Spelling suggestions: "subject:"extração dde características"" "subject:"extração dee características""
71 |
Sistematização da percepção médica na construção de sistemas para recuperação de imagens por conteúdo / Systematization of medical perception in implementing of content-based image retrieval systemsMarcelo Ponciano da Silva 27 February 2014 (has links)
Nos últimos anos o mundo tem vivenciado uma avalanche de novas tecnologias para auxílio ao diagnóstico médico. Esses esforços buscam um diagnóstico rápido e preciso através de exames e informações sobre a condição física do paciente. Através do uso de imagens médicas, a radiologia busca a visualização de órgãos ou estruturas internas do corpo humano para encontrar respostas às suspeitas de problemas físicos expressos por sinais e sintomas relatados pelo paciente. Nessa área, os Sistemas de Comunicação e Armazenamento de Imagens (PACS) têm ajudado no armazenamento e organização do crescente número de imagens geradas pelos exames realizados nos hospitais. Trabalhos de pesquisa médica têm evidenciado o potencial de uso dessas imagens como auxílio à prática da Medicina Baseada em Casos Similares (MBCS). Por esse motivo, há na literatura um esforço contínuo em desenvolver técnicas computacionais para recuperação de imagens baseada em conteúdos similares (CBIR) em grandes conjuntos de dados. As consultas por similaridade são essenciais para apoiar a prática da MBCS e a descoberta de comportamentos de lesões causadas por diversas doenças. A evolução e intensificação das pesquisas em CBIR têm encontrado vários desafios. Um desses é a divergência entre os resultados obtidos automaticamente e aqueles esperados pelos radiologistas (descontinuidade semântica). Outro desafio é a falta de estudos sobre a viabilidade clínica dessas ferramentas como forma de auxílio ao diagnóstico. Esses obstáculos são dois dos principais responsáveis pela não efetivação dessa tecnologia no ambiente médico-hospitalar. Mediante o exposto acima, este trabalho de pesquisa propõe um mecanismo para contornar essa descontinuidade semântica e ao mesmo tempo aproximar o CBIR do ambiente real de aplicação. A contribuição principal deste trabalho foi o desenvolvimento de uma metodologia baseada em parâmetros perceptuais que aproximam o sistema ao nível de percepção do usuário médico. Em seguida, foi realizado um estudo sobre a viabilidade clínica do sistema CBIR no Hospital das Clínicas de Ribeirão Preto. A metodologia proposta foi aplicada e os resultados comprovaram a aplicabilidade de Sistemas CBIR como ferramenta de auxílio ao diagnóstico em um ambiente clínico real / In recent years the world has experienced an avalanche of new technologies to aid medical diagnosis. These efforts seek a quick and accurate diagnosis through exams and information about the patient\'s physical condition. The radiology studies the visualization of the organs or structures through the use of images. In this area, the Picture Archiving and Communication Systems (PACS) have helped in the storage and organization of the growing number of images generated by exams performed in hospitals. Medical research papers have shown the potential use of these images as an aid to the Similar Case-Based Reasoning (SCBR) practice in Medicine. For this reason, there is an ongoing effort in the literature to develop computational techniques for Content-Based Image Retrieval (CBIR) in large data sets. Similarity queries are essential to support the practice of SCBR. The evolution and intensification of research in CBIR have encountered several challenges. One of these is the discrepancy between the results obtained automatically and those expected by radiologists (semantic gap). Another challenge is the lack of studies on the clinical viability of these tools as a way to assist in diagnosis. These obstacles are the two main responsible for reservation in using this technology in the medical hospital environment. Considering this scenario, this research proposes a mechanism to overcome this semantic gap and bring the real environment to the CBIR application. The main contribution for this research was the development of a methodology based on Perceptual Parameters to approximate the system to the level of user perception. Then we conducted a study on the clinical viability of a CBIR system at the Clinical Hospital of the University of São Paulo at Ribeirão Preto. The proposed methodology was applied and the results showed the applicability of CBIR systems as a computer aided diagnosis tool in a real clinical environment
|
72 |
Recuperação de imagens: similaridade parcial baseada em espectro de grafo e corSantos, Dalí Freire Dias dos 17 August 2012 (has links)
Traditionally, local shape descriptors or color and texture based descriptors are used
to describe the content of images. Although, these solutions achieving good results, they
are not able to distinguish scenes that contain objects with the same colors, but with a
different spatial organization or do not supports partial matching. In this work we focus
on a particular case of the partial matching that is to find individual objects in images
that contain various objects.
Since the color is one of the most visually distinguishable properties, we propose a
new descriptor based only on color able to find pictures of objects that are contained in
other images. Although our descriptor has shown better results when compared to related
works, this new color descriptor is not able to discriminate objects topologically different
but having the same colors. To overcome this problem, we also propose a new approach
to the partial matching of images that combine color and topological features on a single
descriptor. This new descriptor, first performs a simplification process of the original
image, which identifies the color regions that make up the image. Then, we represent
the spatial information among the color regions using a topological graph, where vertices
represent the color regions and the edges represent the spatial connections between them.
To calculate the descriptor from this graph representation, we use the spectral theory of
graphs, avoiding the need to make a direct comparison between graphs. To support the
partial matching, we propose a decomposition of the main graph into several subgraphs,
and also calculate descriptors for these subgraphs. / Tradicionalmente, descritores de forma, ou descritores baseados em cor e textura,
são utilizados para descrever o conteúdo visual das imagens. Embora essas abordagens
apresentem bons resultados, elas não são capazes de diferenciar adequadamente imagens
que contêm objetos com as mesmas cores, mas com organização espacial diferente ou não
suportam a pesquisa parcial de imagens. Neste trabalho focamos em um caso particular
da pesquisa parcial de imagens, que é encontrar objetos em imagens que contenham vários
objetos, não deixando de lado a pesquisa total (encontrar imagens similares à original).
Dado que a cor é uma das propriedades visuais mais discriminativas, propomos um
novo descritor baseado somente em cor capaz de encontrar imagens de objetos que estão
contidos em outras imagens. Embora tenha apresentado melhores resultados quando
comparado a trabalhos correlatos, esse novo descritor de cor não é capaz de discriminar
objetos topologicamente diferentes mas que possuam as mesmas cores. Com o intuito
de resolver esse problema, também propomos uma nova abordagem para a recuperação
parcial de imagens que combina características topológicas e de cor em um único descritor.
Esse novo descritor primeiramente realiza um processo de simplificação da imagem
original, onde são identificadas as regiões de cor que compõem a imagem. Após esse processo
de simplificação, a organização espacial das regiões de cor previamente identificadas
é representada por meio de um grafo topológico, onde os vértices representam as regiões
de cor e as arestas representam as conexões entre essas regiões. O descritor topológico
é então calculado a partir do grafo de topologia utilizando a teoria espectral de grafos,
evitando a necessidade de se realizar uma comparação direta entre grafos. Para suportar a
pesquisa parcial de imagens, é realizada uma decomposição do grafo principal em diversos
subgrafos. / Mestre em Ciência da Computação
|
73 |
Desenvolvimento de um algoritmo morfológico para detecção e classificação de lesões em imagens de mamografiaLIMA, Sidney Marlon Lopes de 25 February 2016 (has links)
Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2017-02-23T14:02:54Z
No. of bitstreams: 2
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
tese-completa-Sidney_Lima_v21.pdf: 4757211 bytes, checksum: 205170db8b002cc2ab72255ab77628a3 (MD5) / Made available in DSpace on 2017-02-23T14:02:54Z (GMT). No. of bitstreams: 2
license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5)
tese-completa-Sidney_Lima_v21.pdf: 4757211 bytes, checksum: 205170db8b002cc2ab72255ab77628a3 (MD5)
Previous issue date: 2016-02-25 / REUNI / O câncer de mama é a principal causa de morte de mulheres adultas por
câncer no mundo. Do ponto de vista clínico, a mamografia é ainda a mais efetiva
tecnologia de diagnóstico do câncer de mama, dada a grande difusão de uso e
interpretações dessas imagens. De acordo com o estado da arte da classificação de
lesões em mamogramas, as wavelets têm apresentado os melhores resultados do
ponto de vista da taxa de classificação, quando utilizadas como etapa de préprocessamento
que decompõe a imagem original em imagens de detalhes (verticais,
horizontais e diagonais) e aproximações para, a partir dessas imagens
componentes, serem extraídos atributos de textura. Neste trabalho, propõe-se a
Decomposição baseada em Aproximações Morfológicas em regiões de interesse em
mamogramas. O método proposto tem por base a decomposição inspirada em
wavelets que emprega filtros não lineares passa-baixas e passa-altas, baseados em
aberturas e fechamentos, que por sua vez são construídos a partir dos operadores
morfológicos clássicos de erosão e dilatação. Neste trabalho, são propostas
aproximações aritméticas para esses dois operadores morfológicos clássicos,
substituindo os desvios condicionais, presentes na Morfologia Matemática, por
operações aritméticas de somas, subtrações e multiplicações, computacionalmente
mais rápidas. O trabalho proposto compara o tempo estimado de execução entre as
aproximações aritméticas propostas e as operações morfológicas clássicas
utilizando a notação Big-Oh e também faz uso de estimativas baseadas em
arquitetura de hardware pipeline. Em todas as estimativas e cenários reais, as
aproximações morfológicas propostas são mais rápidas do que a morfologia
clássica. Além disso, por não empregar unidade de hardware em ambiente pipeline
para tratamento de desvios condicionais, as aproximações morfológicas propostas
se tornam uma solução mais barata, ocupa menos espaço, mais propícia à
miniaturização, consome menos energia e reduz o número de codificações da UC
(Unidade de Controle). Logo, as Aproximações Morfológicas criadas são superiores
à morfologia clássica nos principais requisitos para o bom funcionamento do
hardware. Quanto à classificação, a Decomposição baseada em Aproximações
Morfológicas alcança um desempenho médio de 84,65% na distinção entre casos
normais, benignos e malignos. Os classificadores empregados são redes neurais
ELM e SVM, cujas classes são definidas de acordo com os critérios da American
College of Radiology. Foram usadas 355 imagens de mama adiposa da base de
dados IRMA, com 233 casos normais, 66 benignos e 56 malignos. Como método de
tratamento da base de dados, foram estudados pesos ponderando a fronteira de
decisão das redes neurais. / According to the World Health Organization, breast cancer is the main cause of
death of women round the world. From the clinical point of view, mammography is
still the most effective diagnostic technology, given the wide diffusion of the use and
interpretation of these images. According the state-of-the-art lesions classification on
mammograms, wavelets have produced the best results from the viewpoint of
precision, when used as a preprocessing step that decomposes the original image
into approximation and detail images (vertical, horizontal and diagonal) in order to,
from these components images, extract shape or texture attributes. This work
proposes the decomposition Morphological-based in regions of interest on
mammograms. The proposed method is inspired on wavelets decomposition
employing nonlinear low-pass and high-pass filters, based on openings and closings,
which are constructed from classical morphological operators of erosion and dilation.
In this work, we propose approaches of classical morphology, replacing the
conditional branches, present in Mathematical Morphology, by arithmetic operations
of addition, subtraction and multiplication, computationally faster. The proposed work
compares the estimated run time of proposed arithmetic approximations and classical
morphological operations using Big-Oh notation and also the thesis uses notation
based on pipeline hardware architecture. In all real scenarios, our morphological
operations are faster than classical morphology. Also, by not employing hardware
unit in pipeline environment for treating conditional branches, the proposed
morphology approximation becomes a cheaper solution, occupies less space, more
propitious to miniaturization, consumes less power, and reduces the Control Unit
coding number. Then, our approaches of classical morphology are superior to
classical morphology in key requirements of hardware solution. Regarding the
classification, the proposed decomposition reaches an average performance of
84.65% in distinguishing normal, benign, and malignant cases. Classifiers are neural
networks ELM and SVM, classes are defined according American College of
Radiology criteria. They are employed 355 adipose breast images with 233 normal
cases, 66 benign and 56 malignant. As database processing method, weights were
studied considering the decision boundary of neural networks.
|
Page generated in 0.1021 seconds