Implementação e avaliação de métodos de Compressive Sensing com pré-filtragem para imageamento por tomografia computadorizada

Detalhes bibliográficos
Autor(a) principal: Sousa, Camila Franco de
Data de Publicação: 2019
Tipo de documento: Trabalho de conclusão de curso
Idioma: por
Título da fonte: Biblioteca Digital de Monografias da UnB
Texto Completo: https://bdm.unb.br/handle/10483/27776
Resumo: Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Faculdade UnB Gama, Engenharia Eletrônica, 2019.
id UNB-2_7e3758282ed8dcae52a8e8ea625b6b7b
oai_identifier_str oai:bdm.unb.br:10483/27776
network_acronym_str UNB-2
network_name_str Biblioteca Digital de Monografias da UnB
repository_id_str 11571
spelling Sousa, Camila Franco deMiosso, Cristiano JacquesSOUSA, Camila Franco de. Implementação e avaliação de métodos de Compressive Sensing com pré-filtragem para imageamento por tomografia computadorizada. 2019. 58 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Eletrônica)—Universidade de Brasília, Brasília, 2019.https://bdm.unb.br/handle/10483/27776Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Faculdade UnB Gama, Engenharia Eletrônica, 2019.A Tomografia Computadorizada (TC) é um tipo de imageamento médico utilizado para a visualização de cortes ou imagens tridimensionais de diversas regiões do corpo. Na área da engenharia biomédica, é uma técnica usada para a realização de diagnósticos, triagens, exames preventivos. Essa forma de construção de imagens e bastante utilizada principalmente por sua rapidez e boa resolução espacial. Contudo, a realização desse processo está relacionada com doses de radiação que podem ser prejudiciais ao paciente, a longo prazo. A dosagem é associada a diversos fatores, dentre os quais pode-se ressaltar o número de medidas necessárias para a reconstrução da imagem. Nesse contexto, o conceito de Compressive Sensing pode ser inserido, por ser uma técnica de redução da informação suficiente para a reconstrução de um sinal. A utilização de pré-filtragem de medidas culmina em um desempenho ainda melhor de reconstrução, em termos de tempo e qualidade do sinal. Então, o presente trabalho propõe a implementação de um método de reconstrução usando-se pré-filtragem para o caso específico de medidas radiais provenientes da máquina de Tomografia Computadorizada. Para isso, estudam-se aspectos históricos e o processo de aquisição de medidas, feito pela detecção dos feixes de Raios X atenuados, em detrimento da quantidade de Raios X anteriores `a travessia pelo objeto. Essas medidas, chamadas de projeções de Raios X, são apresentadas no domínio de Radon, através de uma representação gráfica conhecida como Sinograma. Pelo Sinograma, pode-se fazer uma conversão das medidas para o domínio da frequência, conforme pontuado pelo Teorema dos Cortes de Fourier. Somado a isso, pode-se desempenhar uma pré-filtragem das medidas, uma vez que Compressive Sensing supõe que o sinal assume uma representação esparsa em um domínio transformado. Com isso, o meéodo apresentado consiste em quatro etapas: a extração de medidas do sinograma para o domínio da frequência; a pré-filtragem dessas medidas utilizando-se três filtros bidimensionais de Haar; o uso de Compressive Sensing através da aplicação de um algoritmo de otimização para a reconstrução das três versões filtradas da imagem; e finalmente, a composição da imagem final. Para a análise de desempenho, foram utilizados três bancos de dados de imagens reais feitas por Tomografia Computadorizada. Os resultados indicaram que o uso de Compressive Sensing com pré-filtragem para as componentes de informações extraídas do domínio de Radon foi superior ao método da Retroprojeção Filtrada, usada como algoritmo padrão de reconstrução para esse tipo de imagem. Para 500 medidas, a diferença entre as SNRs para uma imagem específica foi de 11,6dB. Além disso, a análise da interpolação das medidas do Sinograma foi realizada, culminando em uma maior qualidade de imagem, com diferença viii entre as SNRs de até 15,1dB, para 230 medidas. Com isso, concluiu-se que o método proposto permite a reconstrução de imagens com qualidade superior à técnica usualmente utilizada, com uma quantidade de informação reduzida, uma vez que para a reconstrução por Retroprojeção Filtrada ´e feita com um número de medidas na casa de 103 para se obter uma boa imagem, enquanto o método proposto utilizou 230 direções para a reconstrução.Submitted by Anita Souza (anita.souza@bce.unb.br) on 2021-06-14T13:40:22Z No. of bitstreams: 1 2019_CamilaFrancoDeSousa_tcc.pdf: 15048015 bytes, checksum: cf0da855d27e5a5def7729572c50e4ea (MD5)Approved for entry into archive by Biblioteca Digital de Monografias Gerência (bdm@bce.unb.br) on 2021-06-23T14:07:50Z (GMT) No. of bitstreams: 1 2019_CamilaFrancoDeSousa_tcc.pdf: 15048015 bytes, checksum: cf0da855d27e5a5def7729572c50e4ea (MD5)Made available in DSpace on 2021-06-23T14:07:50Z (GMT). No. of bitstreams: 1 2019_CamilaFrancoDeSousa_tcc.pdf: 15048015 bytes, checksum: cf0da855d27e5a5def7729572c50e4ea (MD5)Computed Tomography (CT) is a type of medical imaging used for the visualization of sections or tridimensional images of different regions of the body. In the biomedical area, it is a technic used for performing diagnostics, triage, and physical examination. This form of image reconstruction is very used mainly because of it’s speed and good spatial resolution. However, this process is related to radiation doses that can be harmful to the health of the patient in the long term. The dosage is associated with multiple factors, where the number of measurements needed to perform image reconstruction is an important factor. In this context, the concept of Compressive Sensing can be inserted, by being a technic of reduction of the sufficient information used to reconstruct a signal. The using of pre-filtering of measurements leads to an even better reconstruction performance, in terms of time and signal quality. Then, this work inserts an implementation of a reconstruction method using prefiltering to the specific case of the radial line measurements from the CT Scanner. To this accomplishment, the historical aspects and the process of measurement acquisition, made by the detection of the attenuated X-ray beam, to the detriment of the quantity of the X-rays before their passage through the object are studied. These measurements called X-ray projections are presented in the Radon domain, by a graphic representation knew as Sinogram. Through the Sinogram, a measurement conversion to the frequency domain can be made, as said by the Fourier Slice Theorem. Moreover, the pre-filtering of the measurements can be made, as the Compressive Sensing theory says that the signal must assume a sparse representation in a transformed domain. Thus, the presented method has four stages: the sinogram measurements extraction to the frequency domain; the pre-filtering of these measurements with the use of three bidimensional Haar filters; the usage of Compressive Sensing with an optimization algorithm implementation for performing the reconstruction of the three filtered images versions; and, finally, the final composition of the image. For the performance analysis, three CT image datasets were used. The results indicate that the use of Compressive Sensing with pre-filtering for the components extracted from the Radon domain was superior to the method of Filtered Back Projection, used as the default reconstruction algorithm for that type of data. For 500 radial lines, the difference between their SNR for a specific image was 11.6dB. Besides, the Sinogram measurements x interpolation analysis was made, where the difference between their SNR was of 12.1dB, for 230 measurements. Hence, it was concluded that the proposed method permits images reconstruction with better quality when compared with the default technic, with less information, since the Filtered Back Projection reconstruction is made with approximately 103 measurements to obtain an image with good quality, while the proposed method used 230 directions to perform the reconstruction.A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.info:eu-repo/semantics/openAccessTomografia computadorizadaRadiaçãoEngenharia biomédicaDiagnóstico por imagemFiltros e filtraçãoImplementação e avaliação de métodos de Compressive Sensing com pré-filtragem para imageamento por tomografia computadorizadainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesis2021-06-23T14:07:50Z2021-06-23T14:07:50Z2019-12-13porreponame:Biblioteca Digital de Monografias da UnBinstname:Universidade de Brasília (UnB)instacron:UNBLICENSElicense.txtlicense.txttext/plain1817http://bdm.unb.br/xmlui/bitstream/10483/27776/2/license.txt21554873e56ad8ddc69c092699b98f95MD52ORIGINAL2019_CamilaFrancoDeSousa_tcc.pdf2019_CamilaFrancoDeSousa_tcc.pdfapplication/pdf15048015http://bdm.unb.br/xmlui/bitstream/10483/27776/1/2019_CamilaFrancoDeSousa_tcc.pdfcf0da855d27e5a5def7729572c50e4eaMD5110483/277762021-06-23 11:07:50.338oai:bdm.unb.br:10483/27776w4kgbmVjZXNzw6FyaW8gY29uY29yZGFyIGNvbSBhIGxpY2Vuw6dhIGRlIGRpc3RyaWJ1acOnw6NvIG7Do28tZXhjbHVzaXZhLAphbnRlcyBxdWUgbyBkb2N1bWVudG8gcG9zc2EgYXBhcmVjZXIgbmEgQmlibGlvdGVjYSBEaWdpdGFsIGRhIFByb2R1w6fDo28gCkRpc2NlbnRlIGRhIFVuaXZlcnNpZGFkZSBkZSBCcmFzw61saWEuIFBvciBmYXZvciwgbGVpYSBhCmxpY2Vuw6dhIGF0ZW50YW1lbnRlLiBDYXNvIG5lY2Vzc2l0ZSBkZSBhbGd1bSBlc2NsYXJlY2ltZW50byBlbnRyZSBlbQpjb250YXRvIGF0cmF2w6lzIGRlOiBiZG1AYmNlLnVuYi5iciBvdSAzMTA3LTI2ODcuCgpMSUNFTsOHQSBERSBESVNUUklCVUnDh8ODTyBOw4NPLUVYQ0xVU0lWQQoKQW8gYXNzaW5hciBlIGVudHJlZ2FyIGVzdGEgbGljZW7Dp2EsIG8vYSBTci4vU3JhLiAoYXV0b3Igb3UgZGV0ZW50b3IgZG9zCmRpcmVpdG9zIGRlIGF1dG9yKToKCmEpIENvbmNlZGUgw6AgVW5pdmVyc2lkYWRlIGRlIEJyYXPDrWxpYSBvIGRpcmVpdG8gbsOjby1leGNsdXNpdm8gZGUKcmVwcm9kdXppciwgY29udmVydGVyIChjb21vIGRlZmluaWRvIGFiYWl4byksIGNvbXVuaWNhciBlL291CmRpc3RyaWJ1aXIgbyBkb2N1bWVudG8gZW50cmVndWUgKGluY2x1aW5kbyBvIHJlc3Vtby9hYnN0cmFjdCkgZW0KZm9ybWF0byBkaWdpdGFsIG91IGltcHJlc3NvIGUgZW0gcXVhbHF1ZXIgbWVpby4KCmIpIERlY2xhcmEgcXVlIG8gZG9jdW1lbnRvIGVudHJlZ3VlIMOpIHNldSB0cmFiYWxobyBvcmlnaW5hbCwgZSBxdWUKZGV0w6ltIG8gZGlyZWl0byBkZSBjb25jZWRlciBvcyBkaXJlaXRvcyBjb250aWRvcyBuZXN0YSBsaWNlbsOnYS4gRGVjbGFyYQp0YW1iw6ltIHF1ZSBhIGVudHJlZ2EgZG8gZG9jdW1lbnRvIG7Do28gaW5mcmluZ2UsIHRhbnRvIHF1YW50byBsaGUgw6kKcG9zc8OtdmVsIHNhYmVyLCBvcyBkaXJlaXRvcyBkZSBxdWFscXVlciBvdXRyYSBwZXNzb2Egb3UgZW50aWRhZGUuCgpjKSBTZSBvIGRvY3VtZW50byBlbnRyZWd1ZSBjb250w6ltIG1hdGVyaWFsIGRvIHF1YWwgbsOjbyBkZXTDqW0gb3MKZGlyZWl0b3MgZGUgYXV0b3IsIGRlY2xhcmEgcXVlIG9idGV2ZSBhdXRvcml6YcOnw6NvIGRvIGRldGVudG9yIGRvcwpkaXJlaXRvcyBkZSBhdXRvciBwYXJhIGNvbmNlZGVyIMOgIFVuaXZlcnNpZGFkZSBkZSBCcmFzw61saWEgb3MgZGlyZWl0b3MKcmVxdWVyaWRvcyBwb3IgZXN0YSBsaWNlbsOnYSwgZSBxdWUgZXNzZSBtYXRlcmlhbCBjdWpvcyBkaXJlaXRvcyBzw6NvIGRlCnRlcmNlaXJvcyBlc3TDoSBjbGFyYW1lbnRlIGlkZW50aWZpY2FkbyBlIHJlY29uaGVjaWRvIG5vIHRleHRvIG91CmNvbnRlw7pkbyBkbyBkb2N1bWVudG8gZW50cmVndWUuCgpTZSBvIGRvY3VtZW50byBlbnRyZWd1ZSDDqSBiYXNlYWRvIGVtIHRyYWJhbGhvIGZpbmFuY2lhZG8gb3UgYXBvaWFkbwpwb3Igb3V0cmEgaW5zdGl0dWnDp8OjbyBxdWUgbsOjbyBhIFVuaXZlcnNpZGFkZSBkZSBCcmFzw61saWEsIGRlY2xhcmEgcXVlCmN1bXByaXUgcXVhaXNxdWVyIG9icmlnYcOnw7VlcyBleGlnaWRhcyBwZWxvIHJlc3BlY3Rpdm8gY29udHJhdG8gb3UKYWNvcmRvLgoKQSBVbml2ZXJzaWRhZGUgZGUgQnJhc8OtbGlhIGlkZW50aWZpY2Fyw6EgY2xhcmFtZW50ZSBvKHMpIHNldSAocykgbm9tZSAocykKY29tbyBvIChzKSBhdXRvciAoZXMpIG91IGRldGVudG9yIChlcykgZG9zIGRpcmVpdG9zIGRvIGRvY3VtZW50bwplbnRyZWd1ZSwgZSBuw6NvIGZhcsOhIHF1YWxxdWVyIGFsdGVyYcOnw6NvLCBwYXJhIGFsw6ltIGRhcyBwZXJtaXRpZGFzIHBvcgplc3RhIGxpY2Vuw6dhLgo=Biblioteca Digital de Monografiahttps://bdm.unb.br/PUBhttp://bdm.unb.br/oai/requestbdm@bce.unb.br||patricia@bce.unb.bropendoar:115712021-06-23T14:07:50Biblioteca Digital de Monografias da UnB - Universidade de Brasília (UnB)false
dc.title.pt_BR.fl_str_mv Implementação e avaliação de métodos de Compressive Sensing com pré-filtragem para imageamento por tomografia computadorizada
title Implementação e avaliação de métodos de Compressive Sensing com pré-filtragem para imageamento por tomografia computadorizada
spellingShingle Implementação e avaliação de métodos de Compressive Sensing com pré-filtragem para imageamento por tomografia computadorizada
Sousa, Camila Franco de
Tomografia computadorizada
Radiação
Engenharia biomédica
Diagnóstico por imagem
Filtros e filtração
title_short Implementação e avaliação de métodos de Compressive Sensing com pré-filtragem para imageamento por tomografia computadorizada
title_full Implementação e avaliação de métodos de Compressive Sensing com pré-filtragem para imageamento por tomografia computadorizada
title_fullStr Implementação e avaliação de métodos de Compressive Sensing com pré-filtragem para imageamento por tomografia computadorizada
title_full_unstemmed Implementação e avaliação de métodos de Compressive Sensing com pré-filtragem para imageamento por tomografia computadorizada
title_sort Implementação e avaliação de métodos de Compressive Sensing com pré-filtragem para imageamento por tomografia computadorizada
author Sousa, Camila Franco de
author_facet Sousa, Camila Franco de
author_role author
dc.contributor.author.fl_str_mv Sousa, Camila Franco de
dc.contributor.advisor1.fl_str_mv Miosso, Cristiano Jacques
contributor_str_mv Miosso, Cristiano Jacques
dc.subject.keyword.pt_BR.fl_str_mv Tomografia computadorizada
Radiação
Engenharia biomédica
Diagnóstico por imagem
Filtros e filtração
topic Tomografia computadorizada
Radiação
Engenharia biomédica
Diagnóstico por imagem
Filtros e filtração
description Trabalho de Conclusão de Curso (graduação)—Universidade de Brasília, Faculdade UnB Gama, Engenharia Eletrônica, 2019.
publishDate 2019
dc.date.submitted.none.fl_str_mv 2019-12-13
dc.date.accessioned.fl_str_mv 2021-06-23T14:07:50Z
dc.date.available.fl_str_mv 2021-06-23T14:07:50Z
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 SOUSA, Camila Franco de. Implementação e avaliação de métodos de Compressive Sensing com pré-filtragem para imageamento por tomografia computadorizada. 2019. 58 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Eletrônica)—Universidade de Brasília, Brasília, 2019.
dc.identifier.uri.fl_str_mv https://bdm.unb.br/handle/10483/27776
identifier_str_mv SOUSA, Camila Franco de. Implementação e avaliação de métodos de Compressive Sensing com pré-filtragem para imageamento por tomografia computadorizada. 2019. 58 f., il. Trabalho de Conclusão de Curso (Bacharelado em Engenharia Eletrônica)—Universidade de Brasília, Brasília, 2019.
url https://bdm.unb.br/handle/10483/27776
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.source.none.fl_str_mv reponame:Biblioteca Digital de Monografias da UnB
instname:Universidade de Brasília (UnB)
instacron:UNB
instname_str Universidade de Brasília (UnB)
instacron_str UNB
institution UNB
reponame_str Biblioteca Digital de Monografias da UnB
collection Biblioteca Digital de Monografias da UnB
bitstream.url.fl_str_mv http://bdm.unb.br/xmlui/bitstream/10483/27776/2/license.txt
http://bdm.unb.br/xmlui/bitstream/10483/27776/1/2019_CamilaFrancoDeSousa_tcc.pdf
bitstream.checksum.fl_str_mv 21554873e56ad8ddc69c092699b98f95
cf0da855d27e5a5def7729572c50e4ea
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Monografias da UnB - Universidade de Brasília (UnB)
repository.mail.fl_str_mv bdm@bce.unb.br||patricia@bce.unb.br
_version_ 1813908046124941312

Registros relacionados