Busca avançada
Ano de início
Entree

Segmentação de imagens de ressonância magnética neonatal: uma abordagem estrutural

Processo: 18/07386-5
Modalidade de apoio:Bolsas no Brasil - Mestrado
Data de Início da vigência: 01 de julho de 2018
Data de Término da vigência: 29 de julho de 2020
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação
Acordo de Cooperação: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Pesquisador responsável:Roberto Marcondes Cesar Junior
Beneficiário:Larissa de Oliveira Penteado Dias
Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
Vinculado ao auxílio:15/22308-2 - Representações intermediárias em Ciência Computacional para descoberta de conhecimento, AP.TEM
Bolsa(s) vinculada(s):19/16112-9 - Aprendizado em grafos para a segmentação semântica de imagens de ressonância magnética, BE.EP.MS
Assunto(s):Ressonância magnética   Classificação
Palavra(s)-Chave do Pesquisador:Classificação | Grafos Relacionais com Atributos Estatíticos | neonatos | Ressonância Magnética | segmentação | Imagens Médicas

Resumo

Cada vez mais têm-se ressaltado a importância de exames de imagem para o diagnóstico e acompanhamento de patologias e avaliação do desenvolvimento de estruturas anatômicas. Neste sentido, a análise de imagens de ressonância magnética do encéfalo de neonatos e prematuros é essencial para o estudo do neurodesenvolvimento do paciente, assim como o prognóstico e predição de possíveis doenças. A análise manual de MRIs é demorada, requer um especialista com bastante experiência e está sujeita à variação de acordo com o radiologista (ou seja, é subjetiva). Uma alternativa a isto é a segmentação automática destas imagens, as quais apresentam desafios específicos, como contraste invertido, resolução limitada, artefatos de movimento do paciente, entre outras, que dificultam o uso de técnicas de segmentação já existentes para imagens de encéfalos de adultos. Assim, o desenvolvimento de uma técnica robusta a estes problemas faz-se necessário. Este projeto trata exatamente disto, propondo um novo método estrutural baseado no aprendizado de grafos estruturais com atributos estatísticos. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
OLIVEIRA, HUGO; PENTEADO, LARISSA; MACIEL, JOSE LUIZ; FERRACIOLLI, SUELY FAZIO; TAKAHASHI, MARCELO STRAUS; BLOCH, ISABELLE; CESAR JUNIOR, ROBERTO; IEEE COMP SOC. Automatic Segmentation of Posterior Fossa Structures in Pediatric Brain MRIs. 2021 34TH SIBGRAPI CONFERENCE ON GRAPHICS, PATTERNS AND IMAGES (SIBGRAPI 2021), v. N/A, p. 8-pg., . (19/16112-9, 15/22308-2, 18/07386-5, 20/06744-5, 17/50236-1)
Publicações acadêmicas
(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)
DIAS, Larissa de Oliveira Penteado. Uma nova abordagem para segmentação semântica da fossa posterior em imagens pediátricas de ressonância magnética. 2022. Dissertação de Mestrado - Universidade de São Paulo (USP). Instituto de Matemática e Estatística (IME/SBI) São Paulo.