Busca avançada
Ano de início
Entree
Conteúdo relacionado

Segmentação semi-automática de estruturas torácicas em exames de tomografia

Processo: 21/05704-2
Modalidade de apoio:Bolsas no Brasil - Iniciação Científica
Data de Início da vigência: 01 de julho de 2021
Data de Término da vigência: 30 de junho de 2022
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Alexandre Xavier Falcão
Beneficiário:Ilan Francisco da Silva
Instituição Sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Vinculado ao auxílio:14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo?, AP.TEM
Assunto(s):Aprendizado computacional   Aprendizagem profunda   Processamento de imagens   Radiômica   Metodologia e técnicas de computação   Tomografia computadorizada
Palavra(s)-Chave do Pesquisador:Altis | Aprendizado de Máquina | Deep Learning | Interface de visualização médica | Segmentação de pulmões e traqueia | Tomografia computadorizada | Processamento de Imagens Médicas

Resumo

O método ALTIS, desenvolvido pelo grupo de pesquisa, provê uma ferramenta rápida e acurada de segmentação automática dos pulmões e da traqueia em um exame de tomografia computadorizada do tórax. É, além disso, robusto, pois sua metodologia foi desenvolvida considerando possíveis anomalias que deformam os pulmões. Entretanto, o método falha em casos com alto grau de comprometimento da forma pulmonar ou na presença de estruturas, tais como tumores e consolidações, conexas à pleura. O presente trabalho visa explorar o aprendizado profundo de características radiômicas da imagem para aperfeiçoar o ALTIS e provê uma ferramenta baseada em algoritmos de busca em grafos para correção semi-automática de segmentações, também explorando as características aprendidas por aprendizado profundo.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

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)
SILVA, ILAN F.; SOUSA, AZAEL M.; FALCAO, ALEXANDRE X.; BRAGANTINI, JORDAO; IEEE. Differential Dynamic Trees for Interactive Image Segmentation. 2022 26TH INTERNATIONAL CONFERENCE ON PATTERN RECOGNITION (ICPR), v. N/A, p. 7-pg., . (14/12236-1, 21/05704-2, 13/07559-3)