Segmentação de placas de esclerose múltipla em imagens de ressonância magnética usando modelo de mistura de distribuições t-Student e detecção de outliers

• 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.

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)

FREIRE, PAULO G. L.; FERRARI, RICARDO J.. Automatic iterative segmentation of multiple sclerosis lesions using Student's t mixture models and probabilistic anatomical atlases in FLAIR images. COMPUTERS IN BIOLOGY AND MEDICINE, v. 73, p. 10-23, JUN 1 2016. (14/00019-6, 12/03100-3)