Desenvolvimento de técnicas de segmentação e extração de características de alto nível de imagens médicas para sistemas de recuperação de imagens baseada em conteúdo

Resumo

Características de alto nível de imagens médicas são informações com alto teor semântico que podem ser interpretadas e utilizadas diretamente por especialistas da área médica em uma série de aplicações. Elas também podem ser empregadas em sistemas computacionais de classificação, agrupamento, e recuperação de imagens por conteúdo. Nas imagens de cabeça, em especial, é possível extrair diversas informações com teor semântico, incluindo a volumetria dos tecidos, níveis de simetria, e medidas de textura e forma de estruturas importantes, tais como o hipocampo e o tálamo. Todas essas informações têm se mostrado úteis no estudo de diversas doenças, incluindo a epilepsia, o mal de Alzheimer, esclerose múltipla, esquizofrenia e câncer. Por isso, a área médica possui um grande interesse em sistemas computacionais voltados para a extração automática de tais características. Neste contexto, o presente projeto tem como objetivo desenvolver um framework para segmentação de imagens de ressonância magnética de cabeça e extração de características de alto nível relacionadas ao cérebro, visando a tarefa de recuperação de imagens baseada conteúdo. Os métodos desenvolvidos integrarão um sistema que será colocado em uso principalmente no CIREP, o Centro de Cirurgia de Epilepsia do HC da Faculdade de Medicina da Ribeirão Preto que, desde 2001, atua como centro regulador de cirurgias de epilepsia para todo o país. O framework proposto deve ser composto por novos métodos para classificação de tecidos e mapeamento das principais estruturas do cérebro, e a definição de um vetor de características de alto nível relacionada ao cérebro. (AU)