Geração de redes vasculares sintéticas tridimensionais utilizando sistemas de Lindenmayer estocásticos e parametrizados

• Autor(a) principal: Valverde, Miguel Angel Galarreta
• Data de Publicação: 2012
• 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/45/45134/tde-30112012-172822/
• topic: angiografia; L-system; L-system; redes vasculares sintéticas; sistema de Lindenmayer estocástico; stochastic L-system; synthetic blood vessels; vasculature.

As imagens de angiografia por ressonância magnética (angio-RM) ou por tomografia computadorizada (angio-TC) permitem uma análise minuciosa das redes vasculares. A segmentação de redes vasculares a partir de tais imagens é uma das tarefas iniciais no diagnóstico de doenças vasculares como estenoses ou aneurismas. Porém, a grande diversidade de arquiteturas dos vasos dificulta a validação dos algoritmos de segmentação. Assim, a construção de redes vasculares sintéticas realistas permitem validar novas metodologias de segmentação de vasos. Este trabalho descreve uma metodologia de geração de redes vasculares sintéticas em três dimensões utilizando sistemas de Lindenmayer (L-systems) estocásticos. Para atingir esse objetivo, foram implementados um analisador léxico, um analisador sintático e um gerador de L-systems para a criação de vasos sintéticos baseado em gramáticas. A parametrização destas gramáticas possibilita a simulação de características naturais de vasos reais como o ângulo de bifurcação, comprimento, diâmetro médio e possibilita a simulação de anomalias vasculares. As expressões resultantes são utilizadas para criar imagens angiográficas sintéticas que simulam a distribuição de intensidades dos vasos em imagens angio-RM e angio-TC reais. As redes vasculares sintéticas podem também ser delimitadas por superfícies 3D arbitrárias de forma similar à geometria de órgãos. A flexibilidade de parametrização e natureza estocástica desta metodologia faz com que ela se torne uma ferramenta ideal para a validação de algoritmos de segmentação de vasos em imagens angiográficas.