Busca avançada
Ano de início
Entree

Segmentação de lesões de esclerose múltipla em imagens de ressonância magnética via análise de textura guiada por um mapa de hiperintensidades

Processo: 19/23198-7
Linha de fomento:Bolsas no Brasil - Iniciação Científica
Vigência (Início): 01 de fevereiro de 2020
Vigência (Término): 31 de janeiro de 2021
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação
Pesquisador responsável:Ricardo José Ferrari
Beneficiário:Fernanda Carolina Ferreira
Instituição-sede: Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
Assunto(s):Esclerose múltipla   Sistema nervoso central   Segmentação de imagens   Ressonância magnética   Diagnóstico por imagem   Delineamento experimental

Resumo

A Esclerose Múltipla (EM) é uma doença inflamatória multifatorial que afeta o Sistema Nervoso Central (SNC) e atinge principalmente uma população de adultos jovens. A EM é considerada uma doença autoimune pois, por alguma razão ainda desconhecida, o sistema imunológico agride a bainha de mielina que recobre os neurônios, comprometendo as funções do SNC. A técnica de ressonância magnética (RM) tem sido usada com muito sucesso no diagnóstico e monitoramento da EM, pois permite uma boa diferenciação entre os tecidos moles. O volume de carga lesional em EM determinado em imagens T2-weighted (T2-w) ou fluid-attenuated inversion recovery (FLAIR), é uma medida quantitativa importante usada para avaliar a evolução da doença. O método convencional de medição do volume da carga lesional é usando o delineamento manual das lesões em imagens de RM realizada por especialistas com ajuda de um computador. Esta pesquisa visa o desenvolvimento de um método automático de segmentação de lesões de EM em imagens de RM que utilizará atributos de textura, extraídos de regiões de lesões anotadas por um especialista, para o treinamento de um classificador supervisionado one-class Support Vector Machine (SVM). O classificador estimado será então usado para classificar apenas voxels localizados em regiões hiperintensas de imagens FLAIR, indicadas por uma mapa de hiperintensidades resultante de um trabalho recentemente realizado pelo nosso grupo de pesquisa. Tal mapa, contém as lesões de EM que, em geral, são hiperintensas em imagens FLAIR, além de outras estruturas hiperintensas, as quais espera-se que sejam descartadas via classificação por textura. Os resultados do método desenvolvido serão comparados quantitativamente com as marcações de dois especialistas e com os resultados de outros dois softwares.