Aprendizado em grafos para a segmentação semântica de imagens de ressonância magnética

• Processo: 19/16112-9
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Mestrado
• Data de Início da vigência: 01 de dezembro de 2019
• Data de Término da vigência: 29 de março de 2020
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Roberto Marcondes Cesar Junior
• Beneficiário: Larissa de Oliveira Penteado Dias
• Supervisor: Isabelle Bloch
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Instituição Anfitriã: ParisTech, França
• Vinculado à bolsa: 18/07386-5 - Segmentação de imagens de ressonância magnética neonatal: uma abordagem estrutural, BP.MS
• Assunto(s): Redes neurais convolucionais Ressonância magnética Imagem por ressonância magnética Análise de imagens Diagnóstico por imagem
• Palavra(s)-Chave do Pesquisador: Convolutional Neural Network | Graph Neural Networks | Graph-based Segmentation | magnetic resonance imaging | Semantic Segmentation | Análise de Imagens Médicas

Resumo

A segmentação semântica de imagens de ressonância magnética (IRM) desempenha um papel importante no diagnóstico, tratamento e acompanhamento de doenças. A análise manual destas imagens é demorada e sujeita a variabilidade de acordo com o especialista. Portanto, ao longo dos anos, diferentes métodos automáticos e semi-automáticos foram desenvolvidos. A maioria deles foi criada para lidar com os dados de adultos. Devido às diferenças intrínsecas destes volumes para os de crianças e neonatos, tais métodos tendem a falhar para estes pacientes. Então, neste projeto, nosso objetivo é desenvolver um algoritmo robusto para realizar a segmentação semântica de IRM encefálicas de crianças e neonatos, utilizando Grafos e Redes Neurais em Grafos. (AU)

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)

OLIVEIRA, HUGO; PENTEADO, LARISSA; MACIEL, JOSE LUIZ; FERRACIOLLI, SUELY FAZIO; TAKAHASHI, MARCELO STRAUS; BLOCH, ISABELLE; CESAR JUNIOR, ROBERTO; IEEE COMP SOC. Automatic Segmentation of Posterior Fossa Structures in Pediatric Brain MRIs. 2021 34TH SIBGRAPI CONFERENCE ON GRAPHICS, PATTERNS AND IMAGES (SIBGRAPI 2021), v. N/A, p. 8-pg., 2021-01-01. (19/16112-9, 15/22308-2, 18/07386-5, 20/06744-5, 17/50236-1)