Busca avançada
Ano de início
Entree

Segmentação automática de imagens de ressonância magnética do cérebro humano via modelos deformáveis guiados por atlas probabilístico de pontos salientes 3D

Processo: 15/02232-1
Linha de fomento:Auxílio à Pesquisa - Regular
Vigência: 01 de junho de 2015 - 31 de maio de 2017
Área do conhecimento:Engenharias - Engenharia Biomédica
Pesquisador responsável:Ricardo José Ferrari
Beneficiário:Ricardo José Ferrari
Instituição-sede: Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
Pesq. associados: Francisco de Assis Carvalho Do Vale ; José Eduardo Mourão Santos
Assunto(s):Imageamento (bioengenharia)  Sistema nervoso central  Ressonância magnética  Doença de Alzheimer  Esclerose múltipla  Imagem tridimensional 

Resumo

O imageamento por ressonância magnética (RM) tornou-se uma ferramenta fundamental no diagnóstico e estudo de diversas doenças e síndromes do sistema nervoso central (SNC), como, por exemplo, a esclerose múltipla e a doença de Alzheimer. Além da análise visual sistemática das imagens de RM, o neurorradiologista frequentemente precisa medir o volume ou analisar alterações na forma de determinadas estruturas do cérebro para diagnosticar de maneira rápida e precisa uma determinada doença, ou ainda para realizar o acompanhamento evolutivo de um determinado tratamento. Para isso, a segmentação prévia das estruturas de interesse é necessária. Em geral, essa tarefa é realizada manualmente com a ajuda limitada do computador e, portanto, possui diversas limitações. Por esse motivo, vários pesquisadores têm voltado seus esforços para o desenvolvimento de técnicas automáticas de segmentação de tecidos e estruturas cerebrais em imagens de RM. Dentre as várias abordagens propostas na literatura, as técnicas baseadas em modelos geométricos deformáveis e atlas anatômicos probabilísticos e topológicos estão entre as que apresentam os melhores resultados. Isso porque elas possibilitam a utilização da informação anatômica intrinsecamente contida nas malhas durante o processo de segmentação. No entanto, uma das principais dificuldades da aplicação de tais modelos para a segmentação de imagens médicas é o posicionamento inicial adequado das malhas. Portanto, o principal objetivo desse projeto de pesquisa é o desenvolvimento de um framework de segmentação automática de algumas estruturas cerebrais utilizadas com frequência por neuroradiologistas no diagnóstico das doenças de Alzheimer e esclerose múltipla. Tal framework será formado por três partes principais: um detector de pontos salientes 3D, um atlas probabilístico de pontos salientes 3D (construído a partir de uma imensa base de imagens) e um mecanismo que utilizará ambos, o atlas e o detector de pontos salientes, para o posicionamento adequado dos modelos geométricos deformáveis. (AU)

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)
GREGORIO DA SILVA, BRUNO C.; CARVALHO-TAVARES, JULIANA; FERRARI, RICARDO J. Detecting and tracking leukocytes in intravital video microscopy using a Hessian-based spatiotemporal approach. MULTIDIMENSIONAL SYSTEMS AND SIGNAL PROCESSING, v. 30, n. 2, p. 815-839, APR 2019. Citações Web of Science: 0.
VILLA PINTO, CARLOS H.; FERRARI, RICARDO JOSE. Initialization of deformable models in 3D magnetic resonance images guided by automatically detected phase congruency point landmarks. PATTERN RECOGNITION LETTERS, v. 79, p. 1-7, AUG 1 2016. Citações Web of Science: 2.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.