Segmentação de Imagens Médicas: Como integrar modelos de aparência/forma e correção interativa com o mínimo de intervenção do usuário?

Resumo

Problema: A segmentação de imagens médicas (ressonância magnética e tomografia computadorizada) visa delinear de forma precisa estruturas do corpo humano para fins de análise quantitativa no diagnóstico e tratamento de doenças. Modelos de aparência/forma dessas estruturas podem ser aprendidos e utilizados para segmentar novas imagens automaticamente. No entanto, falhas na segmentação automática não contam com soluções interativas eficazes e eficientes para corrigir erros sem destruir as partes corretamente segmentadas e minimizar o envolvimento do usuário. Na prática e com frequência, a segmentação manual/interativa é realizada do início para correção - um processo enfadonho e sujeito a erros por cansaço e desatenção do usuário.Proposta: Este projeto de Pós-Doutoramento tem por meta investigar soluções que integrem de forma eficiente e eficaz a segmentação automática de imagens médicas baseada em modelos de aparência/forma e a correção interativa. Neste contexto, o projeto visa continuar e integrar trabalhos preliminares do grupo que: (a) convertem uma solução qualquer de segmentação em uma floresta de caminhos ótimos - um grafo acíclico onde cada objeto é representado pela união de árvores com raízes (sementes) no seu interior; (b) permitem a correção diferencial da segmentação por adição e remoção de marcadores (conjuntos de sementes conexas) - i.e., adição e remoção de árvores da floresta; e (c) corrigem pequenas falhas de segmentação por suavização dos objetos. A proposta inclui o desenvolvimento e a validação de novas soluções para o item (a) e a validação das soluções atuais para os itens (a) e (c). A correção da segmentação também permite a atualização do modelos de aparência/forma pela inclusão de um novo exemplo de treinamento. Este aspecto também será avaliado no trabalho.Justificativa e resultados esperados: O projeto será desenvolvido em parte no Brasil e em parte na University of Sheffield, Reino Unido, sob supervisão do Prof. Dr. Alejandro Frangi, aumentando a experiência internacional do candidato e ampliando a rede de colaboração internacional do grupo no Brasil. No exterior, os métodos serão implementados em um software de domínio público (www.gimias.org) e validados em imagens anotadas por especialistas, ampliando o impacto do trabalho, além das publicações previstas.