Orientador: Gabriela Castellano / Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Fisica Gleb Wataghin / Made available in DSpace on 2018-08-15T22:34:24Z (GMT). No. of bitstreams: 1 Oliveira_MarciaSilvade_D.pdf: 17533323 bytes, checksum: 32a83eb4815b68f061baa91a4b0ab2e4 (MD5) Previous issue date: 2010 / Resumo: Análise de textura em imagens digitais é um termo que se refere a um grupo de técnicas de processamento de imagens que objetivam a extração de descritores da imagem ou de regiões de interesse (ROIs) de forma a simplificar a caracterização das mesmas. A textura pode ser entendida como características intrínsecas da imagem (por exemplo: brilho, cor e distribuição de formas) que remetem à ideia de regularidade, rugosidade, suavidade, entre outras, por isso o nome 'textura'. Um tipo particular de análise de textura, bastante utilizado em imagens médicas, se baseia em medidas estatítsticas relativas à distribuição de níveis de cinza da imagem (matriz de coocorrência). Os descritores de textura, baseados na matriz de coocorrência, são conhecidos como descritores de Haralick. Este trabalho consistiu na aplicação de vídeo deste tipo de análise em imagens de Tomografia Computadorizada (TC) de vítimas de Acidente Vascular Cerebral Isquêmico e em imagens de Ressonância Magnetica (RM) de portadores de Epilepsia Mioclônica Juvenil, Doença de Machado-Joseph, Déficit Cognitivo Leve e Doença de Alzheimer, visando o desenvolvimento de uma ferramenta computacional que auxilie o neurologista na identificação de areas atingidas por estas doenças e que não sejam distinguíveis em uma análise visual. Neste trabalho foram selecionadas regiões de interesse (ROIs) e calculados os parâmetros de textura para cada grupo de imagens. Após o cálculo dos descritores de textura foi realizada uma análise estatística para verificar se havia diferenciação entre os vários tipos de tecidos. Os resultados obtidos mostraram que a análise de textura pode, de fato, ser utilizada para a extração de características discriminantes, tanto nas imagens de TC quanto nas imagens de RM para as cinco patologias analisadas / Abstract: Texture analysis in digital images is a term that refers to a group of image processing techniques that aim to extract descriptors of the image or regions of interest (ROIs) in order to simplify their characterization. Texture may be understood as intrinsic characteristics of the image (such as brightness, color and distribution of forms) that refer to the idea of regularity, roughness and smoothness, hence the name 'texture'. A particular type of texture analysis, widely used in medical imaging, is based on statistical measurements related to the image gray level distribution (coocurrence matrix). The texture descriptors based on the coocurrence matrix are known as Haralick descriptors. This work consisted on applying this type of analysis to computed tomography (CT) images of victims of Ischemic Stroke and magnetic resonance images (MRI) of patients with Juvenile Myoclonic Epilepsy, Machado-Joseph disease, mild cognitive impairment and Alzheimer's disease, in order to develop a computational tool to assist neurologists in the identification of areas affected by these diseases and which are not perceived in a visual analysis. In this work we selected regions of interest (ROIs) and calculated the texture parameters for each group of images. After the calculation of the texture descriptors, a statistical analysis was performed to determine whether there was differentiation between the various types of tissues. The results showed that texture analysis can indeed be used for the extraction of discriminant features in both the CT an the MR images for the five studied pathologies / Doutorado / Física / Doutora em Ciências