Busca avançada
Ano de início
Entree

Transporte ótimo de vasos para o alinhamento automático de imagens de fundus de retina

Processo: 19/13165-4
Linha de fomento:Auxílio à Pesquisa - Publicações científicas - Artigo
Vigência: 01 de setembro de 2019 - 29 de fevereiro de 2020
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação
Pesquisador responsável:Afonso Paiva Neto
Beneficiário:Afonso Paiva Neto
Instituição-sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
Vinculado ao auxílio:13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria, AP.CEPID
Assunto(s):Processamento de imagens 

Resumo

O transporte ótimo surgiu como uma ferramenta promissora e útil para suportar aplicações modernas de processamento de imagens, como imagens médicas e visualização científica. De fato, a teoria ótima do transporte permite uma grande flexibilidade na modelagem de problemas relacionados ao registro de imagens, já que diferentes recursos de otimização podem ser usados com sucesso, bem como a escolha de modelos adequados para alinhar as imagens. Neste artigo, apresentamos uma estrutura automatizada para o registro de imagens de fundo que unifica a teoria de transporte ideal, ferramentas de processamento de imagens e esquemas de correspondência de gráficos em uma metodologia funcional e concisa. Dadas duas imagens de fundo ocular, construímos gráficos representativos que incorporam em suas estruturas informações espaciais e topológicas dos vasos sanguíneos do olho. Os gráficos produzidos são então usados como entrada pelo nosso modelo de transporte ótimo para estabelecer uma correspondência entre seus conjuntos de nós. Finalmente, transformações geométricas são realizadas entre as imagens, de modo a realizar a tarefa de registro corretamente. Nossa formulação baseia-se na sólida base matemática do transporte ideal como um problema de otimização restrita, sendo também robusta ao lidar com outliers criados durante a fase de correspondência. Demonstramos a precisão e eficácia do presente quadro em todo um conjunto abrangente de comparações qualitativas e quantitativas contra vários métodos de última geração influentes em várias bases de dados de imagens de fundo de olho. (AU)