Validação da entropia de Tsallis no co-registro de neuroimagens

• Processo: 13/08240-0
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Data de Início da vigência: 05 de setembro de 2013
• Data de Término da vigência: 04 de agosto de 2014
• Área de conhecimento: Engenharias - Engenharia Biomédica - Bioengenharia
• Pesquisador responsável: Paulo Mazzoncini de Azevedo Marques
• Beneficiário: Henrique Tomaz Do Amaral Silva
• Supervisor: Colin Studholme
• Instituição Sede: Faculdade de Medicina de Ribeirão Preto (FMRP). Universidade de São Paulo (USP). Ribeirão Preto , SP, Brasil
• Instituição Anfitriã: University of Washington, Estados Unidos
• Vinculado à bolsa: 10/10979-6 - Validação clínica do uso da entropia de tsallis no co-registro de neuroimagens para a localização da zona epileptogênica utilizando o statistical parametric mapping (spm), BP.DR
• Palavra(s)-Chave do Pesquisador: Co-registro | Ct | Entropia de TSallis | Mri | Pet | validação | Processamento de Imagens Médicas

Resumo

O co-registro de imagens médicas exerce um importante papel na determinação de alterações topográficas e morfológicas para fins de diagnostico funcional e propostas terapêuticas. Os softwares de alinhamento manual e semi-automáticos ainda continuam sendo utilizado, entretanto eles são subjetivos e tomam um tempo precioso dos especialistas. Métodos automáticos são mais robustos e independentes do usuário, porém seu fator crítico é a fidedignidade. A medida de similaridade que utiliza a Informação Mútua (IM) com base na entropia de Shannon (IMS) é o método automático mais comum que tem sido utilizado atualmente em imagens médicas, embora algoritmos supostamente mais fidedignos tem sido propostos na última década sugerindo melhorias e outras entropias, tal como Studholme , que em estudo prévio demonstrou que a Informação Mútua Normalizada (IMN) fornece uma medida de entropia invariante para o co-registro de imagens médicas 3D [Studholme et. al., 1999].Para certas classes de sistemas físicos que possuem interações de longo alcance, memórias de longo tempo e estrutura fractal; é necessário estender a teoria clássica de Shannon.A relevância da geometria fractal no processamento de imagens médicas é explicada pela auto-similaridade observada nas imagens de estruturas biológicas com uma resolução finita. Inspirado pelo conceito multifractal, Constantino Tsallis propôs uma generalização da estatística de Boltzmann-Gibbs-Shannon (BGS) com base na entropia de formalismo generalizada. Neste projeto nós descrevemos um conjunto de experimentos para avaliar a aplicabilidade da entropia de Tsallis na Informação Mútua (IMT) como uma função de custo para o co-registro de Tomografia por Emissão de Pósitrons (TEP) e Tomografia Computadorizada (TC). O efeito da mudança de sobreposição nas entropias atuais (IMS e IMN) e na medida proposta (IMT) será comparado usando um modelo simples de imagem e experimentos em dados de imagens clínicas, como proposto por Colin Studholme, citado anteriormente. (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)

AMARAL-SILVA, HENRIQUE; WICHERT-ANA, LAURO; MURTA, LUIZ OTAVIO; ROMUALDO-SUZUKI, LARISSA; ITIKAWA, EMERSON; BUSSATO, GERALDO FILHO; AZEVEDO-MARQUES, PAULO. The Superiority of Tsallis Entropy over Traditional Cost Functions for Brain MRI and SPECT Registration. Entropy, v. 16, n. 3, p. 1632-1651, MAR 2014. (10/10979-6, 13/08240-0, 08/03369-7)