Content-Based Image Retrieval using Selective Visual Attention

• Processo: 18/06074-0
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de maio de 2018
• Data de Término da vigência: 14 de março de 2022
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Agma Juci Machado Traina
• Beneficiário: Oscar Alonso Cuadros Linares
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Vinculado ao auxílio: 16/17078-0 - Mineração, indexação e visualização de Big Data no contexto de sistemas de apoio à decisão clínica (MIVisBD), AP.TEM
• Assunto(s): Diagnóstico por imagem Recuperação de imagens por conteúdo
• Palavra(s)-Chave do Pesquisador: Análise de imagens médicas | Cbir | consultas perceptuais | Extração de características de imagens médicas | Imagens Médicas | recuperação de imagens por conteúdo | Processamento Gráfico

Resumo

Os sistemas de Recuperação de Imagem Baseada em Conteúdo (do inglês CBIR - Content-Based Image Retrieval) visam buscar e recuperar imagens de um conjunto de dados, analisando as características inerentes da imagem, que as descrevem segundo um determinado critério, como cor, textura e formas. Essa estratégia é muito útil quando os metadados estão incompletos ou não disponíveis, além de sobrepujar as limitações humanas na análise manual de um grande volume de imagens. No entanto, os sistemas CBIR são muitas vezes limitados pela existência de uma lacuna entre a semântica de alto nível de uma imagem e suas características de baixo nível (distribuição de cor, textura e formas). Por outro lado, a área de Atenção Visual Seletiva (SVA) combina técnicas computacionais com a psicologia para desenvolver métodos similares à visão humana. Neste projeto, combinaremos o potencial dos métodos CBIR com a estratégia SVA para desenvolver novos métodos de radiômica mais alinhados com o conhecimento dos especialistas e sua necessidade de análise de imagens. Além disso, investigaremos e incorporaremos extratores de características mais sofisticadas para melhorar a eficácia dos métodos para CBIR. Nos últimos anos, várias aplicações no campo do processamento de imagens têm sido propostas, aproveitando os avanços da teoria das redes complexas. Nosso objetivo é levar esses métodos ao campo da radiômica.

Publicações científicas

(6)

(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)

CLEMENTINO, JOSE M., JR.; FAICAL, BRUNO S.; BONES, CHRISTIAN C.; TRAINA, CAETANO, JR.; GUTIERREZ, MARCO A.; TRAINA, AGMA J. M.; ALMEIDA, JR; GONZALEZ, AR; SHEN, L; KANE, B; et al. Multilevel Clustering Explainer: An Explainable Approach to Electronic Health Records. 2021 IEEE 34TH INTERNATIONAL SYMPOSIUM ON COMPUTER-BASED MEDICAL SYSTEMS (CBMS), v. N/A, p. 6-pg., 2021-01-01. (20/07200-9, 16/17078-0, 18/06074-0, 19/04660-1, 18/06228-7)

LINARES, OSCAR CUADROS; HAMANN, BERND; BATISTA NETO, JOAO. Segmenting Cellular Retinal Images by Optimizing Super-Pixels, Multi-Level Modularity, and Cell Boundary Representation. IEEE Transactions on Image Processing, v. 29, p. 809-818, 2020. (18/06074-0, 12/24036-1)

LINARES, OSCAR CUADROS; SORIANO-VARGAS, AUREA AUREA; FAICAL, BRUNO S.; HAMANN, BERND; FABRO, ALEXANDRE T.; TRAINA, AGMA J. M.; DEHERRERA, AGS; GONZALEZ, AR; SANTOSH, KC; TEMESGEN, Z; et al. Efficient Segmentation of Cell Nuclei in Histopathological Images. 2020 IEEE 33RD INTERNATIONAL SYMPOSIUM ON COMPUTER-BASED MEDICAL SYSTEMS(CBMS 2020), v. N/A, p. 6-pg., 2020-01-01. (16/17078-0, 18/06228-7, 18/06074-0, 20/07200-9)

CLEMENTINO JR, JOSE M.; BONES, CHRISTIAN C.; FAICAL, BRUNO S.; LINARES, OSCAR C.; LIMA, DANIEL M.; GUTIERREZ, MARCO A.; TRAINA JR, CAETANO; TRAINA, AGMA J. M.; DEHERRERA, AGS; GONZALEZ, AR; et al. Bag-of-Attributes Representation: a Vector Space Model for Electronic Health Records Analysis in OMOP. 2020 IEEE 33RD INTERNATIONAL SYMPOSIUM ON COMPUTER-BASED MEDICAL SYSTEMS(CBMS 2020), v. N/A, p. 6-pg., 2020-01-01. (18/06228-7, 16/17078-0, 20/07200-9, 19/04660-1, 18/06074-0)

LINARES, OSCAR CUADROS; FAICAL, BRUNO S.; BARBOSA, PAULO RENATO C.; HAMANN, BERND; FABRO, ALEXANDRE T.; TRAINA, AGMA J. M.; IEEE. How to Automatically Identify Regions of Interest in High-resolution Images of Lung Biopsy for Interstitial Fibrosis Diagnosis. 2019 IEEE 32ND INTERNATIONAL SYMPOSIUM ON COMPUTER-BASED MEDICAL SYSTEMS (CBMS), v. N/A, p. 4-pg., 2019-01-01. (16/17078-0, 18/06228-7, 18/06074-0)

BELIZARIO, IVAR VARGAS; LINARES, OSCAR CUADROS; SANTO BATISTA NETO, JOAO DO ESPIRITO. Automatic image segmentation based on label propagation. IET IMAGE PROCESSING, v. 15, n. 11, p. 2532-2547, SEP 2021. (18/06074-0, 21/00360-3)