Thesis (Ph. D.)--University of Alabama at Birmingham, 2007. / Title from first page of PDF file (viewed Feb. 15, 2008). Includes bibliographical references.

Diss. (sammanfattning) Linköping : Linköpings universitet, 2008. / Härtill 5 uppsatser.

Diss. (sammanfattning) Linköping : Linköpings universitet, 2008. / Härtill 6 uppsatser.

Diss. (sammanfattning) Linköping : Linköpings universitet, 2009. / Härtill 5 uppsatser.

Através das imagens de fundo do olho, os especialistas em oftalmologia podem detectar possíveis complicações relacionadas ao Diabetes como a diminuição ou até a perda da capacidade de visão. O Edema Macular Diabético (EMD) é uma das complicações que lideram os casos de danos à visão em pessoas em idade de trabalho. Sendo assim, esta tese apresenta métodos para automaticamente identificar os diferentes níveis de gravidade do Edema Macular Diabético visando auxiliar o especialista no diagnóstico dessa patologia. Como resultado final, propõe-se automaticamente e rapidamente identificar, a partir da imagem, se o paciente possui o EMD leve, moderado ou grave. Utilizando imagens de fundo do olho de um banco de dados livremente disponível na internet (ou seja, o DIARETDB1), o método proposto para a identificação automática do EMD obteve uma precisão de 94,29%. Alguns métodos intermediários necessários para a solução desse problema foram propostos e os resultados publicados na literatura científica. / Through color eye fundus images, the eye care specialists can detect possible complications related to diabetes as the vision impairment or vision loss. The Diabetic Macular Edema (DME) is the most common cause of vision damage in working-age people. Therefore, this thesis presents an approach to automatically identify the different levels of severity of diabetic macular edema aiming to assist the expert in the diagnosis of this pathology. As a final result, a methodology to automatically and quickly identify, from the eye fundus image, if a patient has the EMD mild, moderate or severe EMD is proposed. In a preliminary evaluation of our DME grading scheme using publicly available eye fundus images (i.e., DIARETDB1 image database), an accuracy of 94.29% was obtained. Some intermediate methods needed to solve this problem have been proposed and the results published in scientific literature.

Através das imagens de fundo do olho, os especialistas em oftalmologia podem detectar possíveis complicações relacionadas ao Diabetes como a diminuição ou até a perda da capacidade de visão. O Edema Macular Diabético (EMD) é uma das complicações que lideram os casos de danos à visão em pessoas em idade de trabalho. Sendo assim, esta tese apresenta métodos para automaticamente identificar os diferentes níveis de gravidade do Edema Macular Diabético visando auxiliar o especialista no diagnóstico dessa patologia. Como resultado final, propõe-se automaticamente e rapidamente identificar, a partir da imagem, se o paciente possui o EMD leve, moderado ou grave. Utilizando imagens de fundo do olho de um banco de dados livremente disponível na internet (ou seja, o DIARETDB1), o método proposto para a identificação automática do EMD obteve uma precisão de 94,29%. Alguns métodos intermediários necessários para a solução desse problema foram propostos e os resultados publicados na literatura científica. / Through color eye fundus images, the eye care specialists can detect possible complications related to diabetes as the vision impairment or vision loss. The Diabetic Macular Edema (DME) is the most common cause of vision damage in working-age people. Therefore, this thesis presents an approach to automatically identify the different levels of severity of diabetic macular edema aiming to assist the expert in the diagnosis of this pathology. As a final result, a methodology to automatically and quickly identify, from the eye fundus image, if a patient has the EMD mild, moderate or severe EMD is proposed. In a preliminary evaluation of our DME grading scheme using publicly available eye fundus images (i.e., DIARETDB1 image database), an accuracy of 94.29% was obtained. Some intermediate methods needed to solve this problem have been proposed and the results published in scientific literature.

Através das imagens de fundo do olho, os especialistas em oftalmologia podem detectar possíveis complicações relacionadas ao Diabetes como a diminuição ou até a perda da capacidade de visão. O Edema Macular Diabético (EMD) é uma das complicações que lideram os casos de danos à visão em pessoas em idade de trabalho. Sendo assim, esta tese apresenta métodos para automaticamente identificar os diferentes níveis de gravidade do Edema Macular Diabético visando auxiliar o especialista no diagnóstico dessa patologia. Como resultado final, propõe-se automaticamente e rapidamente identificar, a partir da imagem, se o paciente possui o EMD leve, moderado ou grave. Utilizando imagens de fundo do olho de um banco de dados livremente disponível na internet (ou seja, o DIARETDB1), o método proposto para a identificação automática do EMD obteve uma precisão de 94,29%. Alguns métodos intermediários necessários para a solução desse problema foram propostos e os resultados publicados na literatura científica. / Through color eye fundus images, the eye care specialists can detect possible complications related to diabetes as the vision impairment or vision loss. The Diabetic Macular Edema (DME) is the most common cause of vision damage in working-age people. Therefore, this thesis presents an approach to automatically identify the different levels of severity of diabetic macular edema aiming to assist the expert in the diagnosis of this pathology. As a final result, a methodology to automatically and quickly identify, from the eye fundus image, if a patient has the EMD mild, moderate or severe EMD is proposed. In a preliminary evaluation of our DME grading scheme using publicly available eye fundus images (i.e., DIARETDB1 image database), an accuracy of 94.29% was obtained. Some intermediate methods needed to solve this problem have been proposed and the results published in scientific literature.

[pt] A cada dia mais e mais satélites de alta resolução têm se tornado disponíveis, criando grande demanda por novos métodos de interpretação baseados em conhecimento. Estes métodos emulam parcialmente o trabalho do especialista em análise visual de imagens. Nesse contexto, o presente trabalho apresenta um modelo de classificação baseado no conhecimento do especialista aplicado a imagens de alta resolução. O modelo de interpretação consiste de três fases. A primeira inclui o conhecimento espectral e a informação de textura. Na segunda fase dados de SIG (sistema de informação geográfico) são combinados com o resultado da análise espectral através de regras nebulosas. Na terceira e última fase é introduzido o conhecimento multitemporal através de uma estimativa das possibilidades de transição entre classes de uma mesma área em um dado intervalo de tempo. Para validação desse modelo experimentos foram realizados em imagens IKONOS e fotos aéreas de 1999, 2001 e de 2002 da área do Parque Estadual da Pedra Branca, que é um importante fragmento da Floresta Atlântica situado no estado do Rio de Janeiro, Brasil. / [en] New high resolution satellites for commercial purposes became available in the few years. This increases the need of new automatic knowledge based image interpretation methods. Such methods partially emulate the reasoning of an image analyst during the visual image interpretation. The present work falls into this context and proposes an automatic classification model for high resolution remotely sensed images. The model consists of three stages. In the first stage only spectral and textural information are used for classification. In the second stage GIS (geographic information system) data are combined with the result of the spectral analysis by means of fuzzy rules. In the third stage the multitemporal knowledge is introduced by estimating class transition possibilities within a given time span. To validate the proposed model experiments were performed based on IKONOS images from 2001 and 2002 as well as aerial photos from 1999 of the Pedra Branca Park, which is an important Atlantic Forest fragment in the State Rio de Janeiro in Southeast Brazil.

No description available.

99mTecknetium-tetrofosmin är ett radiofarmaceutiskt medel som används vid myokardscintigrafi för att bedöma myokardperfusionen genom att avbilda vänsterkammarens blodflöde. Radiofarmakat uppvisar ett lågt myokardiellt upptag på endast 1,2%, där majoriteten av resterande radiofarmaka rensas ut genom levern och utsöndras via gallsystemet. Det extrakardiella upptaget i buken kan minska bildkvalitén, dölja defekter och försämra diagnostisk noggrannhet. GE StarGuide är en SPECT/CT-kamera utrustad med avancerad detektorteknologi som möjliggör fokuserad fotoninsamling, vilket bidrar till högre bildupplösning. Syftet med den här studien var att undersöka effekten av bukupptag vid bedömning av vänsterkammarens blodfördelning vid myokardscintigrafi med hjälp av SPECT/CT-kameran StarGuide. För att uppnå detta användes en thoraxmodell med ett fantomhjärta och en slang som simulerade bukupptag. Slangen fylldes med varierande aktivitetskoncentrationer och avståndet mellan slangen och fantomhjärtat varierades systematiskt. Vårdpersonal inom området bedömde sedan om bildomtagning var nödvändig, baserat på bildkvalitén och effekten av bukupptaget. Resultatet från studien indikerar en kvalitativ och kvantitativ påverkan av bukupptag vid bedömning av blodfördelningen i vänsterkammaren för de olika undersökta aktivitetskoncentrationerna och avstånden. Däremot observerades ingen statistisk signifikant skillnad mellan aktivitetskoncentrationerna vad gäller den kvantitativt påverkan. Vidare studier krävs för att validera dessa fynd och ge nya riktlinjer för att optimera användningen av StarGuide inom den nuklearmedicinska verksamheten. / 99mTechnetium-tetrofosmin is a radiopharmaceutical agent used for myocardial perfusion scintigraphy to assess myocardial perfusion by imaging the left ventricular bloodflow. The agent exhibits a low myocardial uptake of only 1,2%, with the majority of the agent being cleared through the liver and excreted via the biliary system. The extracardiac uptake in the abdomen can reduce image quality, conceal defects, and compromise diagnostic accuracy. The GE StarGuide is a SPECT/CT-camera equipped with advanced detector technology that allows for focused photon collection, thus contributing to improved image resolution. The objective of the present phantomstudy was to investigate the effect of abdominal uptake on the assessment of blood distribution in the left ventricle during myocardial perfusion scintigraphy using the SPECT/CT-camera StarGuide. To acieve this, a thorax model containing a phantomheart was used, with a tube simulating abdominal uptake. The tube was filled with varying activity concentrations, and the distance between the tube and the phantomheart was systematically varied. Healthcare professionals within the field then assessed whether image retakes were necessary based on the image quality and the impact of the abdominal uptake. The results of the study indicated that there is a qualitative and quantitative effect of extracardiac uptake on the assessment of left ventricular blood distribution for the different activity concentrations and distances examined, however, no statistically significant difference was observed between the activity concentrations quantitatively. Further investigations are needed to validate these findings and provide guidance for optimizing the use of the StarGuide camera in nuclear medicine practice.