Desenvolvimento de uma base de funções paramétricas para interpolação de imagens médicas

• Ano de defesa: 2013
• Autor(a) principal: Soares, Isaias José Amaral
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: B-Splines; B-splines; Fractals.; interpolação; Interpolation; Nonextensive paradigm; Paradigma não extensivo
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/59/59135/tde-13092013-180926/

O uso de imagens é crucial na medicina, e seu uso no diagnóstico de doenças é uma das principais ferramentas clínicas da atualidade. Porém, frequentemente necessitam de pós-processamento para serem úteis. Embora ferramentas clássicas sejam utilizadas para esse fim, elas não dão tratamento específico a certas características de imagens fractais, como as provindas de sistemas biológicos. Nesse enfoque, este trabalho objetivou a criação de novas bases de interpolação utilizando a Q-Estatística para verificar se seriam estas seriam adequadas à representação de objetos com características fractais que as bases clássicas. Foram criados dois tipos de splines: uma unidimensional e outra bidimensional, que permitiram um tipo diferente de interpolação, fundamentado na q-Estatística. Os testes demonstraram a potencialidade dessas ferramentas para uso em sinais e imagens médicas, com acentuada redução do erro de interpolação no caso unidimensional (em até 351,876%) e uma redução sutil no caso bidimensional (0,3%). Como resultado adicional, foram criados filtros de imagens e avaliados seus resultados em imagens médicas, que resultaram em melhorias de até 1.340% de ganho efetivo na remoção de ruídos de natureza fractal (marrom). Os resultados sugerem que as q-bases desenvolvidas foram capazes de representar melhor imagens e sinais médicos, bem como é interessante o uso dos filtros desenvolvidos na remoção de diversos tipos de ruído do tipo 1/f^b.