Automatização da Escala de Atrofia Parietal de Koedam na Doença de Alzheimer Utilizando Atributos de Imagens de Ressonância Magnética T1-w e Técnicas de Agrupamento

• Processo: 23/15916-2
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de março de 2024
• Situação: Interrompido
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Ricardo José Ferrari
• Beneficiário: Yasmin Victoria Oliveira
• Instituição Sede: Centro de Ciências Exatas e de Tecnologia (CCET). Universidade Federal de São Carlos (UFSCAR). São Carlos , SP, Brasil
• Bolsa(s) vinculada(s): 25/07033-9 - Segmentação Automática de Lesões na Substância Branca na Doença de Alzheimer Usando SegFormer3D, BE.EP.IC
• Assunto(s): Doença de Alzheimer Processamento de imagens
• Palavra(s)-Chave do Pesquisador: corregistro de imagens | Doença de Alzheimer | Escala de Koedam | Parcelamento cerebral | processamento de imagens médicas | técnicas de agrupamento | Processamento de Imagens Médicas

Resumo

A busca por biomarcadores de imagem desempenha um papel crucial na pesquisa pelo diagnóstico da Doença de Alzheimer (DA), oferecendo uma abordagem não invasiva e potencialmente precoce para identificar alterações no cérebro associadas à doença. Tais biomarcadores têm também o potencial de fornecer informações valiosas sobre a progressão da DA, possibilitando a aplicação de estratégias de tratamento mais eficazes. Nesse contexto, a escala visual de atrofia parietal de Koedam emerge como uma ferramenta particularmente relevante. Ao focar na região parietal, essa escala permite uma avaliação específica das mudanças estruturais associadas à DA, fornecendo uma visão mais detalhada sobre a natureza da atrofia cerebral na doença. Neste contexto, esta pesquisa propõe a automatização da escala de Koedam a partir do uso atributos extraídos da imagem de ressonância magnética (RM) ponderada em T1 e de técnicas de agrupamento. A primeira etapa da pesquisa focará na identificação da região parietal nas imagens de RM por meio do corregistro da imagem com um atlas. A seguir, a região parietal será segmentada nos principais tecidos cerebrais pelo uso de técnicas não supervisionadas. A quantidade de cada tecido na região parietal será utilizada como atributo para aplicação de técnicas de agrupamento, de maneira a simular a categorização visual da escala Koedam. Essa abordagem visa automatizar a avaliação da atrofia parietal, proporcionando uma ferramenta eficaz para o diagnóstico precoce da DA.