Segmentação automática do ventrículo esquerdo em exames de ressonância magnética cardíaca

• Processo: 19/22116-7
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Vigência (Início): 01 de março de 2020
• Vigência (Término): 30 de setembro de 2021
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Fátima de Lourdes dos Santos Nunes Marques
• Beneficiário: Matheus Alberto de Oliveira Ribeiro
• Instituição Sede: Escola de Artes, Ciências e Humanidades (EACH). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Vinculado ao auxílio: 14/50889-7 - INCT 2014: em Medicina Assistida por Computação Científica (INCT-MACC), AP.TEM
• Assunto(s): Ressonância magnética Ventrículos do coração Processamento digital de imagens Segmentação (processamento de imagem) Doenças cardiovasculares Diagnóstico clínico
• Palavra(s)-Chave do Pesquisador: Ressonância Magnética | segmentação | Ventrículo Esquerdo | Processamento de imagens médicas

Resumo

Exames de ressonância magnética cardíaca são reconhecidos como padrão-ouro para o diagnóstico de diversas doenças cardíacas. A partir da segmentação e análise do ventrículo esquerdo nesses exames, métricas clínicas utilizadas em diagnósticos podem ser obtidas. Entretanto, a segmentação manual do ventrículo esquerdo nas diversas imagens de ressonância magnética demanda tempo e esforço repetitivo do especialista, o que pode aumentar a variabilidade da qualidade do diagnóstico. Na literatura, diversos métodos têm sido propostos para a segmentação automática do ventrículo esquerdo. As principais abordagens utilizam métodos baseados em imagem, restrição de formas e inteligência artificial. Apesar de obterem bons resultados, nenhum método ainda alcançou a excelência do especialista devido à grande variação das estruturas representadas nas imagens de ressonância magnética. A partir de um mapeamento sistemático, foi constatado que a utilização de métodos híbridos baseados em restrição de forma e inteligência artificial têm obtido resultados promissores e oferecem uma possível solução ao problema da segmentação. O objetivo do presente projeto é desenvolver um novo método híbrido de segmentação automática do ventrículo esquerdo, com base em inteligência artificial e restrições de forma. Com isso, pretende-se diminuir a ocorrência de segmentações anatomicamente impossíveis, um dos maiores problemas dos métodos mais recentes, sem comprometer a qualidade da segmentação. Os resultados serão avaliados por meio de métricas clássicas de avaliação de segmentação, assim como métricas clínicas utilizadas no diagnóstico. Além de oferecer uma contribuição para a área de processamento gráfico, ao propor um novo método de segmentação, o projeto visa a contribuir com a área de auxílio ao diagnóstico em Cardiologia. (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)

RIBEIRO, MATHEUS A. O.; NUNES, FATIMA L. S.. Left ventricle segmentation combining deep learning and deformable models with anatomical constraints. JOURNAL OF BIOMEDICAL INFORMATICS, v. 142, p. 15-pg., 2023-05-03. (21/14902-2, 19/22116-7)

RIBEIRO, MATHEUS A. O.; NUNES, FATIMA L. S.. Left Ventricle Segmentation in Cardiac MR: A Systematic Mapping of the Past Decade. ACM COMPUTING SURVEYS, v. 54, n. 11S, p. 38-pg., 2022-01-01. (19/22116-7)

Publicações acadêmicas

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

RIBEIRO, Matheus Alberto de Oliveira. Segmentação do ventrículo esquerdo em exames de ressonância magnética cardíaca com aprendizado profundo e modelos deformáveis contendo restrições de forma. 2021. Dissertação de Mestrado - Universidade de São Paulo (USP). Escola de Artes, Ciências e Humanidades (EACH) São Paulo.