Redução de erro numérico no filtro estendido de Kalman aplicado à tomografia por impedância elétrica.

• Autor(a) principal: Vanegas Molina, Nelson Antonio
• Data de Publicação: 2002
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
• Texto Completo: http://www.teses.usp.br/teses/disponiveis/3/3132/tde-22112006-094340/
• topic: Electrical impedance tomography; Filtro de Kalman; Imagens médicas; Kalman filter; Medical images; Tomografia por impedância elétrica

A Tomografia por Impedância Elétrica (TIE) aplica-se no monitoramento contínuo e detecção de alterações pulmonares sérias. Principalmente no ambiente das unidades de terapia intensiva (UTI) para a avaliação das condições do paciente em estado crítico submetido à ventilação artificial sem que seja necessário retirar o paciente da UTI e dos diferentes instrumentos de assistência à vida. A técnica permite estimar alterações de impedância nos pulmões. O objetivo deste trabalho é diminuir o erro numérico num algoritmo desenvolvido para TIE, utilizando o Filtro Estendido de Kalman. Especificamente, esse algoritmo aplica-se na a obtenção de imagens dos pulmões do corpo humano. Para realizar tal objetivo foram projetados phantoms compostos por um recipiente circular com solução salina, dentro do qual é colado um objeto cilíndrico de vidro e 32 eletrodos localizados no contorno do recipiente. Foi desenvolvido um algoritmo em linguagem C, utilizando a técnica de Filtro Estendido de Kalman para estimação de parâmetros de um modelo de elementos finitos. Foram implementados o procedimento de renumeração da malha de elementos finitos, com o objetivo de obter uma matriz de condutividade de banda, e o procedimento de melhoramento iterativo da solução para diminuir o erro numérico de soluções de sistemas lineares. Foram comparados dois algoritmos, um utilizando matriz de condutividade esparsa Alg Esparsa e outro com matriz de condutividade de banda limitada, obtida por renumeração da malha, e aplicando refinamento iterativo na solução de sistemas lineares, Alg RRI. Obtiveram-se melhores estimativas de impedância e uma melhor estabilidade do algoritmo do Filtro de Kalman com o algoritmo Alg RRI. O erro numérico na inversa da matriz de condutividade e o erro numérico na matriz de sensibilidade são significativamente menores quando se utiliza renumeração da malha e refinamento iterativo da solução de sistemas lineares. A redução de erro numérico nestas matrizes leva a melhores imagens.