Segmentação de imagens da Cápsula Endoscópica com aplicações na deteção de tumores e na reconstrução 3-D da mucosa intestinal

Bibliographic Details
Main Author: Vieira, Pedro Miguel Pereira
Publication Date: 2013
Format: Master thesis
Language: por
Source: Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
Download full: http://hdl.handle.net/1822/27714
Summary: Dissertação de mestrado integrado em Engenharia Biomédica (área de especialização em Eletrónica Médica)
id RCAP_47c4a024d2e04ccb938c7f5e0a6a74b6
oai_identifier_str oai:repositorium.sdum.uminho.pt:1822/27714
network_acronym_str RCAP
network_name_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository_id_str https://opendoar.ac.uk/repository/7160
spelling Segmentação de imagens da Cápsula Endoscópica com aplicações na deteção de tumores e na reconstrução 3-D da mucosa intestinal616-072.1616.3461:681.3681.3:61Dissertação de mestrado integrado em Engenharia Biomédica (área de especialização em Eletrónica Médica)A cápsula endoscópica é um dispositivo que contém uma pequena câmara e que é usado para capturar imagens do trato gastrointestinal de forma não invasiva. Como o resultado é um vídeo bastante longo, a taxa de deteção de patologias é baixa, logo existe a necessidade de melhorar a qualidade dos vídeos ao adicionar informação às frames ou então ao fazer uma deteção automática de patologias ou estruturas de relevo. Os objetivos do trabalho descrito nesta dissertação eram especialmente dois. O primeiro consistia na reconstrução tridimensional de frames individuais da cápsula endoscópica, tal como encontrar uma forma de relacionar imagens consecutivas para assim poder, no futuro, juntar informações da terceira dimensão ao longo do vídeo. O segundo objetivo é a deteção automática de tecido tumoral em cada frame retirada da cápsula endoscópica. Para ambos os objetivos foi usado o algoritmo de segmentação Expectation-Maximization, seguindo uma abordagem Maximum a Posteriori, usando o espaço de cor Lab para retirar o efeito da luminosidade. No primeiro caso, é realizada a segmentação com diferentes números de regiões, para aferir o número ótimo em cada frame. Ao calcular os coeficientes de correlação entre vetores de features de cor e textura das várias regiões, é possível detetar regiões correspondentes entre as várias frames. No final a reconstrução das frames é realizada com o uso do método Shape from Shading. Na deteção automática de tumores, depois de dividir a imagem em duas regiões diferentes, o método proposto envolve o cálculo de descritores estatísticos dos histogramas em cada região, e a posterior classificação usando diferentes classificadores supervisionados. Chegou-se à conclusão que a segmentação para encontrar os diferentes tecidos, apesar de apresentar resultados quando analisada individualmente, tem de ser refinada para que as regiões em frames diferentes tenham uma maior semelhança. A reconstrução individual apresenta bons resultados, aumentando a informação em cada frame, aumentando assim a capacidade de diagnóstico. O método de deteção automática de tumores proposto apresenta resultados bastante promissores quando comparados com estado da arte, tanto o método de segmentação, tal como o conjunto de features usado. A precisão do sistema concebido teve uma melhoria de pelo menos 6% em relação a métodos do estado da arte implementados para a mesma base de dados.Wireless Capsule Endoscopy is a non-invasive device that contains a small camera used for capturing images from the gastrointestinal tract. The result of this exam is very long video, which leads to a low detection rate of several pathologies. This fact is the reason why it’s needed for the increase of quality of the videos, either adding new information to every frame, either implementing algorithms for automatic detection of pathologies or important structures. The objectives of the work described in this texto were specially two. The first one consisted in the construction of an algorithm for the 3-D reconstruction of individual frames and also to find similar regions in consecutive regions, so in the future this information could lead to a video of combined 3-D images. The second objective is the automatic detection of tumor tissue in capsule endoscopy frames. The segmentation in both objectives used the Expectation-Maximization algorithm, with a Maximum a Posteriori approach, using the Lab color space so the light effect could be removed. In the first case, the segmentation is performed with a different number of regions, so it could be possible to find the best number of regions in each frame. Correlation coefficients were then calculated between vectors containing color and texture features of the different regions, so corresponding regions could be found. Reconstruction of frames was performed using the Shape from Shading method. In the automatic detection of tumors, after dividing the image in two different regions, the proposed method includes the computation of statistical features from the histograms of each region, and the classification with supervised classifiers. As conclusion, it is possible to say that the segmentation to find different kinds of tissues need to be refined so the correct corresponding regions can be found. The individual reconstruction presents good results, increasing the visual information in each frame, increasing in that way the diagnosis capability. The method for tumor detection presents promising results when compared to state of the art methods. The final system precision had an increase of at least 6% in relation with state of the art algorithm implemented with the same database.Lima, C. S.Universidade do MinhoVieira, Pedro Miguel Pereira20132013-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/1822/27714por201186292info:eu-repo/semantics/openAccessreponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiainstacron:RCAAP2024-05-11T04:50:56Zoai:repositorium.sdum.uminho.pt:1822/27714Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireinfo@rcaap.ptopendoar:https://opendoar.ac.uk/repository/71602025-05-28T15:00:14.274767Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologiafalse
dc.title.none.fl_str_mv Segmentação de imagens da Cápsula Endoscópica com aplicações na deteção de tumores e na reconstrução 3-D da mucosa intestinal
title Segmentação de imagens da Cápsula Endoscópica com aplicações na deteção de tumores e na reconstrução 3-D da mucosa intestinal
spellingShingle Segmentação de imagens da Cápsula Endoscópica com aplicações na deteção de tumores e na reconstrução 3-D da mucosa intestinal
Vieira, Pedro Miguel Pereira
616-072.1
616.34
61:681.3
681.3:61
title_short Segmentação de imagens da Cápsula Endoscópica com aplicações na deteção de tumores e na reconstrução 3-D da mucosa intestinal
title_full Segmentação de imagens da Cápsula Endoscópica com aplicações na deteção de tumores e na reconstrução 3-D da mucosa intestinal
title_fullStr Segmentação de imagens da Cápsula Endoscópica com aplicações na deteção de tumores e na reconstrução 3-D da mucosa intestinal
title_full_unstemmed Segmentação de imagens da Cápsula Endoscópica com aplicações na deteção de tumores e na reconstrução 3-D da mucosa intestinal
title_sort Segmentação de imagens da Cápsula Endoscópica com aplicações na deteção de tumores e na reconstrução 3-D da mucosa intestinal
author Vieira, Pedro Miguel Pereira
author_facet Vieira, Pedro Miguel Pereira
author_role author
dc.contributor.none.fl_str_mv Lima, C. S.
Universidade do Minho
dc.contributor.author.fl_str_mv Vieira, Pedro Miguel Pereira
dc.subject.por.fl_str_mv 616-072.1
616.34
61:681.3
681.3:61
topic 616-072.1
616.34
61:681.3
681.3:61
description Dissertação de mestrado integrado em Engenharia Biomédica (área de especialização em Eletrónica Médica)
publishDate 2013
dc.date.none.fl_str_mv 2013
2013-01-01T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/1822/27714
url http://hdl.handle.net/1822/27714
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 201186292
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
instname:FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron:RCAAP
instname_str FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
instacron_str RCAAP
institution RCAAP
reponame_str Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
collection Repositórios Científicos de Acesso Aberto de Portugal (RCAAP)
repository.name.fl_str_mv Repositórios Científicos de Acesso Aberto de Portugal (RCAAP) - FCCN, serviços digitais da FCT – Fundação para a Ciência e a Tecnologia
repository.mail.fl_str_mv info@rcaap.pt
_version_ 1833595036698148864

Similar Items