos. Seu aspecto difuso sobre o sistema nervoso central causa necrose no tecido cerebral, e sua rápida expansão compete com o espaço do cérebro dentro da caixa craniana, levando a baixa perspectiva de vida quando são descobertos em fase de alto grau. Dessa forma, foi desenvolvido uma estratégia algorítmica capaz de segmentar o glioma em sua localidade correta e extrair características com base nos cálculos de área, perímetro, compacidade e circularidade nas imagens de ressonância magnética, utilizando técnicas de processamento de imagens. Uma análise comparativa dos resultados obtidos pelo algoritmo em relação ao modelo gerado pelo especialista da base de dados foi realizada, obtendo resultados importantes, com uma taxa de sensibilidade 76% na segmentação e extração das características dos tumores, 67,08% no plano axial, 80,44% no plano sagital e 76,62% no plano coronal. As soluções obtidas foram promissoras, onde em alguns casos a segmentação pelo algoritmo se mostrou mais adequado ao glioma que os métodos convencionais usados pelos especialistas.One of the most lethal precursor tumors among adults and the elderly are glioma tumors, according to the CBTRUS, gliomas constitute 78% of cases of malignant tumors. Their diffuse aspect over the central nervous system causes necrosis in the brain tissue, and their rapid expansion competes with the brain's space within the cranial vault, leading to poor life prospects when they are discovered in the high-grade stage. Thus, an algorithmic strategy was developed capable of segmenting the glioma in its correct location and extracting features based on area, perimeter, compactness and circularity calculations in magnetic resonance images, using image processing techniques. A comparative analysis of the results obtained by the algorithm in relation to the model generated by the database specialist was performed, obtaining important results, with a sensitivity rate of 76% in the segmentation and extraction of tumor characteristics, 67.08% in the axial plane, 80.44% in the sagittal plane and 76.62% in the coronal plane. The solutions obtained were promising, where in some cases the segmentation by the algorithm proved to be more suitable for the glioma than the conventional methods used by specialists.Universidade Federal do Rio Grande do NorteEngenharia BiomédicaUFRNBrasilEngenharia BiomédicaAttribution-ShareAlike 3.0 Brazilhttp://creativecommons.org/licenses/by-sa/3.0/br/info:eu-repo/semantics/openAccessTumor cerebralGliomaRessonância magnéticaProcessamento digital de imagensSegmentaçãoSegmentação e extração de características de gliomas cerebrais utilizando processamento digital de imagensSegmentation and feature extraction by digital image processing techniques in cerebral gliomasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALTCC - William Marcos Dantas.pdfTCC - William Marcos Dantas.pdfapplication/pdf6981027https://repositorio.ufrn.br/bitstream/123456789/50724/1/TCC%20-%20William%20Marcos%20Dantas.pdf3b91006fe901188d641b06ea3812db75MD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81031https://repositorio.ufrn.br/bitstream/123456789/50724/2/license_rdf9b85e4235558a2887c2be3998124b615MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81484https://repositorio.ufrn.br/bitstream/123456789/50724/3/license.txte9597aa2854d128fd968be5edc8a28d9MD53123456789/507242022-12-28 08:53:55.343oai:https://repositorio.ufrn.br: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Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2022-12-28T11:53:55Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv Segmentação e extração de características de gliomas cerebrais utilizando processamento digital de imagens
dc.title.alternative.pt_BR.fl_str_mv Segmentation and feature extraction by digital image processing techniques in cerebral gliomas
title Segmentação e extração de características de gliomas cerebrais utilizando processamento digital de imagens
spellingShingle Segmentação e extração de características de gliomas cerebrais utilizando processamento digital de imagens
Dantas, William Marcos
Tumor cerebral
Glioma
Ressonância magnética
Processamento digital de imagens
Segmentação
title_short Segmentação e extração de características de gliomas cerebrais utilizando processamento digital de imagens
title_full Segmentação e extração de características de gliomas cerebrais utilizando processamento digital de imagens
title_fullStr Segmentação e extração de características de gliomas cerebrais utilizando processamento digital de imagens
title_full_unstemmed Segmentação e extração de características de gliomas cerebrais utilizando processamento digital de imagens
title_sort Segmentação e extração de características de gliomas cerebrais utilizando processamento digital de imagens
author Dantas, William Marcos
author_facet Dantas, William Marcos
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv https://lattes.cnpq.br/9755328360771306
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/5057165446370629
dc.contributor.referees1.none.fl_str_mv Barbosa, José Micael D.
dc.contributor.referees2.none.fl_str_mv Souza, Luísa Christina de
dc.contributor.author.fl_str_mv Dantas, William Marcos
dc.contributor.advisor1.fl_str_mv Soares, Heliana Bezerra
contributor_str_mv Soares, Heliana Bezerra
dc.subject.por.fl_str_mv Tumor cerebral
Glioma
Ressonância magnética
Processamento digital de imagens
Segmentação
topic Tumor cerebral
Glioma
Ressonância magnética
Processamento digital de imagens
Segmentação
description Um dos tumores percussores de maior letalidade entre adultos e idosos, são os tumores de gliomas, segundo o CBTRUS, gliomas constituem 78% dos casos de tumores malignos. Seu aspecto difuso sobre o sistema nervoso central causa necrose no tecido cerebral, e sua rápida expansão compete com o espaço do cérebro dentro da caixa craniana, levando a baixa perspectiva de vida quando são descobertos em fase de alto grau. Dessa forma, foi desenvolvido uma estratégia algorítmica capaz de segmentar o glioma em sua localidade correta e extrair características com base nos cálculos de área, perímetro, compacidade e circularidade nas imagens de ressonância magnética, utilizando técnicas de processamento de imagens. Uma análise comparativa dos resultados obtidos pelo algoritmo em relação ao modelo gerado pelo especialista da base de dados foi realizada, obtendo resultados importantes, com uma taxa de sensibilidade 76% na segmentação e extração das características dos tumores, 67,08% no plano axial, 80,44% no plano sagital e 76,62% no plano coronal. As soluções obtidas foram promissoras, onde em alguns casos a segmentação pelo algoritmo se mostrou mais adequado ao glioma que os métodos convencionais usados pelos especialistas.
publishDate 2022
dc.date.accessioned.fl_str_mv 2022-12-28T11:53:55Z
dc.date.available.fl_str_mv 2022-12-28T11:53:55Z
dc.date.issued.fl_str_mv 2022-12-20
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 DANTAS, William Marcos. Segmentação e extração de características de gliomas cerebrais utilizando processamento digital de imagens. 2022. 71 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Biomédica) - Departamento de Engenharia Biomédica, Universidade Federal do Rio Grande do Norte, Natal, 2022.
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/handle/123456789/50724
identifier_str_mv DANTAS, William Marcos. Segmentação e extração de características de gliomas cerebrais utilizando processamento digital de imagens. 2022. 71 f. Trabalho de Conclusão de Curso (Graduação em Engenharia Biomédica) - Departamento de Engenharia Biomédica, Universidade Federal do Rio Grande do Norte, Natal, 2022.
url https://repositorio.ufrn.br/handle/123456789/50724
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-ShareAlike 3.0 Brazil
http://creativecommons.org/licenses/by-sa/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-ShareAlike 3.0 Brazil
http://creativecommons.org/licenses/by-sa/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/123456789/50724/1/TCC%20-%20William%20Marcos%20Dantas.pdf
https://repositorio.ufrn.br/bitstream/123456789/50724/2/license_rdf
https://repositorio.ufrn.br/bitstream/123456789/50724/3/license.txt
bitstream.checksum.fl_str_mv 3b91006fe901188d641b06ea3812db75
9b85e4235558a2887c2be3998124b615
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_ 1814833018265665536

Registros relacionados