Imagens da anatomia interna são essenciais para as práticas médicas. Estabelecer correlação entre elas, é um importante procedimento para diagnóstico e tratamento. Nessa dissertação, é proposta uma abordagem para correlacionar dados multidimensionais de mesma modalidade de aquisição baseando-se somente nas informações de intensidade de pixels e voxels. O trabalho foi dividido em duas fases de implementação. Na primeira, foi explorado o problema de similaridade entre imagens médicas usando a perspectiva de análise de qualidade de imagem. Isso levou ao desenvolvimento de uma técnica de dois passos que estabelece um equilíbrio entre a velocidade de processamento e precisão de duas abordagens conhecidas. Avaliou-se a qualidade e aplicabilidade do algoritmo e, na segunda fase, o método foi estendido para analisar similaridade e encontrar a localização de uma imagem arbitrária (2D) em um volume (3D). A solução minimiza o número virtualmente infinito de possíveis orientações transversais e usa otimizações para reduzir a carga de trabalho e entregar resultados precisos. Uma visualização tridimensional volumétrica funde o volume (3D) com a imagem (2D) estabelecendo uma correspondência entre os dados. Uma análise experimental demonstrou que, apesar da complexidade computacional do algoritmo, o uso de amostragem, tanto na imagem quanto no volume, permite alcançar um bom equilíbrio entre desempenho e precisão, mesmo quando realizada com conjuntos de dados de baixa intensidade de gradiente. / Images of the inner anatomy are essential for clinical practice. To establish a correlation between them is an important procedure for diagnosis and treatment. In this thesis, we propose an approach to correlate within-modality 2D and 3D data from ordinary acquisition protocols based solely on the pixel/voxel information. The work was divided into two development phases. First, we explored the similarity problem between medical images using the perspective of image quality assessment. It led to the development of a 2-step technique that settles the compromise between processing speed and precision of two known approaches. We evaluated the quality and applicability of the 2-step and, in the second phase, we extended the method to use similarity analysis to, given an arbitrary slice image (2D), find the location of this slice within the volume data (3D). The solution minimizes the virtually infinite number of possible cross section orientations and uses optimizations to reduce the computational workload and output accurate results. The matching is displayed in a volumetric three-dimensional visualization fusing the 3D with the 2D. An experimental analysis demonstrated that despite the computational complexity of the algorithm, the use of severe data sampling allows achieving a great compromise between performance and accuracy even when performed with low gradient intensity datasets.

Neste trabalho é apresentada a implantação de um servidor de imagens médicas com a implementação e integração de módulos para recuperação textual e baseada em conteúdo para o Serviço de Radiodiagnóstico do Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto (HCFMRP) da Universidade de São Paulo (USP). O sistema permite a aquisição, gerenciamento, armazenamento e disponibilização das informações dos pacientes, seus exames, laudos e imagens através da internet. Os exames radiológicos e suas respectivas imagens podem ser recuperados por informações textuais ou por similaridade do conteúdo pictório das imagens. As imagens utilizadas são de ressonância magnética nuclear e tomografia computadorizada e são geradas no padrão DICOM 3.0. O sistema foi desenvolvido contemplando tecnologias para Web com interfaces amigáveis para recuperação das informações. Ele é composto por três módulos integrados, sendo o servidor de imagens, o módulo de consulta textual e o módulo de consulta por similaridade. Os resultados apresentados indicam que as imagens são gerenciadas e armazenadas corretamente, bem como o tempo de retorno das imagens é clinicamente satisfatório, tanto para a consulta textual como para a consulta por similaridade. As avaliações da recuperação por similaridade apresentam que o extrator escolhido pode ser considerado relevante para separar as imagens por região anatômica. / This work introduces an the development of a server of medical images with the implementation and integration of modules to query/retrieve text information and content-based to Radiology Service of Hospital das Clínicas da Faculdade de Medicina de Ribeirão Preto (HCFMRP) at Universidade de São Paulo (USP). The system allows the acquisition, management, archiving and availability of the patients information, theirs exams, results and images through of internet. The radiological exams and theirs respectives images can be retrieved by text information or similarity of pictorial content of images. Images are from magnetic resonance nuclear and computadorized tomography and are given using DICOM 3.0 protocol. The system has been developed considering web technologies with friendly interfaces to retrieval of information. It is composed by three integrated modules: the image server module, the query text module and query by similarity module. Results show that images are managed and archived exactly, retrieval time of images is clinically satisfactory, considering both the text query as well as the query by similarity. The evaluation of the retrieval by similarity shows the chosen extractor can be considerated relevant to separate the images by anatomic region.

O aumento da geração e do intercâmbio de imagens médicas digitais tem incentivado profissionais da computação a criarem ferramentas para manipulação, armazenamento e busca por similaridade dessas imagens. As ferramentas de recuperação de imagens por conteúdo, foco desse trabalho, têm a função de auxiliar na tomada de decisão e na prática da medicina baseada em estudo de casos semelhantes. Porém, seus principais obstáculos são conseguir uma rápida recuperação de imagens armazenadas em grandes bases e reduzir o gap semântico, caracterizado pela divergência entre o resultado obtido pelo computador e aquele esperado pelo médico. No presente trabalho, uma análise das funções de distância e dos descritores computacionais de características está sendo realizada com o objetivo de encontrar uma aproximação eficiente entre os métodos de extração de características de baixo nível e os parâmetros de percepção do médico (de alto nível) envolvidos na análise de imagens. O trabalho de integração desses três elementos (Extratores de Características, Função de Distância e Parâmetro Perceptual) resultou na criação de operadores de similaridade, que podem ser utilizados para aproximar o sistema computacional ao usuário final, visto que serão recuperadas imagens de acordo com a percepção de similaridade do médico, usuário final do sistema / The continuous growth of the medical images generation and their use in the day-to-day procedures in hospitals and medical centers has motivated the computer science researchers to develop algorithms, methods and tools to store, search and retrieve images by their content. Therefore, the content-based image retrieval (CBIR) field is also growing at a very fast pace. Algorithms and tools for CBIR, which are at the core of this work, can help on the decision making process when the specialist is composing the images analysis. This is based on the fact that the specialist can retrieve similar cases to the one under evaluation. However, the main reservation about the use of CBIR is to achieve a fast and effective retrieval, in the sense that the specialist gets what is expected for. That is, the problem is to bridge the semantic gap given by the divergence among the result automatically delivered by the system and what the user is expecting. In this work it is proposed the perceptual parameter, which adds to the relationship between the feature extraction algorithms and distance functions aimed at finding the best combination to deliver to the user what he/she expected from the query. Therefore, this research integrated the three main elements of similarity queries: the image features, the distance function and the perceptual parameter, what resulted in searching operators. The experiments performed show that these operators can narrow the distance between the system and the specialist, contributing to bridge the semantic gap

Sistemas de recuperação de imagens por conteúdo (Content-based image retrieval { CBIR) e de classificação dependem fortemente de vetores de características que são extraídos das imagens considerando critérios visuais específicos. É comum que o tamanho dos vetores de características seja da ordem de centenas de elementos. Conforme se aumenta o tamanho (dimensionalidade) do vetor de características, também se aumentam os graus de irrelevâncias e redundâncias, levando ao problema da \"maldição da dimensionalidade\". Desse modo, a seleção das características relevantes é um passo primordial para o bom funcionamento de sistemas CBIR e de classificação. Nesta tese são apresentados novos métodos de seleção de características baseados em algoritmos genéticos (do inglês genetic algorithms - GA), visando o aprimoramento de consultas por similaridade e modelos de classificação. A família Fc (\"Fitness coach\") de funções de avaliação proposta vale-se de funções de avaliação de ranking, para desenvolver uma nova abordagem de seleção de características baseada em GA que visa aprimorar a acurácia de sistemas CBIR. A habilidade de busca de GA considerando os critérios de avaliação propostos (família Fc) trouxe uma melhora de precisão de consultas por similaridade de até 22% quando comparado com métodos wrapper tradicionais para seleção de características baseados em decision-trees (C4.5), naive bayes, support vector machine, 1-nearest neighbor e mineração de regras de associação. Outras contribuições desta tese são dois métodos de seleção de características baseados em filtragem, com aplicações em classificação de imagens, que utilizam o cálculo supervisionado da estatística de silhueta simplificada como função de avaliação: o silhouette-based greedy search (SiGS) e o silhouette-based genetic algorithm search (SiGAS). Os métodos propostos superaram os métodos concorrentes na literatura (CFS, FCBF, ReliefF, entre outros). É importante também ressaltar que o ganho em acurácia obtido pela família Fc, e pelos métodos SiGS e SiGAS propostos proporcionam também um decréscimo significativo no tamanho do vetor de características, de até 90% / Content-based image retrieval (CBIR) and classification systems rely on feature vectors extracted from images considering specific visual criteria. It is common that the size of a feature vector is of the order of hundreds of elements. When the size (dimensionality) of the feature vector is increased, a higher degree of redundancy and irrelevancy can be observed, leading to the \"curse of dimensionality\" problem. Thus, the selection of relevant features is a key aspect in a CBIR or classification system. This thesis presents new methods based on genetic algorithms (GA) to perform feature selection. The Fc (\"Fitness coach\") family of fitness functions proposed takes advantage of single valued ranking evaluation functions, in order to develop a new method of genetic feature selection tailored to improve the accuracy of CBIR systems. The ability of the genetic algorithms to boost feature selection by employing evaluation criteria (fitness functions) improves up to 22% the precision of the query answers in the analyzed databases when compared to traditional wrapper feature selection methods based on decision-tree (C4.5), naive bayes, support vector machine, 1-nearest neighbor and association rule mining. Other contributions of this thesis are two filter-based feature selection algorithms for classification purposes, which calculate the simplified silhouette statistic as evaluation function: the silhouette-based greedy search (SiGS) and the silhouette-based genetic algorithm search (SiGAS). The proposed algorithms overcome the state-of-the-art ones (CFS, FCBF and ReliefF, among others). It is important to stress that the gain in accuracy of the proposed methods family Fc, SiGS and SIGAS is allied to a significant decrease in the feature vector size, what can reach up to 90%

A evolução dos dispositivos de armazenamento e das redes de computadores permitiram que os vídeos digitais assumissem um importante papel no desenvolvimento de sistemas de informação multimídia. Com a finalidade de aproveitar todo o potencial dos vídeos digitais no desenvolvimento desses sistemas, técnicas automatizadas eficientes para análise, interpretação e recuperação são necessárias. A recuperação de vídeos baseada em conteúdo (CBVR, do inglês content-based video retrieval) permite o processamento e a análise do conteúdo de vídeos digitais visando à extração de informações relevantes que viabilizem indexação e recuperação. Trabalhos científicos têm proposto a aplicação de CBVR em bases de vídeos médicos a fim de proporcionar diferentes contribuições como diagnóstico auxiliado por computador, suporte à tomada de decisão e disponibilização de bases de vídeos para utilização em treinamento e educação médica. Em geral, características visuais são as principais informações utilizadas no contexto de CBVR aplicada em vídeos médicos. No entanto, muitos diagnósticos são realizados por meio da análise dos sons produzidos em diferentes estruturas e órgãos do corpo humano. Um exemplo é o diagnóstico cardíaco que, além de exames de imagem como ecocardiografia e ressonância magnética, também pode empregar a análise dos sons provenientes do coração por meio da auscultação. O objetivo deste trabalho consistiu em aplicar e avaliar extratores de características de som em conjunto com extratores de características visuais para viabilizar CBVR e, então, inferir se a abordagem resultou em ganhos com relação ao desempenho de recuperação quando comparada à utilização apenas das características visuais. Vídeos médicos constituíram nosso principal interesse, porém o trabalho considerou também vídeos não relacionados à área médica para a validação da abordagem. Justifica-se o objetivo, pois a análise do som, visando a obter descritores relevantes para melhorar os resultados de recuperação, ainda é pouco explorada na literatura científica. Essa afirmação foi evidenciada com a condução de uma revisão sistemática sobre o tema. Dois conjuntos de experimentos foram conduzidos visando a validar a abordagem de CBVR mencionada. O primeiro conjunto de experimentos foi aplicado sobre uma base de vídeos sintetizados para validação da abordagem. Já o segundo, foi aplicado em uma base de vídeos construídos utilizando-se imagens provenientes de exames de ressonância magnética em conjunto com sons provenientes de auscultação do coração. Os resultados foram analisados utilizando-se as métricas de revocação e precisão, bem como o gráfico que as relaciona. Demonstrou-se que a abordagem é promissora por meio da melhora significativa dos resultados de recuperação nos diferentes cenários de combinação entre características visuais e sonoras experimentados / Advance of storage devices and computer networks has contributed to digital videos assume an important role in the development of multimedia information systems. In order to take advantage of the full potential of digital videos in the development of these systems, it is necessary the development of efficient techniques for automated data analysis, interpretation and retrieval. Content-based video retrieval (CBVR) allows processing and analysis of content in digital videos to extract relevant information and enable indexing and retrieval. Scientific studies have proposed the application of CBVR in medical video databases in order to provide different contributions like computer-aided diagnosis, decision-making support or availability of video databases for use in medical training and education. In general, visual characteristics are the main information used in the context of CBVR applied in medical videos. However, many diagnoses are performed by analysing the sounds produced in different structures and organs of the human body. An example is the cardiac diagnosis which, in addition to images generated by echocardiography and magnetic resonance imaging, for example, may also employ the analysis of sounds from the heart by means of auscultation. The objective of this work was evaluating combination between audio signal and visual features to enable CBVR and investigating how much this approach can improve retrieval results comparing to using only visual features. Medical videos are the main data of interest in this work, but video segments not related to the medical field were also used to validate the approach. The objectives of this work are justifiable because audio signal analysis, in order to get relevant descriptors to improve retrieval results, is still little explored in the scientific literature. This statement was evidenced by results of a systematic review. Two experiment sets were conducted to validate the CBVR approach described. The first experiment set was applied to a synthetic images database specially built to validate the approach, while the second experiment was applied to a database composed of digital videos created from magnetic resonance imaging and heart sounds from auscultation. Results were analyzed using the recall and precision metrics, as well as the graph which relates these metrics. Results showed that this approach is promising due the significantly improvement obtained in retrieval results to different scenarios of combination between visual and audio signal features

Na última década observou-se grande interesse pra o desenvolvimento de técnicas para Recuperação de Imagens Baseada em Conteúdo devido à explosão na quantidade de imagens capturadas e à necessidade de armazenamento e recuperação dessas imagens. A área médica especificamente é um exemplo que gera um grande fluxo de informações, principalmente imagens digitais para a realização de diagnósticos. Porém um problema ainda permanecia sem solução que tratava-se de como atingir a similaridade baseada na percepção do usuário, uma vez que para que se consiga uma recuperação eficaz, deve-se caracterizar e quantificar o melhor possível tal similaridade. Nesse contexto, o presente trabalho de Doutorado visou trazer novas contribuições para a área de recuperação de imagens por contúdo. Dessa forma, almejou ampliar o alcance de consultas por similaridade que atendam às expectativas do usuário. Tal abordagem deve permitir ao sistema CBIR a manutenção da semântica da consulta desejada pelo usuário. Assim, foram desenvolvidos três métodos principais. O primeiro método visou a seleção de características por demanda baseada na intenção do usuário, possibilitando dessa forma agregação de semântica ao processo de seleção de características. Já o segundo método culminou no desenvolvimento de abordagens para coleta e agragação de perfis de usuário, bem como novas formulações para quantificar a similaridade perceptual dos usuários, permitindo definir dinamicamente a função de distância que melhor se adapta à percepção de um determinado usuário. O terceiro método teve por objetivo a modificação dinâmica de funções de distância em diferentes ciclos de realimentação. Para tanto foram definidas políticas para realizar tal modificação as quais foram baseadas na junção de informações a priori da base de imagens, bem como, na percepção do usuário no processo das consultas por similaridade. Os experimentos realizados mostraram que os métodos propostos contribuíram de maneira efetiva para caracterizar e quantificar a similaridade baseada na percepção do usuário, melhorando consideravelmente a busca por conteúdo segundo as expectativas dos usuários / In the last decade techniques for content-based image retrieval (CBIR) have been intensively explored due to the increase in the amount of capttured images and the need of fast retrieval of them. The medical field is a specific example that generates a large flow of information, especially digital images employed for diagnosing. One issue that still remains unsolved deals with how to reach the perceptual similarity. That is, to achieve an effectivs retrieval, one must characterize and quantify the perceptual similarity regarding the specialist in the field. Therefore, the present thesis was conceived tofill in this gap creating a consistent support to perform similarity queries over images, maintaining the semantics of a given query desired by tyhe user, bringing new contribuitions to the content-based retrieval area. To do so, three main methods were developed. The first methods applies a novel retrieval approach that integrates techniques of feature selection and relevance feedback to preform demand-driven feature selection guided by perceptual similarity, tuning the mining process on the fly, according to the user´s intention. The second method culminated in the development of approaches for harvesting and surveillance of user profiles, as well as new formulations to quantify the perceptual similarity of users , allowing to dynamically set the distance function that best fits the perception of a given user. The third method introduces a novel approach to enhance the retrieval process through user feedback and profiling, modifying the distance function in each feedback cycle choosing the best one for each cycle according to the user expectation. The experiments showed that the proposed metods effectively contributed to capture the perceptual similarity, improving in a great extent the image retrieval according to users´expectations

Neste projeto foi desenvolvido um método computacional para verificação da melhor combinação tela intensificadora - filme para exames mamográficos através do estudo de suas características sensitométricas. O software, desenvolvido em ambiente Delphi para windows, apresenta na tela do microcomputador a imagem a ser obtida para cada tipo de combinação tela intensificadora - filme, utilizando imagens de \"Phantoms\" e de mamas reais. Em razão da ampla quantidade de fatores que influenciam a imagem mamográfica final, tais como magnificação, característica dos filmes e telas intensificadoras e condições da processadora, o método proposto pode proporcionar uma ampla avaliação da qualidade dos sistemas de imagem mamográfica de uma forma simples, rápida e automática, através de procedimentos de simulação computacional. A simulação investigou a influência que um determinado sistema de registro exerce sobre a qualidade da imagem, possibilitando conhecer previamente a imagem final a ser obtida com diferentes equipamentos e sistemas de registro. Dentre os sistemas investigados, três filmes (Kodak Min R 2000, Fuji UM MA-HC e Fuji ADM) e duas telas intensificadoras (Kodak Min R 2000 e Fuji AD Mammo Fine), aquele que apresentou melhores resultados, com melhor qualidade de imagens e menor exposição à paciente foi o de tela Min R 2000 com filme Min R 2000 da Kodak. / The present research has as main objective the development of a computational method for verification of the best combination screen-film for mammographic examinations through the study of its sensitometric characteristics. The software interface was developed in Delphi for windows and display the image to be gotten for each type of combination screen-film, using images of Phantoms and real breasts. Because several factors influence the final mammographic image, such as magnification, characteristic of the films and screens and conditions of the processing, the method can provide an ample evaluation of the quality of the systems of mammographic image of a simple, fast and automatic form, through procedures of computational simulation. The simulation investigates the influence of a register system on the quality of the image, making it possible to know the final image previously to be gotten with different equipment and register systems. Three films (Kodak Min R 2000, Fuji UM MA-HC and Fuji ADM) and two screens (Kodak Min R 2000 and Fuji AD Mammo Fine) was avaliable and the screen Min R 2000 with film Min R 2000 was the best result with less exposure.

Bases de imagens armazenadas em sistemas computacionais da área médica correspondem a uma valiosa fonte de conhecimento. Assim, a mineração de imagens pode ser aplicada para extrair conhecimento destas bases com o propósito de apoiar o diagnóstico auxiliado por computador (Computer Aided Diagnosis - CAD). Sistemas CAD apoiados por mineração de imagens tipicamente realizam a extração de características visuais relevantes das imagens. Essas características são organizadas na forma de vetores de características que representam as imagens e são utilizados como entrada para classificadores. Devido ao problema conhecido como lacuna semântica, que corresponde à diferença entre a percepção da imagem pelo especialista médico e suas características automaticamente extraídas, um aspecto desafiador do CAD é a obtenção de um conjunto de características que seja capaz de representar de maneira sucinta e eficiente o conteúdo visual de imagens médicas. Foi desenvolvido neste trabalho o extrator de características FFS (Fast Fractal Stack) que realiza a extração de características de forma, que é um atributo visual que aproxima a semântica esperada pelo ser humano. Adicionalmente, foi desenvolvido o algoritmo de classificação Concept, que emprega mineração de regras de associação para predizer a classe de uma imagem. O aspecto inovador do Concept refere-se ao algoritmo de obtenção de representações de imagens, denominado MFS-Map (Multi Feature Space Map) e também desenvolvido neste trabalho. O MFS-Map realiza agrupamento de dados em diferentes espaços de características para melhor aproveitar as características extraídas no processo de classificação. Os experimentos realizados para imagens de tomografia pulmonar e mamografias indicam que tanto o FFS como a abordagem de representação adotada pelo Concept podem contribuir para o aprimoramento de sistemas CAD / Medical image databases represent a valuable source of data from which potential knowledge can be extracted. Image mining can be applied to knowledge discover from these data in order to help CAD (Computer Aided Diagnosis) systems. The typical set-up of a CAD system consists in the extraction of relevant visual features in the form of image feature vectors that are used as input to a classifier. Due to the semantic gap problem, which corresponds to the difference between the humans image perception and the features automatically extracted from the image, a challenging aspect of CAD is to obtain a set of features that is able to succinctly and efficiently represent the visual contents of medical images. To deal with this problem it was developed in this work a new feature extraction method entitled Fast Fractal Stack (FFS). FFS extracts shape features from objects and structures, which is a visual attribute that approximates the semantics expected by humans. Additionally, it was developed the Concept classification method, which employs association rules mining to the task of image class prediction. The innovative aspect of Concept refers to its image representation algorithm termed MFS-Map (Multi Feature Space Map). MFS-Map employs clustering in different feature spaces to maximize features usefulness in the classification process. Experiments performed employing computed tomography and mammography images indicate that both FFS and Concept methods for image representation can contribute to the improvement of CAD systems

O presente trabalho consiste na elaboração de uma metodologia envolvendo técnicas computacionais para proporcionar informações provenientes de avaliação de qualidade de equipamentos mamográficos. A investigação conduzida levou em conta, além da necessária determinação de parâmetros operacionais - como tensão de pico (kVp), corrente de tubo, ponto focal, dose, tempo de exposição, camada semi-redutora -, a influência das características do digitalizador usado no processo de digitalização das imagens a ser avaliadas pelo esquema computacional, seja esse um sistema de aquisição digital direta ou indireta. Dessa forma, foi elaborado um protocolo de pré-processamento da imagem para compensar os efeitos do digitalizador antes da avaliação dos parâmetros de qualidade através dela. Simultaneamente ao desenvolvimento dos softwares necessários ao esquema, foi projetado e desenvolvido um simulador radiográfico para servir como instrumento para obtenção tanto das imagens a ser processadas pelo modelo computacional, como dos dados referentes aos parâmetros operacionais. O sistema foi desenvolvido tomando um mamógrafo calibrado e um instrumento de precisão como referências e testado em outros equipamentos mamográficos em operação em clínicas e hospitais. Os resultados foram consistentes com as análises comparativas utilizando as referências, o que podem fazer do sistema uma ferramenta útil na avaliação de qualidade em mamografia. / The present work consists on developing a computational methodology to provide information regarding to mammographic equipment quality evaluation. This investigation have taken into account, beyond the required operational parameters, such as kVp, electrical current, focal point, dose, exposition time, half-value layer, the influence of the film digitizer utilized for digitization process on the images to be evaluated by the computational scheme, either this a system of direct or indirect digital acquisition. Like so, it was elaborated an image pre-processing protocol to compensate the digitization effect on digital image, before the evaluation of quality control parameters through itself. Simultaneously to the development of the necessary software to the system, a radiographic phantom was developed to be used for achievement of either the images to be processed by the computational model, as operational parameters data. The system was developed taking calibrated mammographic equipment and a precise measurement instrument as references, besides, it was tested in other mammographic equipment in operation on clinics and hospitals. Results had shown consistent with the comparative analyses using those references, which can turn this system a useful tool for evaluation of mammography quality.

Doenças coronárias causam a morte de milhões de pessoas anualmente. Uma dessas disfunções é a aterosclerose coronariana, acúmulo de placas lipídicas, fibrosas, e calcificadas na parede das coronárias. Esse acúmulo pode causar tromboses, infarto do miocárdio, ou morte cardíaca súbita. Porém, essas lesões apresentam graus distintos de periculosidade e elasticidade. As predominantemente lipídicas são de alto risco e elasticidade, enquanto as calcificadas e as fibrosas são mais estáveis e menos elásticas. O Ultrassom Intravascular (IVUS) é uma das modalidades de referência em diagnósticos e acompanhamento de doenças coronárias. Contudo, a imagem de IVUS pura fornece apenas informações subjetivas sobre vasos e placas; assim, é importante a criação de métodos e técnicas que possam tornar objetiva a análise dessa informação. Devido a isso, e levando em conta a riqueza de informações espaciais e temporais presentes nas imagens de IVUS, esse trabalho apresenta métodos de segmentação, e extração de características de lesões, que possibilitam a quantização de informações espaciais, e a discriminação de placas de baixo e elevado-risco. Consequentemente, fornecendo subsídios para diagnósticos, e procedimentos terapêuticos mais adequados. O método de segmentação combina Wavelet, Otsu, e Morfologia Matemática, para delineamento da parede do vaso. A avaliação do método foi feita usando 1300 imagens de IVUS, resultando em 92, 72% e 91, 9% de verdadeiros positivos, e 10, 7% e 9, 1% de falsos positivos, para o lúmen e borda da média adventícia, respectivamente. Adicionalmente, foi criado um método simples, para caracterização de placas a partir de suas propriedades mecânicas. Esse procedimento se baseia em computar um índice, chamado taxa de variação da área da placa, em imagens adquiridas pré e pós deformação do vaso e placas. Phantoms foram usados para avaliação, os resultados conseguidos com o índice proposto e um amplamente usado foram comparados. Uma correlação chegando à 99%, uma forte concordância usando Análise de Bland Altman, e Histogramas muito similares entre os dois índices, mostraram que o método proposto equivale ao já estabelecido. / Coronary diseases are the cause of death of millions of people annually. One of these dysfunctions is the coronary atherosclerosis, which is the accumulation of lipidic, fibrous and calcified plaques in the coronary wall. This accumulation may cause thrombosis, myocardial infarction and sudden cardiac death. Nonetheless, the kind of plaques offers different levels of dangerousness and elasticity. The highly lipidic plaques are very elastic, offers high risk, while the calcified and fibrous are more stable and less elastic. The Intravascular Ultrasound (IVUS) is the reference medical imaging modality for diagnostic and treatment of coronary diseases. However, the conventional IVUS images provides only anatomical vessel and plaque information; therefore, it is very important the creation of methods and techniques that could make objective the analysis of this information. Due to that, and taking into account the spatial and time information of IVUS images, this work presents methods of segmentation, and feature extraction of lesions, which make possible the quantization of spatial information, and the discrimination of high, and low risk plaques. Consequently, subsidies for diagnoses and more appropriate therapeutic procedures are provided. The segmentation method combines Wavelet, Otsu, and Mathematical Morphology, for the vessel wall delineation. The method evaluation was performed using 1300 IVUS images, resulting in 92, 72% and 91, 9% of true positives, and 10, 7% and 9, 1% of false positives, for the lumen and media adventitia border, respectively. Additionally, a simple method, for plaque characterization using the regarding mechanical properties was created. The procedure relies on computing an index, ratio of plaque area variation, in acquired images pre and post deformation procedure of vessel wall and plaques. Phantoms were used for evaluation. The results obtained by the proposed index, and a widely used one was compared. A correlation up to 99%, a strong agreement with Bland Altman, and similar Histograms between the two indexes demonstrated the equivalence between them; however, the proposed index is much simpler.