Avaliação de algoritmos para segmentação automática de imagens de SPEC/CT de Medicina Nuclear

• Processo: 24/07137-6
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de outubro de 2024
• Data de Término da vigência: 30 de setembro de 2025
• Área de conhecimento: Ciências da Saúde - Medicina - Radiologia Médica
• Pesquisador responsável: Diana Rodrigues de Pina Miranda
• Beneficiário: João Pedro Papacidero Borges
• Instituição Sede: Faculdade de Medicina (FMB). Universidade Estadual Paulista (UNESP). Campus de Botucatu. Botucatu , SP, Brasil
• Assunto(s): Medicina nuclear Quantificação Tomografia computadorizada por emissão de fóton único Física médica
• Palavra(s)-Chave do Pesquisador: Ct | medicina nuclear | quantificação | Spect | Física Médica

Resumo

A segmentação e quantificação de imagens médicas através de ferramentas computacionais traz diversos benefícios para a rotina clínica. Existem hoje diversas abordagens para segmentar imagens médicas, das mais recentes e complexas, que utilizam aprendizado de máquina e inteligência artificial, às clássicas, como a segmentação por limiares, que exige menos poder de processamento e recursos computacionais. No entanto, não existe um método definitivo para abordar esse problema e a escolha da melhor técnica de segmentação deve levar em consideração a modalidade de imagem e o tipo de informação que se deseja obter. Devido as suas características, as imagens da Medicina Nuclear impõem um desafio para o processo de segmentação automática e, ainda hoje, a inspeção visual humana é o padrão ouro para a maioria dos procedimentos dessa especialidade. Essa pesquisa traz a proposta original de avaliar diferentes algoritmos de segmentação automática disponíveis em um software gratuito e compará-las com a segmentação realizada por observadores treinados, a fim de se avaliar qual dos algoritmos é o mais adequado para a segmentação de imagens de SPECT/CT de perfusão pulmonar. Com esse resultado, será possível subsidiar o desenvolvimento de estratégias de segmentação e quantificação mais precisos em Medicina Nuclear, somando novas ferramentas para avaliação de imagens médicas e contribuindo para uma prática clínica mais ágil e segura, para profissionais e pacientes.