Recuperação por conteúdo de imagens médicas para apoio a decisão clínica usando a abordagem radiômica

• Processo: 17/23780-2
• Modalidade de apoio: Bolsas no Brasil - Doutorado
• Data de Início da vigência: 01 de agosto de 2018
• Data de Término da vigência: 31 de março de 2021
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Matemática da Computação
• Pesquisador responsável: Agma Juci Machado Traina
• Beneficiário: Jonathan da Silva Ramos
• 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): Processamento de imagens Recuperação de imagens Diagnóstico por imagem
• Palavra(s)-Chave do Pesquisador: Diagnóstico auxiliado por imagens | extração de características de imagens | Imagens Médicas | Radiomics | recuperação de imagens por conteúdo | Processamento de imagens

Resumo

Com a evolução da tecnologia, atualmente há uma enorme quantidade de imagens sendo produzidas diariamente. No cenário médico, não é diferente; muitas imagens provenientes de exames são produzidas e devem ser armazenadas e analisadas para benefício do paciente. Porém, a análise e anotação manual destas imagens demandam muito tempo e conhecimento específico do domínio de cada tipo de exame. Para apoiar este trabalho, sistemas de recuperação por conteúdo (do inglês, Content-Based Image Retrieval - CBIR) foram propostos. Entretanto, apesar de todos os benefícios que estes sistemas proporcionam, em sua maior parte tratam-se de sistemas isolados e com foco em uma única resposta. Para melhorar este aspecto, uma nova abordagem denominada "radiômica" foi proposta como suporte a sistemas CBIR. O principal objetivo da abordagem radiômica é extrair o máximo possível de informações de uma dada imagem e combiná-las com outras informações clínicas disponíveis. O objetivo final é obter informações que possam ser analisadas e mineradas, aprimorando a seleção de tratamento individual e monitoramento. Apesar dos benefícios eminentes da abordagem radiômica, ainda há uma gama de desafios. Este projeto de doutorado tem como principal objetivo avançar na área de CBIR e CAD com a integração da abordagem radiômica, de forma a elevar os níveis de confiabilidade e segurança desses sistemas a um patamar muito maior. Como passo inicial, serão tratadas imagens de músculo esquelético, as quais apresentam alta dificuldade em anotações automáticas quando há presença de distorções ou patologias. As contribuições do projeto serão avaliadas junto ao Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto - HCFMRP dentro do âmbito do projeto temático FAPESP MIVisBD. (AU)

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)

RAMOS, JONATHAN S.; CAZZOLATO, MIRELA T.; NOGUEIRA-BARBOSA, MARCELLO H.; TRAINA, AGMA J. M.; ACM. FINE: Improving time and precision of segmentation techniques for vertebral compression fractures in MRI. PROCEEDINGS OF THE 35TH ANNUAL ACM SYMPOSIUM ON APPLIED COMPUTING (SAC'20), v. N/A, p. 4-pg., 2020-01-01. (18/24414-2, 16/17078-0, 17/23780-2)

RAMOS, JONATHAN S.; CAZZOLATO, MIRELA T.; FAICAL, BRUNO S.; NOGUEIRA-BARBOSA, MARCELLO H.; TRAINA, CAETANO, JR.; TRAINA, AGMA J. M.; IEEE. 3DBGrowth: volumetric vertebrae segmentation and reconstruction in magnetic resonance imaging. 2019 IEEE 32ND INTERNATIONAL SYMPOSIUM ON COMPUTER-BASED MEDICAL SYSTEMS (CBMS), v. N/A, p. 6-pg., 2019-01-01. (18/24414-2, 17/23780-2, 18/06228-7, 16/17078-0)

RAMOS, JONATHAN S.; MACIEL, JAMILLY G.; CAZZOLATO, MIRELA T.; TRAINA JR, CAETANO; NOGUEIRA-BARBOSA, MARCELLO H.; TRAINA, AGMA J. M.; ALMEIDA, JR; GONZALEZ, AR; SHEN, L; KANE, B; et al. BEAUT: a radiomic approach to identify potential lumbar fractures in magnetic resonance imaging. 2021 IEEE 34TH INTERNATIONAL SYMPOSIUM ON COMPUTER-BASED MEDICAL SYSTEMS (CBMS), v. N/A, p. 6-pg., 2021-01-01. (20/11258-2, 17/23780-2, 20/07200-9, 16/17078-0, 18/04266-9)

RAMOS, JONATHAN S.; CAZZOLATO, MIRELA T.; FAICAL, BRUNO S.; LINARES, OSCAR A. C.; NOGUEIRA-BARBOSA, MARCELLO H.; TRAINA, CAETANO, JR.; TRAINA, AGMA J. M.; IEEE. Fast and smart segmentation of paraspinal muscles in magnetic resonance imaging with CleverSeg. 2019 32ND SIBGRAPI CONFERENCE ON GRAPHICS, PATTERNS AND IMAGES (SIBGRAPI), v. N/A, p. 8-pg., 2019-01-01. (18/24414-2, 16/17078-0, 17/23780-2, 18/06228-7)

CAZZOLATO, MIRELA T.; RAMOS, JONATHAN S.; RODRIGUES, LUCAS S.; SCABORA, LUCAS C.; CHINO, DANIEL Y. T.; JORGE, ANA E. S.; DE AZEVEDO-MARQUES, PAULO MAZZONCINI; TRAINA JR, CAETANO; TRAINA, AGMA J. M.; DEHERRERA, AGS; et al. Semi-Automatic Ulcer Segmentation and Wound Area Measurement Supporting Telemedicine. 2020 IEEE 33RD INTERNATIONAL SYMPOSIUM ON COMPUTER-BASED MEDICAL SYSTEMS(CBMS 2020), v. N/A, p. 6-pg., 2020-01-01. (16/17078-0, 20/07200-9, 17/23780-2, 18/24414-2, 16/17330-1)

RAMOS, JONATHAN S.; WATANABE, CAROLINA Y. V.; NOGUEIRA-BARBOSA, MARCELLO H.; TRAINA, AGMA J. M.; ASSOC COMP MACHINERY. BGrowth: an efficient approach for the segmentation of vertebral compression fractures in magnetic resonance imaging. SAC '19: PROCEEDINGS OF THE 34TH ACM/SIGAPP SYMPOSIUM ON APPLIED COMPUTING, v. N/A, p. 8-pg., 2019-01-01. (17/23780-2, 16/17078-0)

Publicações acadêmicas

(Referências obtidas automaticamente das Instituições de Ensino e Pesquisa do Estado de São Paulo)

RAMOS, Jonathan da Silva. Análise de imagens do músculo esquelético para apoio a tomada de decisão. 2021. Tese de Doutorado - Universidade de São Paulo (USP). Instituto de Ciências Matemáticas e de Computação (ICMC/SB) São Carlos.