Segmentação de imagens médicas por meio de redes complexas

• Processo: 12/19092-0
• Modalidade de apoio: Bolsas no Exterior - Pesquisa
• Vigência (Início): 01 de março de 2013
• Vigência (Término): 28 de fevereiro de 2014
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: João Do Espirito Santo Batista Neto
• Beneficiário: João Do Espirito Santo Batista Neto
• Pesquisador Anfitrião: Fernando Bello
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Local de pesquisa: Imperial College London, Inglaterra
• Assunto(s): Redes complexas Cirurgia assistida por computador
• Palavra(s)-Chave do Pesquisador: Algoritmos de Detecção de Comunidades | Cirutgia guiada por imagens | Redes Complexas | segmentação de imagens | Simulação Cirúrcica | Processamento de Imagens

Resumo

A segmentação de imagens tem um papel destacado em várias aplicações médicas como, por exemplo, a recuperação de imagens por conteúdo, detecção de tecidos lesionados, registros de imagens e também a identificação de estruturas para a simulação cirúrgica e cirurgias guiadas por computador. A literatura reporta um infinidade de técnicas voltadas a este fim. Um grupo de destaque são as técnicas de segmentação baseadas em grafos, nos quais cada nó representa um pixel e as arestas modelam uma relação entre pixels de uma determinada vizinhança. A literatura mostra ainda que muitos dos algoritmos de segmentação baseados em grafos, além de computacionalmente caros, falham em definir o melhor particionamento. Os recentes desenvolvimentos na teoria de Redes Complexas fez surgir uma série de técnicas de reconhecimento de padrões baseadas em grafos, com grande poder de particionamento de grafos, mais especificamente os algoritmos de detecção de comunidades. O uso de tais algoritmos, no entanto, pouco tem sido explorado para a área de segmentação de imagens, muito em função do excessivo número de nós da rede ao se modelar uma imagem de grandes proporções, tornando o processamento inviável. Contudo, recentes trabalhos desenvolvidos pelo autor desta proposta mostram que é possível segmentar satisfatoriamente imagens de grande dimensões, ao combinar algoritmos de detecção de comunidades com a técnica de super pixel. O objetivo desta proposta é estender esta técnica para a segmentação de imagens médicas, especialmente para imagens 3D, de forma a contribuir com as tarefas de simulação cirúrgica e cirurgia guiada por imagens. O projeto será desenvolvido no Departamento de Cirurgia e Câncer, da Faculdade de Medicina do Imperial College, Londres. O grupo de pesquisa coordenado pelo Prof. Fernando Bello, que colaborará neste projeto, é multidisciplinar, contando com profissionais médicos, engenheiros e de computação, o que pode em muito contribuir para o sucesso do projeto. (AU)