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

• Processo: 19/16112-9
• Linha de fomento: Bolsas no Exterior - Estágio de Pesquisa - Mestrado
• Vigência (Início): 01 de dezembro de 2019
• Vigência (Término): 29 de março de 2020
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Roberto Marcondes Cesar Junior
• Beneficiário: Larissa de Oliveira Penteado Dias
• Supervisor no Exterior: Isabelle Bloch
• Instituição-sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Local de pesquisa: 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

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)