Desenvolvimento de um atlas probabilístico de pontos salientes 3D automaticamente detectados em imagens de ressonância magnética com aplicação no posicionamento inicial de modelos geométricos deformáveis

• Processo: 14/11988-0
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Data de Início da vigência: 01 de setembro 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: Carlos Henrique Villa Pinto
• 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 Doença de Alzheimer
• Palavra(s)-Chave do Pesquisador: Alzheimer | Atlas probabilístico | Esclerose Múltipla | marcos anatômicos 3D | modelos geométricos deformáveis | pontos salientes 3D | Processamento de Imagens Médicas

Resumo

O imageamento por ressonância magnética (RM) tornou-se uma ferramenta indispensável 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 possibilitar um diagnóstico rápido e preciso de uma 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 e que, em razão disso, 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 modelos geométricos deformáveis para a segmentação de imagens médicas é o posicionamento inicial adequado do modelo. Assim, pretende-se, para esta proposta de pesquisa, o aperfeiçoamento de uma técnica para detecção automática de pontos salientes 3D e, a partir disso, o desenvolvimento de um atlas probabilístico de pontos salientes que servirá para automatizar o processo de posicionamento inicial de modelos geométricos deformáveis. Dessa maneira, técnicas de segmentação baseadas nesse tipo de abordagem poderão ser mais eficazes e possibilitarão que medidas volumétricas de estruturas cerebrais sejam obtidas com maior precisão e rapidez.

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)

POLONI, KATIA MARIA; FERRARI, RICARDO JOSE; GERVASI, O; MURGANTE, B; MISRA, S; STANKOVA, E; TORRE, CM; ROCHA, AMAC; TANIAR, D; APDUHAN, BO; et al. Detection and Classification of Hippocampal Structural Changes in MR Images as a Biomarker for Alzheimer's Disease. COMPUTATIONAL SCIENCE AND ITS APPLICATIONS - ICCSA 2018, PT I, v. 10960, p. 17-pg., 2018-01-01. (15/02232-1, 14/11988-0)

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. (14/11988-0, 15/02232-1)