| Processo: | 14/00019-6 |
| Modalidade de apoio: | Bolsas no Brasil - Mestrado |
| Data de Início da vigência: | 01 de abril de 2014 |
| Data de Término da vigência: | 29 de fevereiro de 2016 |
| Área de conhecimento: | Engenharias - Engenharia Biomédica - Bioengenharia |
| Pesquisador responsável: | Ricardo José Ferrari |
| Beneficiário: | Paulo Guilherme de Lima Freire |
| Instituição Sede: | Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil |
| Assunto(s): | Esclerose múltipla Processamento de imagens |
| Palavra(s)-Chave do Pesquisador: | Esclerose Múltipla | Modelo de Mistura de distribuições t-Student | processamento de imagens médicas | Segmentação de imagens de ressonância magnética | Segmentação de placas de esclerose múltipla | Segmentação usando atlas probabilísticos | Processamento de Imagens Médicas |
Resumo Esclerose Múltipla (EM) é uma doença inflamatória e desmielinizante (isto é, com perda de mielina) do sistema nervoso central (SNC). EM é considerada uma doença autoimune a qual o sistema imunológico reconhece erroneamente a bainha de mielina do SNC como um elemento externo e então a ataca, resultando em inflamação e formação de cicatrizes gliais (escleroses) em múltiplas áreas da substância branca do SNC. O imageamento multiespectral por ressonância magnética tem sido usado clinicamente com muito sucesso para o diagnóstico e monitoramento da EM devido às suas excelentes propriedades, como alta resolução e boa diferenciação de tecidos moles. Atualmente, o método utilizado para a segmentação de lesões de EM é o delineamento manual das lesões em imagens 3D de RM, o qual é realizado por especialistas com ajuda limitada do computador. Entretanto, tal procedimento é custoso e propenso à variabilidade inter e intraobservadores devido ao baixo contraste das bordas das lesões. Atualmente, vários pesquisadores têm voltado seus esforços para o desenvolvimento de técnicas que visam diminuir o tempo gasto na análise das imagens e medir de maneira mais precisa o volume dos tecidos cerebrais e das lesões de EM. Nesse contexto, esteprojeto propõe o estudo e o desenvolvimento de uma técnica computacional automática baseada em na abordagem de detecção de outliers e usando modelos de mistura finita de distribuições t-Student e atlas probabilísticos para a detecção e medição do volume de lesões de EM em imagens de RM. | |
| Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa: | |
| Mais itensMenos itens | |
| TITULO | |
| Matéria(s) publicada(s) em Outras Mídias ( ): | |
| Mais itensMenos itens | |
| VEICULO: TITULO (DATA) | |
| VEICULO: TITULO (DATA) | |