Made available in DSpace on 2015-03-04T18:50:43Z (GMT). No. of bitstreams: 1 DScTesis_ILarra_final.pdf: 13078761 bytes, checksum: ebca1f97d97a6325758606f62e7011b9 (MD5) Previous issue date: 2007-03-07 / Conselho Nacional de Desenvolvimento Cientifico e Tecnologico / The objective of this work is to study the restoration and segmentation of medical images and its application to Modeling the Human Cardiovascular System (HCVS). The growing complexity in science has motivated the exchange of knowledge and techniques between different scientific disciplines. In this sense the Topological Derivative, originally conceived to treat in an adequate manner topology optimization and inverse problems, is applied to image processing. In the case of image restoration, two different alternatives based on the heat diffusion equation are studied, being a stationary and an evolutive approach. In order to study the performance of these algorithms, different images are restored and the results are quantitatively compared to other methods widely used on the literature. In this work we also discuss the segmentation problem, where the objective is to identify objects or regions in an image. This problem is also considered using the topological derivative, were two novel techniques are proposed. The first is based on the continuous topological derivative and the other, on a simplified discrete version with lower computational cost. The performance of the corresponding algorithms is tested segmenting different images and comparing the results to those obtained with other commonly used methods. In both cases (restoration and segmentation), is performed an analysis of the algotrithm s parameters influence on the processing results. Finally, the use of computational modeling in the simulation of the HCVS is discussed. The aim of this study is the integration of the proposed image processing techniques with computational models of the HCVS. Nowadays, the use of multidimensional models, that merge representations of different parts of the HCVS with different degrees of detail, are widely used. In order to create this type of models, information of different kinds and nature has to be treated, requiring the development of computational tools that allow to handle large data sets. As such a tool does not exist at the time, a software called HeMoLab - Hemodynamics Modeling Laboratory was developed to fulfill this need. This computational tool is described and some results obtained with it are presented. / Este trabalho tem por objetivo estudar a restauração e segmentação de imagens médicas e sua aplicação na Modelagem do Sistema Cardiovascular Humano. O aumento da complexidade na ciência tem motivado o intercâmbio de conhecimento e técnicas entre diferentes disciplinas. Neste sentido a Derivada Topológica, originariamente concebida para tratar de maneira adequada problemas de otimização de topologia e problemas inversos, é utilizada no processamento de imagens. No caso de restauração, são estudadas duas alternativas baseadas na equação de difusão de calor, sendo uma abordagem estacionária e outra evolutiva. Para estudar a performance dos respectivos algoritmos propostos diversas imagens são restauradas e os resultados são quantitativamente comparados com resultados obtidos empregando outros algoritmos amplamente encontrados na literatura. Também é discutido neste trabalho o problema de segmentação que consiste em identificar objetos e regiões em uma imagem. Este problema também é abordado utilizando a derivada topológica, sendo apresentadas duas técnicas inovadoras. A primeira baseada na derivada topológica contínua e a outra em simplificações desta, chegando-se em uma versão discreta, de menor custo computacional. A performance dos respectivos algoritmos é testada segmentando diferentes imagens e comparando os resultados com os de outros métodos usualmente utilizados na literatura. Em ambas aplicações (restauração e segmentação), é realizada uma análise da influência dos parâmetros associados a cada algoritmo nos resultados do processamento. Por último, é estudado o uso de técnicas de modelagem na simulação computacional do Sistema Cardiovascular Humano (SCVH). O objetivo deste estudo é a integração das técnicas de processamento de imagens propostas com os modelos necessários na simulação computacional do SCVH. Cabe ressaltar que, na atualidade, modelos multidimensionais que integram representações das diversas partes do sistema cardiovascular com diferente nível de detalhe, são amplamente utilizados. Para criar estes tipos de modelos, informações de diversas origens e variada natureza devem ser tratadas, requerendo-se o desenvolvimento de ferramentas computacionais que permitam operar com grandes volumes de dados. No entanto, não existe na atualidade uma ferramenta deste tipo. Sendo assim, e com o intuito de suprir esta deficiência, foi desenvolvido um sistema chamado HeMoLab - Laboratório de Modelagem em Hemodinâmica, o qual é descrito neste trabalho. Por último, são apresentados alguns resultados obtidos com este sistema computacional.

Este trabalho tem por objetivo estudar a restauração e segmentação de imagens médicas e sua aplicação na Modelagem do Sistema Cardiovascular Humano. O aumento da complexidade na ciência tem motivado o intercâmbio de conhecimento e técnicas entre diferentes disciplinas. Neste sentido a Derivada Topológica, originariamente concebida para tratar de maneira adequada problemas de otimização de topologia e problemas inversos, é utilizada no processamento de imagens. No caso de restauração, são estudadas duas alternativas baseadas na equação de difusão de calor, sendo uma abordagem estacionária e outra evolutiva. Para estudar a performance dos respectivos algoritmos propostos diversas imagens são restauradas e os resultados são quantitativamente comparados com resultados obtidos empregando outros algoritmos amplamente encontrados na literatura. Também é discutido neste trabalho o problema de segmentação que consiste em identificar objetos e regiões em uma imagem. Este problema também é abordado utilizando a derivada topológica, sendo apresentadas duas técnicas inovadoras. A primeira baseada na derivada topológica contínua e a outra em simplificações desta, chegando-se em uma versão discreta, de menor custo computacional. A performance dos respectivos algoritmos é testada segmentando diferentes imagens e comparando os resultados com os de outros métodos usualmente utilizados na literatura. Em ambas aplicações (restauração e segmentação), é realizada uma análise da influência dos parâmetros associados a cada algoritmo nos resultados do processamento. Por último, é estudado o uso de técnicas de modelagem na simulação computacional do Sistema Cardiovascular Humano (SCVH). O objetivo deste estudo é a integração das técnicas de processamento de imagens propostas com os modelos necessários na simulação computacional do SCVH. Cabe ressaltar que, na atualidade, modelos multidimensionais que integram representações das diversas partes do sistema cardiovascular com diferente nível de detalhe, são amplamente utilizados. Para criar estes tipos de modelos, informações de diversas origens e variada natureza devem ser tratadas, requerendo-se o desenvolvimento de ferramentas computacionais que permitam operar com grandes volumes de dados. No entanto, não existe na atualidade uma ferramenta deste tipo. Sendo assim, e com o intuito de suprir esta deficiência, foi desenvolvido um sistema chamado HeMoLab - Laboratório de Modelagem em Hemodinâmica, o qual é descrito neste trabalho. Por último, são apresentados alguns resultados obtidos com este sistema computacional. / The objective of this work is to study the restoration and segmentation of medical images and its application to Modeling the Human Cardiovascular System (HCVS). The growing complexity in science has motivated the exchange of knowledge and techniques between different scientific disciplines. In this sense the Topological Derivative, originally conceived to treat in an adequate manner topology optimization and inverse problems, is applied to image processing. In the case of image restoration, two different alternatives based on the heat diffusion equation are studied, being a stationary and an evolutive approach. In order to study the performance of these algorithms, different images are restored and the results are quantitatively compared to other methods widely used on the literature. In this work we also discuss the segmentation problem, where the objective is to identify objects or regions in an image. This problem is also considered using the topological derivative, were two novel techniques are proposed. The first is based on the continuous topological derivative and the other, on a simplified discrete version with lower computational cost. The performance of the corresponding algorithms is tested segmenting different images and comparing the results to those obtained with other commonly used methods. In both cases (restoration and segmentation), is performed an analysis of the algotrithms parameters influence on the processing results. Finally, the use of computational modeling in the simulation of the HCVS is discussed. The aim of this study is the integration of the proposed image processing techniques with computational models of the HCVS. Nowadays, the use of multidimensional models, that merge representations of different parts of the HCVS with different degrees of detail, are widely used. In order to create this type of models, information of different kinds and nature has to be treated, requiring the development of computational tools that allow to handle large data sets. As such a tool does not exist at the time, a software called HeMoLab - Hemodynamics Modeling Laboratory was developed to fulfill this need. This computational tool is described and some results obtained with it are presented.