Segmentação de imagens de tensores de difusão no contexto da morfologia matemática

• Processo: 09/17130-9
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de março de 2010
• Data de Término da vigência: 31 de maio de 2014
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Roberto de Alencar Lotufo
• Beneficiário: Leticia Rittner
• Instituição Sede: Faculdade de Engenharia Elétrica e de Computação (FEEC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Vinculado ao auxílio: 13/07559-3 - Instituto Brasileiro de Neurociência e Neurotecnologia - BRAINN, AP.CEPID
• Bolsa(s) vinculada(s): 12/01250-8 - Métodos de segmentação e classificação baseados em grafos para imagens de tensores de difusão do cérebro, BE.EP.PD
• Palavra(s)-Chave do Pesquisador: Morfologia Matemática | processamento de imagens médicas | segmentação de imagens | Processamento gráfico

Resumo

Este projeto de pesquisa de pós-doutorado propõe o melhoramento, a validação e análise quantitativa de um método de segmentação para imagens de tensores de difusão (DTI) do cérebro baseado na transformada de watershed [Rittner and Lotufo, 2008]. Prevê ainda a aplicação do referido método na solução de problemas reais da neurociência, tais como segmentação dos núcleos do tálamo, segmentação de regiões do corpo caloso, classificação de tecido cerebral e análise de medidas de difusão em diversas estruturas cerebrais. O método proposto define o gradiente morfológico tensorial (TMG) baseado na morfologia matemática, que retém a informação relevante contida nos tensores e permite a segmentação da imagem através da transformada de watershed. Os resultados da segmentação baseada no TMG e no watershed hierárquico são compatíveis com resultados de segmentação baseada em atlas. Mas para que o método de segmentação proposto seja capaz de segmentar de forma robusta as imagens de tensores de difusão do cérebro e resolver problemas reais de difícil solução são necessários aprimorar o cálculo do TMG e propor um novo método de escolha dos marcadores para o watershed hierárquico. Além disso, para que o método possa ser usado por médicos e pesquisadores, é necessário que ele seja primeiramente validado e seus resultados objetivamente comparados com os demais métodos existentes na literatura ou ainda com segmentações manuais. Este projeto de pesquisa terá como resultado uma nova versão do método de segmentação baseado no TMG e em watershed. A versão aprimorada do método será validada, quantitativamente analisada e utilizada na solução de problemas da neurociência. (AU)