SegmentaÃÃo dos vasos sanguÃneos pulmonares em imagens de tomografia computadorizada do tÃrax

Bibliographic Details
Main Author: Alyson Bezerra Nogueira Ribeiro
Publication Date: 2013
Format: Master thesis
Language: por
Source: Biblioteca Digital de Teses e Dissertações da UFC
Download full: http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=10553
Summary: A anÃlise de imagens mÃdicas por meio de tÃcnicas de visÃo computacional tornou-se bastante promissora, principalmente pelo fato de aperfeiÃoar a acurÃcia diagnÃstica de diversas patologias. Por essas razÃo, a Pneumologia à considerada atualmente uma Ãrea de concentraÃÃo de projetos que envolvem mÃtodos de Processamento Digital de Imagens. A segmentaÃÃo de vasos sanguÃneos pulmonares à de bastante auxÃlio na detecÃÃo de cardiopatias pulmonares. Esse processo à realizado atravÃs da anÃlise dos resultados obtidos por exame de diagnÃstico por imagem, os quais se destacam as radiografias torÃcicas, tomografia computadorizada (TC) do tÃrax, ressonÃncia magnÃtica, cintilografia pulmonar e angiografia. A hipertensÃo pulmonar e o cÃncer sÃo exemplos de doenÃas que podem ser diagnosticadas com menor subjetividade ao realizar a segmentaÃÃo de vasos, visualizaÃÃo em trÃs dimensÃes e extraÃÃo de seus atributos. Devido a essa importÃncia, diversos algoritmos sÃo desenvolvidos com intuito de obter uma segmentaÃÃo Ãtima destas estruturas. Dentre estes, encontram-se os mÃtodos por contornos ativos, LÃgica Fuzzy, Crescimento de RegiÃes, Filtragem Multi-escalar 3D e algoritmo Expectation Maximization (EM). Nesta dissertaÃÃo, sÃo segmentados os vasos sanguÃneos pulmonares de imagens de tomografia computadorizada do tÃrax utilizando-se trÃs mÃtodos: uma combinaÃÃo de Crescimento de RegiÃes 3D controlado por uma funÃÃo de pertinÃncia gaussiana e limiarizaÃÃo; um mÃtodo hÃbrido de segmentaÃÃo por Conectividade Fuzzy e limiarizaÃÃo; por m, a segmentaÃÃo utilizando o classicador K-mÃdias. Os resultados obtidos pelas segmentaÃÃes sÃo analisados e comparados por meio de uma anÃlise dos coecientes de similaridade e sensibilidade. Os resultados da aplicaÃÃo dos trÃs mÃtodos sÃo caracterizados aceitÃveis e compatÃveis com os observados na literatura.
id UFC_4c37dc99ee5c01b01a88620d5b7f7483
oai_identifier_str oai:www.teses.ufc.br:7226
network_acronym_str UFC
network_name_str Biblioteca Digital de Teses e Dissertações da UFC
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisSegmentaÃÃo dos vasos sanguÃneos pulmonares em imagens de tomografia computadorizada do tÃraxLung Blood Vessels Segmentation in Thoracic CT Scans2013-03-04Paulo CÃsar Cortez11250534372http://lattes.cnpq.br/502460215230406402165158311http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4431602Z9Alyson Bezerra Nogueira RibeiroUniversidade Federal do CearÃPrograma de PÃs-GraduaÃÃo em Engenharia de TeleinformÃticaUFCBRTeleinformÃticaEngenharia biomÃdicaProcessamento de imagens - TÃcnicas digitais3D Region Growing , Fuzzy Connectedness, Lung Density Analysis, Blood Vessels.PROCESSAMENTO DE SINAIS BIOLOGICOSA anÃlise de imagens mÃdicas por meio de tÃcnicas de visÃo computacional tornou-se bastante promissora, principalmente pelo fato de aperfeiÃoar a acurÃcia diagnÃstica de diversas patologias. Por essas razÃo, a Pneumologia à considerada atualmente uma Ãrea de concentraÃÃo de projetos que envolvem mÃtodos de Processamento Digital de Imagens. A segmentaÃÃo de vasos sanguÃneos pulmonares à de bastante auxÃlio na detecÃÃo de cardiopatias pulmonares. Esse processo à realizado atravÃs da anÃlise dos resultados obtidos por exame de diagnÃstico por imagem, os quais se destacam as radiografias torÃcicas, tomografia computadorizada (TC) do tÃrax, ressonÃncia magnÃtica, cintilografia pulmonar e angiografia. A hipertensÃo pulmonar e o cÃncer sÃo exemplos de doenÃas que podem ser diagnosticadas com menor subjetividade ao realizar a segmentaÃÃo de vasos, visualizaÃÃo em trÃs dimensÃes e extraÃÃo de seus atributos. Devido a essa importÃncia, diversos algoritmos sÃo desenvolvidos com intuito de obter uma segmentaÃÃo Ãtima destas estruturas. Dentre estes, encontram-se os mÃtodos por contornos ativos, LÃgica Fuzzy, Crescimento de RegiÃes, Filtragem Multi-escalar 3D e algoritmo Expectation Maximization (EM). Nesta dissertaÃÃo, sÃo segmentados os vasos sanguÃneos pulmonares de imagens de tomografia computadorizada do tÃrax utilizando-se trÃs mÃtodos: uma combinaÃÃo de Crescimento de RegiÃes 3D controlado por uma funÃÃo de pertinÃncia gaussiana e limiarizaÃÃo; um mÃtodo hÃbrido de segmentaÃÃo por Conectividade Fuzzy e limiarizaÃÃo; por m, a segmentaÃÃo utilizando o classicador K-mÃdias. Os resultados obtidos pelas segmentaÃÃes sÃo analisados e comparados por meio de uma anÃlise dos coecientes de similaridade e sensibilidade. Os resultados da aplicaÃÃo dos trÃs mÃtodos sÃo caracterizados aceitÃveis e compatÃveis com os observados na literatura.Medical image analysis using computer vision techniques has become quite promising because of its improvement on the diagnostic accuracy of various pathologies. For this reason, pulmonology became an area of high concentration of projects involving methods of Digital Image Processing. The blood vessels segmentation in the lung is an important aid in the detection of pulmonary heart diseases. This process is performed by analyzing the results obtained with known diagnostic imaging exams, like chest Xrays, computed tomography (CT) scan, magnetic resonance imaging, scintigraphy and angiography. Pulmonary hypertension and cancer are examples of diseases that can be diagnosed with less subjectivity if performing vessels segmentation, three-dimensional visualization and attribute extraction of these images. Thus, several algorithms are developed with the objective of obtaining an optimal segmentation of these structures. Among those algorithms are active contours, fuzzy logic, 3D Region Growing, 3D multi-scale ltering algorithm and Expectation Maximization (EM). In this study, the blood vessels were extracted from lung CT scans of the chest using three methods. The rst is a combination of 3D Region Growing controlled by a Gaussian membership function and thresholding, the second is a hybrid segmentation by thresholding and Fuzzy Connectedness. Finally,the third refers to segmentation using the K-means classier. The results and evaluation of applying these algorithms are presented.Conselho Nacional de Desenvolvimento CientÃfico e TecnolÃgicohttp://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=10553application/pdfinfo:eu-repo/semantics/openAccessporreponame:Biblioteca Digital de Teses e Dissertações da UFCinstname:Universidade Federal do Cearáinstacron:UFC2019-01-21T11:23:41Zmail@mail.com -
dc.title.pt.fl_str_mv SegmentaÃÃo dos vasos sanguÃneos pulmonares em imagens de tomografia computadorizada do tÃrax
dc.title.alternative.en.fl_str_mv Lung Blood Vessels Segmentation in Thoracic CT Scans
title SegmentaÃÃo dos vasos sanguÃneos pulmonares em imagens de tomografia computadorizada do tÃrax
spellingShingle SegmentaÃÃo dos vasos sanguÃneos pulmonares em imagens de tomografia computadorizada do tÃrax
Alyson Bezerra Nogueira Ribeiro
TeleinformÃtica
Engenharia biomÃdica
Processamento de imagens - TÃcnicas digitais
3D Region Growing , Fuzzy Connectedness, Lung Density Analysis, Blood Vessels.
PROCESSAMENTO DE SINAIS BIOLOGICOS
title_short SegmentaÃÃo dos vasos sanguÃneos pulmonares em imagens de tomografia computadorizada do tÃrax
title_full SegmentaÃÃo dos vasos sanguÃneos pulmonares em imagens de tomografia computadorizada do tÃrax
title_fullStr SegmentaÃÃo dos vasos sanguÃneos pulmonares em imagens de tomografia computadorizada do tÃrax
title_full_unstemmed SegmentaÃÃo dos vasos sanguÃneos pulmonares em imagens de tomografia computadorizada do tÃrax
title_sort SegmentaÃÃo dos vasos sanguÃneos pulmonares em imagens de tomografia computadorizada do tÃrax
author Alyson Bezerra Nogueira Ribeiro
author_facet Alyson Bezerra Nogueira Ribeiro
author_role author
dc.contributor.advisor1.fl_str_mv Paulo CÃsar Cortez
dc.contributor.advisor1ID.fl_str_mv 11250534372
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/5024602152304064
dc.contributor.authorID.fl_str_mv 02165158311
dc.contributor.authorLattes.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4431602Z9
dc.contributor.author.fl_str_mv Alyson Bezerra Nogueira Ribeiro
contributor_str_mv Paulo CÃsar Cortez
dc.subject.por.fl_str_mv TeleinformÃtica
Engenharia biomÃdica
Processamento de imagens - TÃcnicas digitais
topic TeleinformÃtica
Engenharia biomÃdica
Processamento de imagens - TÃcnicas digitais
3D Region Growing , Fuzzy Connectedness, Lung Density Analysis, Blood Vessels.
PROCESSAMENTO DE SINAIS BIOLOGICOS
dc.subject.eng.fl_str_mv 3D Region Growing , Fuzzy Connectedness, Lung Density Analysis, Blood Vessels.
dc.subject.cnpq.fl_str_mv PROCESSAMENTO DE SINAIS BIOLOGICOS
dc.description.sponsorship.fl_txt_mv Conselho Nacional de Desenvolvimento CientÃfico e TecnolÃgico
dc.description.abstract.por.fl_txt_mv A anÃlise de imagens mÃdicas por meio de tÃcnicas de visÃo computacional tornou-se bastante promissora, principalmente pelo fato de aperfeiÃoar a acurÃcia diagnÃstica de diversas patologias. Por essas razÃo, a Pneumologia à considerada atualmente uma Ãrea de concentraÃÃo de projetos que envolvem mÃtodos de Processamento Digital de Imagens. A segmentaÃÃo de vasos sanguÃneos pulmonares à de bastante auxÃlio na detecÃÃo de cardiopatias pulmonares. Esse processo à realizado atravÃs da anÃlise dos resultados obtidos por exame de diagnÃstico por imagem, os quais se destacam as radiografias torÃcicas, tomografia computadorizada (TC) do tÃrax, ressonÃncia magnÃtica, cintilografia pulmonar e angiografia. A hipertensÃo pulmonar e o cÃncer sÃo exemplos de doenÃas que podem ser diagnosticadas com menor subjetividade ao realizar a segmentaÃÃo de vasos, visualizaÃÃo em trÃs dimensÃes e extraÃÃo de seus atributos. Devido a essa importÃncia, diversos algoritmos sÃo desenvolvidos com intuito de obter uma segmentaÃÃo Ãtima destas estruturas. Dentre estes, encontram-se os mÃtodos por contornos ativos, LÃgica Fuzzy, Crescimento de RegiÃes, Filtragem Multi-escalar 3D e algoritmo Expectation Maximization (EM). Nesta dissertaÃÃo, sÃo segmentados os vasos sanguÃneos pulmonares de imagens de tomografia computadorizada do tÃrax utilizando-se trÃs mÃtodos: uma combinaÃÃo de Crescimento de RegiÃes 3D controlado por uma funÃÃo de pertinÃncia gaussiana e limiarizaÃÃo; um mÃtodo hÃbrido de segmentaÃÃo por Conectividade Fuzzy e limiarizaÃÃo; por m, a segmentaÃÃo utilizando o classicador K-mÃdias. Os resultados obtidos pelas segmentaÃÃes sÃo analisados e comparados por meio de uma anÃlise dos coecientes de similaridade e sensibilidade. Os resultados da aplicaÃÃo dos trÃs mÃtodos sÃo caracterizados aceitÃveis e compatÃveis com os observados na literatura.
dc.description.abstract.eng.fl_txt_mv Medical image analysis using computer vision techniques has become quite promising because of its improvement on the diagnostic accuracy of various pathologies. For this reason, pulmonology became an area of high concentration of projects involving methods of Digital Image Processing. The blood vessels segmentation in the lung is an important aid in the detection of pulmonary heart diseases. This process is performed by analyzing the results obtained with known diagnostic imaging exams, like chest Xrays, computed tomography (CT) scan, magnetic resonance imaging, scintigraphy and angiography. Pulmonary hypertension and cancer are examples of diseases that can be diagnosed with less subjectivity if performing vessels segmentation, three-dimensional visualization and attribute extraction of these images. Thus, several algorithms are developed with the objective of obtaining an optimal segmentation of these structures. Among those algorithms are active contours, fuzzy logic, 3D Region Growing, 3D multi-scale ltering algorithm and Expectation Maximization (EM). In this study, the blood vessels were extracted from lung CT scans of the chest using three methods. The rst is a combination of 3D Region Growing controlled by a Gaussian membership function and thresholding, the second is a hybrid segmentation by thresholding and Fuzzy Connectedness. Finally,the third refers to segmentation using the K-means classier. The results and evaluation of applying these algorithms are presented.
description A anÃlise de imagens mÃdicas por meio de tÃcnicas de visÃo computacional tornou-se bastante promissora, principalmente pelo fato de aperfeiÃoar a acurÃcia diagnÃstica de diversas patologias. Por essas razÃo, a Pneumologia à considerada atualmente uma Ãrea de concentraÃÃo de projetos que envolvem mÃtodos de Processamento Digital de Imagens. A segmentaÃÃo de vasos sanguÃneos pulmonares à de bastante auxÃlio na detecÃÃo de cardiopatias pulmonares. Esse processo à realizado atravÃs da anÃlise dos resultados obtidos por exame de diagnÃstico por imagem, os quais se destacam as radiografias torÃcicas, tomografia computadorizada (TC) do tÃrax, ressonÃncia magnÃtica, cintilografia pulmonar e angiografia. A hipertensÃo pulmonar e o cÃncer sÃo exemplos de doenÃas que podem ser diagnosticadas com menor subjetividade ao realizar a segmentaÃÃo de vasos, visualizaÃÃo em trÃs dimensÃes e extraÃÃo de seus atributos. Devido a essa importÃncia, diversos algoritmos sÃo desenvolvidos com intuito de obter uma segmentaÃÃo Ãtima destas estruturas. Dentre estes, encontram-se os mÃtodos por contornos ativos, LÃgica Fuzzy, Crescimento de RegiÃes, Filtragem Multi-escalar 3D e algoritmo Expectation Maximization (EM). Nesta dissertaÃÃo, sÃo segmentados os vasos sanguÃneos pulmonares de imagens de tomografia computadorizada do tÃrax utilizando-se trÃs mÃtodos: uma combinaÃÃo de Crescimento de RegiÃes 3D controlado por uma funÃÃo de pertinÃncia gaussiana e limiarizaÃÃo; um mÃtodo hÃbrido de segmentaÃÃo por Conectividade Fuzzy e limiarizaÃÃo; por m, a segmentaÃÃo utilizando o classicador K-mÃdias. Os resultados obtidos pelas segmentaÃÃes sÃo analisados e comparados por meio de uma anÃlise dos coecientes de similaridade e sensibilidade. Os resultados da aplicaÃÃo dos trÃs mÃtodos sÃo caracterizados aceitÃveis e compatÃveis com os observados na literatura.
publishDate 2013
dc.date.issued.fl_str_mv 2013-03-04
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
status_str publishedVersion
format masterThesis
dc.identifier.uri.fl_str_mv http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=10553
url http://www.teses.ufc.br/tde_busca/arquivo.php?codArquivo=10553
dc.language.iso.fl_str_mv por
language por
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.publisher.none.fl_str_mv Universidade Federal do CearÃ
dc.publisher.program.fl_str_mv Programa de PÃs-GraduaÃÃo em Engenharia de TeleinformÃtica
dc.publisher.initials.fl_str_mv UFC
dc.publisher.country.fl_str_mv BR
publisher.none.fl_str_mv Universidade Federal do CearÃ
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFC
instname:Universidade Federal do Ceará
instacron:UFC
reponame_str Biblioteca Digital de Teses e Dissertações da UFC
collection Biblioteca Digital de Teses e Dissertações da UFC
instname_str Universidade Federal do Ceará
instacron_str UFC
institution UFC
repository.name.fl_str_mv -
repository.mail.fl_str_mv mail@mail.com
_version_ 1643295178811768832

Similar Items