Pré-processamento das Imagens de Ressonância Magnética Cardíaca para Segmentação do Miocárdio

• Processo: 22/10409-2
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de fevereiro de 2023
• Data de Término da vigência: 30 de junho de 2024
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Regina Célia Coelho
• Beneficiário: Sophia Silvestre Camargo
• Instituição Sede: Instituto de Ciência e Tecnologia (ICT). Universidade Federal de São Paulo (UNIFESP). Campus São José dos Campos. São José dos Campos , SP, Brasil
• Assunto(s): Equalização Filtragem Processamento de imagens
• Palavra(s)-Chave do Pesquisador: Equalização | Filtragem | Rmi | Roi | Processamento de Imagens

Resumo

O diagnóstico por imagem é um método eficiente na medicina. A ressonância magnética cardíaca (RMC) permite a avaliação da anatomia e de possíveis patologias. Além disso, a aplicação do deep learning (DL) contribui para o processo de avaliação do exame, reduzindo o trabalho do médico, o que lhe permite ter maior disponibilidade para o atendimento ao paciente.O primeiro passo é gerar um conjunto de imagens de qualidade para o modelo da DL aprender corretamente as características desejadas das imagens. Portanto, as imagens de RMC devem ter brilho e contraste adequados para identificar os contornos e bordas das diferentes regiões em cada seção. Por exemplo, no exame, o tórax aparece quase inteiramente nas imagens; reduzir a quantidade de informação limitando-se à região do coração contribui para o treinamento da rede neural. Este trabalho tem por objetivo aplicar técnicas para melhorar a qualidade das imagens, ajustando brilho e contraste para facilitar a identificação dos contornos e bordas do ventrículo esquerdo e do miocárdio. Além disso, identificar as regiões de interesse e eliminar informações não relevantes facilitará o treinamento da rede neural convolucional U-Net a ser utilizada na segmentação.