[en] A LINEAR PROGRAMMING APPROACH TO VASCULAR NETWORK SEGMENTATION FROM A SINGLE SEED POINT

Detalhes bibliográficos
Autor(a) principal: DARIO AUGUSTO BORGES OLIVEIRA
Data de Publicação: 2014
Tipo de documento: Tese
Idioma: eng
Título da fonte: Repositório Institucional da PUC-RIO (Projeto Maxwell)
Texto Completo: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=23618&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=23618&idi=2
http://doi.org/10.17771/PUCRio.acad.23618
Resumo: [pt] Esta tese apresenta o desenvolvimento e os resultados deste projeto de doutorado, cujo objetivo, de caráter multidisciplinar, foi desenvolver uma metodologia e uma ferramenta para segmentação de redes vasculares a partir de imagens de tomografia computadorizada, utilizando procedimentos de segmentação automática de imagens e visualização tridimensional de dados. A metodologia sugerida segmenta a rede vascular iterativamente utilizando um único ponto de partida. A abordagem utiliza um modelo de amostragem cônico composto de várias camadas esféricas concêntricas ordenadas. Cada ponto amostrado é avaliado utilizando-se uma medida de vascularidade proposta nesta tese, que busca identificar pontos que pertencem a vasos. Um grafo dirigido é então construído com os pontos selecionados e analisado para que se encontre localmente cadeias de pontos conectados que compõem pedaços de ramos da rede vascular. Cada segmento da rede vascular gera uma nova semente a partir da qual uma nova amostragem é realizada e desta forma o procedimento iterativo se repete até que toda a estrutura vascular seja segmentada. A metodologia foi testada utilizando-se imagens sintéticas e reais. Dentre as imagens reais foram segmentadas estruturas vasculares coronárias, carótidas, hepáticas, pulmonares além de uma rede de fibras nervosas do sistema olfativo. Também foram extraídas as topologias das redes vasculares. A avaliação foi quando possível quantitativa, embora este tipo de dado muito raramente ofereça uma segmentação de referência, e nestes casos a avaliação foi qualitativa e visual. Os resultados obtidos confirmam o potencial do método e indicam direções para promover desenvolvimentos futuros.
id PUC_RIO-1_03781e55a85125b5dec8f79c09332cf1
oai_identifier_str oai:MAXWELL.puc-rio.br:23618
network_acronym_str PUC_RIO-1
network_name_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository_id_str 534
spelling [en] A LINEAR PROGRAMMING APPROACH TO VASCULAR NETWORK SEGMENTATION FROM A SINGLE SEED POINT [pt] SEGMENTAÇÃO DE REDES VASCULARES A PARTIR DE UMA ÚNICA SEMENTE UTILIZANDO PROGRAMAÇÃO LINEAR [pt] SEGMENTACAO[pt] TOMOGRAFIA COMPUTADORIZADA[pt] IMAGENS MEDICAS[pt] GRAFO[pt] PROGRAMACAO LINEAR[en] SEGMENTATION[en] COMPUTED TOMOGRAPHY[en] MEDICAL IMAGING[en] GRAPH[en] LINEAR PROGRAMMING[pt] Esta tese apresenta o desenvolvimento e os resultados deste projeto de doutorado, cujo objetivo, de caráter multidisciplinar, foi desenvolver uma metodologia e uma ferramenta para segmentação de redes vasculares a partir de imagens de tomografia computadorizada, utilizando procedimentos de segmentação automática de imagens e visualização tridimensional de dados. A metodologia sugerida segmenta a rede vascular iterativamente utilizando um único ponto de partida. A abordagem utiliza um modelo de amostragem cônico composto de várias camadas esféricas concêntricas ordenadas. Cada ponto amostrado é avaliado utilizando-se uma medida de vascularidade proposta nesta tese, que busca identificar pontos que pertencem a vasos. Um grafo dirigido é então construído com os pontos selecionados e analisado para que se encontre localmente cadeias de pontos conectados que compõem pedaços de ramos da rede vascular. Cada segmento da rede vascular gera uma nova semente a partir da qual uma nova amostragem é realizada e desta forma o procedimento iterativo se repete até que toda a estrutura vascular seja segmentada. A metodologia foi testada utilizando-se imagens sintéticas e reais. Dentre as imagens reais foram segmentadas estruturas vasculares coronárias, carótidas, hepáticas, pulmonares além de uma rede de fibras nervosas do sistema olfativo. Também foram extraídas as topologias das redes vasculares. A avaliação foi quando possível quantitativa, embora este tipo de dado muito raramente ofereça uma segmentação de referência, e nestes casos a avaliação foi qualitativa e visual. Os resultados obtidos confirmam o potencial do método e indicam direções para promover desenvolvimentos futuros.[en] This thesis presents the development and results of this PhD project, which objective, multidisciplinary, was to develop a methodology and a tool for segmenting vascular networks from CT images, using automatic segmentation procedures and visualization of three-dimensional images data. The suggested methodology tracks a vascular network iteratively using a single starting point. The approach uses a conical sampling model composed of multiple concentric and ordered spherical layers. Each sampled point is evaluated using a measurement of vascularity proposed in this thesis, which seeks to identify points that belong to vessels. A directed graph is then built with the selected points and analyzed to find chains of connected points that make up pieces of branches of the vascular network. Each vascular segment found generates a new seed from which a new sampling is performed, and in this way the iterative procedure is repeated until the entire vascular structure is segmented. The methodology was tested using synthetic and real images. Among the real images several different vascular structures were segmented, such as coronary, carotid, hepatic, pulmonary and even a network of nerve fibers in the olfactory system. Vascular network topologies were also identified. The evaluation was quantitative where possible, although this type of data rarely provides a segmentation of reference, and apart from these cases the assessment was qualitative and visual. The results confirm the potential of the method and suggest directions for further developments.MAXWELLRAUL QUEIROZ FEITOSADARIO AUGUSTO BORGES OLIVEIRA2014-10-31info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesishttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=23618&idi=1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=23618&idi=2http://doi.org/10.17771/PUCRio.acad.23618engreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2019-08-15T00:00:00Zoai:MAXWELL.puc-rio.br:23618Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342019-08-15T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.none.fl_str_mv [en] A LINEAR PROGRAMMING APPROACH TO VASCULAR NETWORK SEGMENTATION FROM A SINGLE SEED POINT
[pt] SEGMENTAÇÃO DE REDES VASCULARES A PARTIR DE UMA ÚNICA SEMENTE UTILIZANDO PROGRAMAÇÃO LINEAR
title [en] A LINEAR PROGRAMMING APPROACH TO VASCULAR NETWORK SEGMENTATION FROM A SINGLE SEED POINT
spellingShingle [en] A LINEAR PROGRAMMING APPROACH TO VASCULAR NETWORK SEGMENTATION FROM A SINGLE SEED POINT
DARIO AUGUSTO BORGES OLIVEIRA
[pt] SEGMENTACAO
[pt] TOMOGRAFIA COMPUTADORIZADA
[pt] IMAGENS MEDICAS
[pt] GRAFO
[pt] PROGRAMACAO LINEAR
[en] SEGMENTATION
[en] COMPUTED TOMOGRAPHY
[en] MEDICAL IMAGING
[en] GRAPH
[en] LINEAR PROGRAMMING
title_short [en] A LINEAR PROGRAMMING APPROACH TO VASCULAR NETWORK SEGMENTATION FROM A SINGLE SEED POINT
title_full [en] A LINEAR PROGRAMMING APPROACH TO VASCULAR NETWORK SEGMENTATION FROM A SINGLE SEED POINT
title_fullStr [en] A LINEAR PROGRAMMING APPROACH TO VASCULAR NETWORK SEGMENTATION FROM A SINGLE SEED POINT
title_full_unstemmed [en] A LINEAR PROGRAMMING APPROACH TO VASCULAR NETWORK SEGMENTATION FROM A SINGLE SEED POINT
title_sort [en] A LINEAR PROGRAMMING APPROACH TO VASCULAR NETWORK SEGMENTATION FROM A SINGLE SEED POINT
author DARIO AUGUSTO BORGES OLIVEIRA
author_facet DARIO AUGUSTO BORGES OLIVEIRA
author_role author
dc.contributor.none.fl_str_mv RAUL QUEIROZ FEITOSA
dc.contributor.author.fl_str_mv DARIO AUGUSTO BORGES OLIVEIRA
dc.subject.por.fl_str_mv [pt] SEGMENTACAO
[pt] TOMOGRAFIA COMPUTADORIZADA
[pt] IMAGENS MEDICAS
[pt] GRAFO
[pt] PROGRAMACAO LINEAR
[en] SEGMENTATION
[en] COMPUTED TOMOGRAPHY
[en] MEDICAL IMAGING
[en] GRAPH
[en] LINEAR PROGRAMMING
topic [pt] SEGMENTACAO
[pt] TOMOGRAFIA COMPUTADORIZADA
[pt] IMAGENS MEDICAS
[pt] GRAFO
[pt] PROGRAMACAO LINEAR
[en] SEGMENTATION
[en] COMPUTED TOMOGRAPHY
[en] MEDICAL IMAGING
[en] GRAPH
[en] LINEAR PROGRAMMING
description [pt] Esta tese apresenta o desenvolvimento e os resultados deste projeto de doutorado, cujo objetivo, de caráter multidisciplinar, foi desenvolver uma metodologia e uma ferramenta para segmentação de redes vasculares a partir de imagens de tomografia computadorizada, utilizando procedimentos de segmentação automática de imagens e visualização tridimensional de dados. A metodologia sugerida segmenta a rede vascular iterativamente utilizando um único ponto de partida. A abordagem utiliza um modelo de amostragem cônico composto de várias camadas esféricas concêntricas ordenadas. Cada ponto amostrado é avaliado utilizando-se uma medida de vascularidade proposta nesta tese, que busca identificar pontos que pertencem a vasos. Um grafo dirigido é então construído com os pontos selecionados e analisado para que se encontre localmente cadeias de pontos conectados que compõem pedaços de ramos da rede vascular. Cada segmento da rede vascular gera uma nova semente a partir da qual uma nova amostragem é realizada e desta forma o procedimento iterativo se repete até que toda a estrutura vascular seja segmentada. A metodologia foi testada utilizando-se imagens sintéticas e reais. Dentre as imagens reais foram segmentadas estruturas vasculares coronárias, carótidas, hepáticas, pulmonares além de uma rede de fibras nervosas do sistema olfativo. Também foram extraídas as topologias das redes vasculares. A avaliação foi quando possível quantitativa, embora este tipo de dado muito raramente ofereça uma segmentação de referência, e nestes casos a avaliação foi qualitativa e visual. Os resultados obtidos confirmam o potencial do método e indicam direções para promover desenvolvimentos futuros.
publishDate 2014
dc.date.none.fl_str_mv 2014-10-31
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=23618&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=23618&idi=2
http://doi.org/10.17771/PUCRio.acad.23618
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=23618&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=23618&idi=2
http://doi.org/10.17771/PUCRio.acad.23618
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv MAXWELL
publisher.none.fl_str_mv MAXWELL
dc.source.none.fl_str_mv reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)
instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron:PUC_RIO
instname_str Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron_str PUC_RIO
institution PUC_RIO
reponame_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
collection Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository.name.fl_str_mv Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
repository.mail.fl_str_mv
_version_ 1849967259169062912