Detalhes bibliográficos
| Ano de defesa: |
2015 |
| Autor(a) principal: |
Silva, Gil Jader Oliveira da |
| Orientador(a): |
Senna, Valter de |
| Banca de defesa: |
Miranda, José Garcia Vivas,
Monteiro, Roberto Luiz Souza |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Faculdade de Tecnologia SENAI CIMATEC
|
| Programa de Pós-Graduação: |
Modelagem Computacional e Tecnologia Industrial
|
| Departamento: |
Não Informado pela instituição
|
| País: |
brasil
|
| Palavras-chave em Português: |
|
| Link de acesso: |
http://repositoriosenaiba.fieb.org.br/handle/fieb/769
|
Resumo: |
A área de Reconhecimento de Padrões tem auxiliado em pesquisas que envolvem extração de informação odontológicas em imagens de raio-X para realização de diagnósticos sobre os pacientes. Por meio de imagens obtidas com o exame radiológico (raio-X), o odontólogo pode analisar toda a estrutura dentária e construir (caso necessário) o plano de tratamento do paciente. Dentre os exames radiológicos, existe a Ortopantomografia (raio-X panorâmico), que possibilita identificar irregularidades dentárias, como por exemplo: os dentes inclusos, anormalidades ósseas, quistos, tumores, infeções, fraturas, dentre outras. No entanto, a análise depende de um trabalho cuidadoso do profissional e esta não é realizada de forma automática, principalmente devido à dificuldade de existirem ferramentas computacionais capazes de extrair as características dessas imagens da forma desejada. O objetivo deste trabalho é, portanto, realizar uma revisão de métodos de segmentação de imagens, demonstrando a aplicação de cada um deles em imagens de raio-X (panorâmico), com o objetivo principal de isolar os dentes para facilitar a sua análise. Sendo assim, uma avaliação extensa do desempenho dos algoritmos de segmentação é realizada para determinar qual método de segmentação é o mais indicado para adaptação ao domínio do problema estudado, possibilitando diferenciar os dentes de outros elementos, nas imagens analisadas. Para alcançar este objetivo, a metodologia comumente utilizada em pesquisas na área é adotada, realizando análise qualitativa durante as primeiras etapas que são a coleta e anotação de datasets (catalogando as imagens que serão analisadas) e pré-processamento (utilizando técnicas para preparar as imagens para as etapas subsequentes), e, Logo após, realizando análise quantitativa e experimental, a partir das anotações das imagens, que correspondem a demarcações dos objetos de interesse nas imagens, obtidas de forma manual. Este processo permite viabilizar uma posterior comparação entre os resultados obtidos automaticamente por meio dos algoritmos de segmentação e a segmentação feita manualmente pelo processo de anotação. Por fim, durante as etapas de segmentação das imagens, são utilizados algoritmos responsáveis por separar os conjuntos de características extraídas, entre aquelas mais prováveis de pertencerem aos objetos de interesse e aquelas menos prováveis. Em seguida, os resultados são analisados utilizando as métricas: Precisão (Precision), Recall também chamada de Sensibilidade (Sensitivity), Especificidade (Specificity), Taxa de Acerto (accuracy) e a medida F-score, para medição de desempenho dos algoritmos de segmentação estudados e verificando qual deles alcançou os melhores resultados. Esta pesquisa visa, portanto, contribuir para a construção futura de um modelo sistematizado para detecção automatizada de possíveis anomalias dentárias, e que produzirá informações que servirão de base para uma segunda opinião ao diagnóstico médico dentário. |
