Estimação de Densidades Visando a Segmentação de Imagens Médicas

• Processo: 08/10994-5
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de março de 2009
• Data de Término da vigência: 31 de dezembro de 2010
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Probabilidade e Estatística Aplicadas
• Pesquisador responsável: Luzia Aparecida Trinca
• Beneficiário: Giovana Marassi Zambon
• Instituição Sede: Instituto de Biociências (IBB). Universidade Estadual Paulista (UNESP). Campus de Botucatu. Botucatu , SP, Brasil
• Assunto(s): Análise de imagens Algoritmo EM Classificação Estimação de densidades
• Palavra(s)-Chave do Pesquisador: Algoritmo EM | Análise de imagens | Classificação | Gaussianas | Histograma | Misturas de densidades | Estimação de Densidades

Resumo

Este projeto tem como objetivo o estudo dos métodos de estimação de densidades visando suas aplicações no processo de segmentação de imagens usadas em medicina tanto para diagnosticar doenças tumorais, quanto para planejar e aplicar tratamentos adequadamente. Uma imagem digitalizada pode ser vista como uma matriz de dados cujos valores representam tons de cores em certa escala. O menor elemento no dispositivo de exibição de imagem ao qual é possível atribuir uma cor (um valor) é chamado de pixel. O processo de segmentação consiste na divisão da imagem em regiões através da classificação de cada pixel em categorias. O método mais simples de classificação usa limiares para os valores dos pixels mas exige o conhecimento tanto do número de regiões distintas na imagem como dos próprios limiares. Outra maneira simples é construir um histograma dos valores dos pixels, considerar cada pico como um objeto distinto e definir o limiar como sendo a média entre os valores referentes a dois picos vizinhos.Como o histograma não forma uma curva suave, é difícil decidir quando um pico realmente representa uma parte distinta ou é apenas uma variação casual. Técnicas mais sofisticadas de estimação de densidades são requeridas. Dados de imagens podem ser considerados como oriundos de mistura de densidades. Neste projeto serão abordadas as técnicas de estimação de densidades paramétrica e não paramétrica em dados de misturas de distribuições.