Compressive sensing methods for diffuse optical tomography
| Autor(a) principal: | |
|---|---|
| Data de Publicação: | 2018 |
| Tipo de documento: | Dissertação |
| Idioma: | por |
| Título da fonte: | Repositório Institucional da UnB |
| Texto Completo: | http://repositorio.unb.br/handle/10482/34440 |
Resumo: | Dissertação (mestrado)—Universidade de Brasília, Faculdade UnB Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2018. |
| id |
UNB_d3bf172cfaf4bf1fc8bb597b79bec491 |
|---|---|
| oai_identifier_str |
oai:repositorio.unb.br:10482/34440 |
| network_acronym_str |
UNB |
| network_name_str |
Repositório Institucional da UnB |
| repository_id_str |
|
| spelling |
Compressive sensing methods for diffuse optical tomographyCompressive sensingTomografiaProcessamento de imagens - técnicas digitaisDissertação (mestrado)—Universidade de Brasília, Faculdade UnB Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2018.Diffuse optical tomography (DOT) é uma promissora nova técnica de imagiologia funcional. Seu princípio básico é similar ao da oximetria de pulso, em que a saturação de oxigênio do sangue é estimada a partir de medidas de absorção da uma parte fina do corpo à luz em dois comprimentos de onda. Diferentemente da oximetria de pulso, no entanto, DOT é capaz de reconstruir imagens de saturação de oxigênio tecidual. Apesar de ser esperado que DOT expanda o alcance da imagiologia funcional a determinados grupos com características específicas, DOT ainda está em desenvolvimento, e tem estado durante os últimos 30 anos. Atualmente, muita pesquisa está sendo desenvolvida na tentativa de resolver os impasses relacionados com esta técnica. No contexto geral de imagiologia médica, várias modalidades têm se beneficiado do desenvolvimento da teoria de recuperação de sinais esparsos usando compressive sensing (CS). Nos casos em que as imagens são esparsas em algum domínio, o CS é capaz de aumentar a qualidade das imagens reconstruídas, e ainda diminuir a quantidade de medidas necessárias, com relação às técnicas de reconstrução tradicionais. Em geral, imagens médicas não são naturalmente esparsas, logo as imagens são frequentemente reconstruídas em um domínio transformado e depois convertidas de volta para o domínio original. Isto é comumente alcançado por meio de transformadas esparsificantes. Contudo, existem restrições quanto a quais transformadas esparsificantes podem ser utilizadas, uma vez que o CS requer que a matriz de medidas resultante satisfaça determinados critérios. No contexto de ressonância magnética, o método da pré-filtragem tem sido utilizado como uma alternativa a transformadas esparsificantes, gerando diversos benefícios. Uma das vantagens do método da pré-filtragem é que esta técnica utiliza filtros que agem nas medidas e não na matriz de medidas. Consequentemente, não existem restrições quanto a quais filtros podem ser utilizados no método da pré-filtragem. Apesar de já ser conhecida uma formulação matemática para o problema de reconstrução de imagem em DOT que, em determinadas circunstâncias, satisfaz os requerimentos do CS, ela a princípio não permite o uso do método da pré-filtragem. Atém disto, o modelo assumido por ela possui limitações que justificam a busca por outras formulações. Portanto, o objetivo deste trabalho foi o desenvolvimento de outra formulação matemática para o problema de reconstrução de imagem em DOT que não só satisfizesse os requerimentos de CS, mas também permitisse o uso do método da pré-filtragem. A formulação proposta para o problema de reconstrução de imagem em DOT melhora a formulação anterior no sentido de que ela considera os efeitos de borda. Esta formulação é baseada na representação do espectro angular, e permite o uso do método da pré-filtragem de uma maneira similar a como ela é utilizada em ressonância magnética. O método de CS proposto permitiu a reconstrução de imagens esparsas no seu domínio original com relações sinal-error acima 20 dB, e em um caso particular acima de 50 dB. O método da pré-filtragem permitiu a reconstrução de imagens não esparsas no seu domínio original com relações sinal-erro acima de 8 dB, e em um caso particular acima de 12 dB. Além disto, os experimentos numéricos mostraram que as técnicas propostas em geral melhoraram, em termos de relação sinal-erro, as reconstruções com relação à regularização de Tikhonov, a técnica mais utilizada em DOT em situações similares. As técnicas propostas assumem que o meio é homogêneo semi-infinito e que ele contém apenas perturbações no coeficiente de absorção. Para usar estas técnicas com êxito na reconstrução de meios mais complexos, pode ser necessário adapta-las para que elas se baseiem em modelos mais apropriados. As pesquisa mais recentes têm utilizado o método dos elementos finitos para resolver o problema direto de DOT, logo idealmente as técnicas propostas deveriam ser adaptadas para se basear em modelos obtidos pelo método dos elementos finitos.Diffuse optical tomography (DOT) is a promising new functional imaging modality. Its basic principle is similar to pulse oximetry, in which the blood oxygen saturation is estimated by measuring the absorption of a thin part of the body with respect to two different wavelengths in the near infrared (NIR) range. However, DOT is capable of recovering images of tissue oxygen saturation. Even though it is expected to extend the reach of functional imaging to several patients with specific needs, DOT is still under development, and has been for the last 30 years. A lot of research is being made in both the areas of DOT hardware and software to overcome the issues related to this technique. In the general context of medical imaging, several imaging modalities have benefited from the theoretical developments regarding the recovery of sparse signals using compressive sensing (CS). In the cases that the images are sparse in some domain, CS is able to increase the quality of the reconstructed images, while decreasing the number of measurements required, in comparison to the other more traditional reconstruction techniques. In general, medical images are not naturally sparse, so the images are frequently recovered in a transformed domain and then converted back to the original domain. This is commonly carried out by a sparsifying transform, but not any transform can be used, since CS requires that the resulting sensing matrix meet specific requirements. In the context of magnetic resonance imaging (MRI) the prefiltering method has been used as an alternative to an explicit sparsifying transform with particular benefits. One of the advantages of the prefiltering method is that it uses a set of filters that act on the measurements and not on the sensing matrix. As a consequence, there is no restriction on the set of filters that can be used in the prefiltering method. Although there is already a formulation of the DOT problem proven to satisfy the requirements of CS under certain circumstances, this formulation does not immediately allow the use of the prefiltering method in DOT. Moreover, there are limitations in the assumed model that justify the search for other formulations. Therefore, we proposed the development of another mathematical formulation for the DOT imaging problem that not only satisfies the requirements for CS, but also allows the use of the prefiltering method in DOT. We also proposed the development of the associated algorithms necessary for image reconstruction, and the evaluation of the resulting techniques in simulated settings. The proposed formulation of the DOT imaging problem improves on the previous formulation in that it accounts for the medium boundaries. This formulation is based on the angular spectrum representation of the diffuse photon density waves, and allows the use of the prefiltering method in DOT in a similar manner to how it is used in MRI. The proposed CS technique allowed the reconstruction of several sparse images in their original domains with signal to error rations (SERs) above 20 dB, and in a specific case above 50 dB. The prefiltering method allowed the reconstruction of several images with SERs above 8 dB, and in a specific case above 12 dB, in cases that the images were not sparse in their original domain. Finally, the numerical experiments also showed that the proposed techniques generally improved the reconstructions over Tikhonov regularization, the technique most commonly used in DOT in similar situations, in terms of SER. The proposed methods assume that the medium is an homogeneous semi infinite medium containing only perturbations in absorption coefficient. In order to use the proposed techniques effectively to image more complex mediums, it may be necessary to adapt the techniques to rely on more complex models first. The most recent research in DOT has used the finite elements method (FEM) to solve the DOT forward problem, so ideally the techniques should be adapted to rely on models based on the FEM.Faculdade UnB Gama (FGA)Programa de Pós-Graduação em Engenharia BiomédicaMendes, Cristiano Jacques Miosso RodriguesLopes, Lucas Silva2019-04-25T21:58:48Z2019-04-25T21:58:48Z2019-04-252018-08-14info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfLOPES, Lucas Silva. Compressive sensing methods for diffuse optical tomography. 2018. xxii, 84 f., il. Dissertação (Mestrado em Engenharia Biomédica)—Brasília, 2018.http://repositorio.unb.br/handle/10482/34440A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.info:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UnBinstname:Universidade de Brasília (UnB)instacron:UNB2024-08-17T20:35:36Zoai:repositorio.unb.br:10482/34440Repositório InstitucionalPUBhttps://repositorio.unb.br/oai/requestrepositorio@unb.bropendoar:2024-08-17T20:35:36Repositório Institucional da UnB - Universidade de Brasília (UnB)false |
| dc.title.none.fl_str_mv |
Compressive sensing methods for diffuse optical tomography |
| title |
Compressive sensing methods for diffuse optical tomography |
| spellingShingle |
Compressive sensing methods for diffuse optical tomography Lopes, Lucas Silva Compressive sensing Tomografia Processamento de imagens - técnicas digitais |
| title_short |
Compressive sensing methods for diffuse optical tomography |
| title_full |
Compressive sensing methods for diffuse optical tomography |
| title_fullStr |
Compressive sensing methods for diffuse optical tomography |
| title_full_unstemmed |
Compressive sensing methods for diffuse optical tomography |
| title_sort |
Compressive sensing methods for diffuse optical tomography |
| author |
Lopes, Lucas Silva |
| author_facet |
Lopes, Lucas Silva |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Mendes, Cristiano Jacques Miosso Rodrigues |
| dc.contributor.author.fl_str_mv |
Lopes, Lucas Silva |
| dc.subject.por.fl_str_mv |
Compressive sensing Tomografia Processamento de imagens - técnicas digitais |
| topic |
Compressive sensing Tomografia Processamento de imagens - técnicas digitais |
| description |
Dissertação (mestrado)—Universidade de Brasília, Faculdade UnB Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2018. |
| publishDate |
2018 |
| dc.date.none.fl_str_mv |
2018-08-14 2019-04-25T21:58:48Z 2019-04-25T21:58:48Z 2019-04-25 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
| format |
masterThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
LOPES, Lucas Silva. Compressive sensing methods for diffuse optical tomography. 2018. xxii, 84 f., il. Dissertação (Mestrado em Engenharia Biomédica)—Brasília, 2018. http://repositorio.unb.br/handle/10482/34440 |
| identifier_str_mv |
LOPES, Lucas Silva. Compressive sensing methods for diffuse optical tomography. 2018. xxii, 84 f., il. Dissertação (Mestrado em Engenharia Biomédica)—Brasília, 2018. |
| url |
http://repositorio.unb.br/handle/10482/34440 |
| 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.format.none.fl_str_mv |
application/pdf |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UnB instname:Universidade de Brasília (UnB) instacron:UNB |
| instname_str |
Universidade de Brasília (UnB) |
| instacron_str |
UNB |
| institution |
UNB |
| reponame_str |
Repositório Institucional da UnB |
| collection |
Repositório Institucional da UnB |
| repository.name.fl_str_mv |
Repositório Institucional da UnB - Universidade de Brasília (UnB) |
| repository.mail.fl_str_mv |
repositorio@unb.br |
| _version_ |
1814508308418002944 |