Desenvolvimento de técnicas de segmentação e extração de características de alto nível de imagens médicas para sistemas de recuperação de imagens baseada em conteúdo

• Processo: 07/50285-0
• Modalidade de apoio: Bolsas no Brasil - Pós-Doutorado
• Data de Início da vigência: 01 de junho de 2007
• Data de Término da vigência: 27 de janeiro de 2009
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Agma Juci Machado Traina
• Beneficiário: André Guilherme Ribeiro Balan
• Instituição Sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos , SP, Brasil
• Assunto(s): Ressonância magnética Segmentação de imagens Cérebro
• Palavra(s)-Chave do Pesquisador: Ressonancia Magnetica | Segmentacao De Imagens

Resumo

Características de alto nível de imagens médicas são informações com alto teor semântico que podem ser interpretadas e utilizadas diretamente por especialistas da área médica em uma série de aplicações. Elas também podem ser empregadas em sistemas computacionais de classificação, agrupamento, e recuperação de imagens por conteúdo. Nas imagens de cabeça, em especial, é possível extrair diversas informações com teor semântico, incluindo a volumetria dos tecidos, níveis de simetria, e medidas de textura e forma de estruturas importantes, tais como o hipocampo e o tálamo. Todas essas informações têm se mostrado úteis no estudo de diversas doenças, incluindo a epilepsia, o mal de Alzheimer, esclerose múltipla, esquizofrenia e câncer. Por isso, a área médica possui um grande interesse em sistemas computacionais voltados para a extração automática de tais características. Neste contexto, o presente projeto tem como objetivo desenvolver um framework para segmentação de imagens de ressonância magnética de cabeça e extração de características de alto nível relacionadas ao cérebro, visando a tarefa de recuperação de imagens baseada conteúdo. Os métodos desenvolvidos integrarão um sistema que será colocado em uso principalmente no CIREP, o Centro de Cirurgia de Epilepsia do HC da Faculdade de Medicina da Ribeirão Preto que, desde 2001, atua como centro regulador de cirurgias de epilepsia para todo o país. O framework proposto deve ser composto por novos métodos para classificação de tecidos e mapeamento das principais estruturas do cérebro, e a definição de um vetor de características de alto nível relacionada ao cérebro. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

BALAN, ANDRE G. R.; TRAINA, AGMA J. M.; RIBEIRO, MARCELA X.; MARQUES, PAULO M. A.; TRAINA, JR., CAETANO. Smart histogram analysis applied to the skull-stripping problem in T1-weighted MRI. COMPUTERS IN BIOLOGY AND MEDICINE, v. 42, n. 5, p. 509-522, MAY 2012. (03/01769-4, 07/50285-0, 05/04272-9)