As imagens de angiografia por ressonância magnética (angio-RM) ou por tomografia computadorizada (angio-TC) permitem uma análise minuciosa das redes vasculares. A segmentação de redes vasculares a partir de tais imagens é uma das tarefas iniciais no diagnóstico de doenças vasculares como estenoses ou aneurismas. Porém, a grande diversidade de arquiteturas dos vasos dificulta a validação dos algoritmos de segmentação. Assim, a construção de redes vasculares sintéticas realistas permitem validar novas metodologias de segmentação de vasos. Este trabalho descreve uma metodologia de geração de redes vasculares sintéticas em três dimensões utilizando sistemas de Lindenmayer (L-systems) estocásticos. Para atingir esse objetivo, foram implementados um analisador léxico, um analisador sintático e um gerador de L-systems para a criação de vasos sintéticos baseado em gramáticas. A parametrização destas gramáticas possibilita a simulação de características naturais de vasos reais como o ângulo de bifurcação, comprimento, diâmetro médio e possibilita a simulação de anomalias vasculares. As expressões resultantes são utilizadas para criar imagens angiográficas sintéticas que simulam a distribuição de intensidades dos vasos em imagens angio-RM e angio-TC reais. As redes vasculares sintéticas podem também ser delimitadas por superfícies 3D arbitrárias de forma similar à geometria de órgãos. A flexibilidade de parametrização e natureza estocástica desta metodologia faz com que ela se torne uma ferramenta ideal para a validação de algoritmos de segmentação de vasos em imagens angiográficas. / Magnetic resonance angiography (MRA) or computed tomography angiography (CTA) images allow for a thorough analysis of the blood vessels. Vessel segmentation from MRA or CTA is thus the primary task in the diagnosis of vascular diseases such as stenosis and aneurysms. The wide architectural variability of the blood vessels, however, hinders the validation of vascular segmentation methods. The construction of synthetic realistic vascular architecture trees will aid in the validation of new vessel segmentation methodologies. This thesis describes a three-dimensional synthetic blood vessel generation methodology that employs stochastic Lindenmayer systems (L-systems). For this purpose, we implemented a parser and a generator of L-systems to create grammars that represent blood vessel architectures. The parameterization of the grammar allows one to simulate natural features of real vessels such as bifurcation angle, average length and diameter, and also accounts for vascular anomalies. The resulting expressions are used to create synthetic angiographic images that mimic real vessel intensity distributions in MRA and CTA. Blood vessel growth can also be delimited by arbitrary 3D surfaces that may represent organ geometries. The flexibility in the parameterization and stochastic nature of this methodology makes it an ideal tool for the validation of blood vessel segmentation algorithms from angiographic images.

As atividades de teste automatizado contribuem significativamente para a redução de custos e a produtividade do projeto durante o processo de desenvolvimento de software. O teste automatizado reduz o esforço humano e aumenta a qualidade do produto final. No entanto, a alta complexidade da saída produzida pelos SUT (do inglês, System Under Test) contemporâneos limita, em alguns casos, a aplicação de estratégias de teste automatizadas. Sistemas com saídas gráficas/áudio, imagens tridimensionais, interfaces gráficas com o usuário e alguns aplicativos da Web são exemplos de sistemas com saídas complexas. A falta de oráculos automatizados de teste leva à aplicação de testes executados manualmente pelo próprio testador (oráculo humano), de modo informal, ad-hoc e improdutivo. Uma possível contribuição para aliviar esforços do testador é a implementação de oráculos de teste baseados na extração de características das saídas do SUT. Resultados de trabalhos anteriores mostram que tal abordagem contribui para o aumento da produtividade do teste, mitigando e complementando os esforços manuais. Este trabalho de mestrado propõe e avalia oráculos de teste automatizados para sistemas cujas saídas consistem em imagens médicas tridimensionais. Para tanto, é explorado o framework O-FIm/CO (do inglês, Oracle for Images and Complex Outputs) que utiliza conceitos de Recuperação de Imagens Baseada em Conteúdo (do inglês, Content-Based Image Retrieval CBIR) como uma forma de automatizar oráculos de teste. Além de adaptações e extensões do framework, desenvolveram-se plug-ins que representam extratores de características de imagens médicas tridimensionais de vasos sanguíneos. Para evidenciar a eficácia da abordagem, foram conduzidos dois estudos experimentais objetivando avaliar a eficácia e a precisão dos oráculos de teste baseados em características na avaliação desse tipo de imagem. Além disso, realizou-se um estudo experimental comparando os oráculos de teste baseados em características e oráculos humanos. Os resultados evidenciam a eficácia da abordagem como uma estratégia promissora para automatizar atividades de teste, contribuindo para a redução de tempo e esforços gerados por abordagens manuais durante a avaliação da qualidade de sistemas geradores de imagens médicas tridimensionais. / Automated testing activities significantly contribute to cost reduction and project productivity during the software development process. Automated testing reduces human effort and increases the quality of the final product. However, the high complexity of contemporary SUT outputs limits, in some cases, the application of automated test strategies. Systems with graphical/audio outputs, three-dimensional imaging, graphical user interfaces and some web applications are examples of systems with complex outputs. The lack of automated test oracles leads to the application of manual tests performed by the tester (human oracle) in an informal, ad-hoc and unproductive manner. One possible contribution to alleviate the testers efforts is to implement test oracles based on the extraction of characteristics from the SUT outputs. Results from previous work show that such an approach contributes to increase test productivity, mitigating and complementing manual efforts. This dissertation proposes and evaluates automated test oracles for systems whose outputs consist of three-dimensional medical images. To do so, the framework O-FIm/CO (Oracle for Images and Complex Outputs) that uses CBIR (Content-Based Image Retrieval) concepts is explored as a strategy to automate test oracles. In addition to adaptations and extensions of the framework, plug-ins were developed which represent extractors of three-dimensional medical image characteristics of blood vessels. To demonstrate the efficacy of the approach, two experimental studies were conducted to evaluate the efficacy and accuracy of feature-based test oracles in the evaluation of such images. Moreover, an experimental study was conducted to compare feature-based test oracles with human oracles. The results show the efficacy of the approach as a promising strategy to automate testing activities, contributing to the reduction of time and effort generated by manual approaches during the quality assessment of three-dimensional medical imaging systems.

As atividades de teste automatizado contribuem significativamente para a redução de custos e a produtividade do projeto durante o processo de desenvolvimento de software. O teste automatizado reduz o esforço humano e aumenta a qualidade do produto final. No entanto, a alta complexidade da saída produzida pelos SUT (do inglês, System Under Test) contemporâneos limita, em alguns casos, a aplicação de estratégias de teste automatizadas. Sistemas com saídas gráficas/áudio, imagens tridimensionais, interfaces gráficas com o usuário e alguns aplicativos da Web são exemplos de sistemas com saídas complexas. A falta de oráculos automatizados de teste leva à aplicação de testes executados manualmente pelo próprio testador (oráculo humano), de modo informal, ad-hoc e improdutivo. Uma possível contribuição para aliviar esforços do testador é a implementação de oráculos de teste baseados na extração de características das saídas do SUT. Resultados de trabalhos anteriores mostram que tal abordagem contribui para o aumento da produtividade do teste, mitigando e complementando os esforços manuais. Este trabalho de mestrado propõe e avalia oráculos de teste automatizados para sistemas cujas saídas consistem em imagens médicas tridimensionais. Para tanto, é explorado o framework O-FIm/CO (do inglês, Oracle for Images and Complex Outputs) que utiliza conceitos de Recuperação de Imagens Baseada em Conteúdo (do inglês, Content-Based Image Retrieval CBIR) como uma forma de automatizar oráculos de teste. Além de adaptações e extensões do framework, desenvolveram-se plug-ins que representam extratores de características de imagens médicas tridimensionais de vasos sanguíneos. Para evidenciar a eficácia da abordagem, foram conduzidos dois estudos experimentais objetivando avaliar a eficácia e a precisão dos oráculos de teste baseados em características na avaliação desse tipo de imagem. Além disso, realizou-se um estudo experimental comparando os oráculos de teste baseados em características e oráculos humanos. Os resultados evidenciam a eficácia da abordagem como uma estratégia promissora para automatizar atividades de teste, contribuindo para a redução de tempo e esforços gerados por abordagens manuais durante a avaliação da qualidade de sistemas geradores de imagens médicas tridimensionais. / Automated testing activities significantly contribute to cost reduction and project productivity during the software development process. Automated testing reduces human effort and increases the quality of the final product. However, the high complexity of contemporary SUT outputs limits, in some cases, the application of automated test strategies. Systems with graphical/audio outputs, three-dimensional imaging, graphical user interfaces and some web applications are examples of systems with complex outputs. The lack of automated test oracles leads to the application of manual tests performed by the tester (human oracle) in an informal, ad-hoc and unproductive manner. One possible contribution to alleviate the testers efforts is to implement test oracles based on the extraction of characteristics from the SUT outputs. Results from previous work show that such an approach contributes to increase test productivity, mitigating and complementing manual efforts. This dissertation proposes and evaluates automated test oracles for systems whose outputs consist of three-dimensional medical images. To do so, the framework O-FIm/CO (Oracle for Images and Complex Outputs) that uses CBIR (Content-Based Image Retrieval) concepts is explored as a strategy to automate test oracles. In addition to adaptations and extensions of the framework, plug-ins were developed which represent extractors of three-dimensional medical image characteristics of blood vessels. To demonstrate the efficacy of the approach, two experimental studies were conducted to evaluate the efficacy and accuracy of feature-based test oracles in the evaluation of such images. Moreover, an experimental study was conducted to compare feature-based test oracles with human oracles. The results show the efficacy of the approach as a promising strategy to automate testing activities, contributing to the reduction of time and effort generated by manual approaches during the quality assessment of three-dimensional medical imaging systems.

As imagens de angiografia por ressonância magnética (angio-RM) ou por tomografia computadorizada (angio-TC) permitem uma análise minuciosa das redes vasculares. A segmentação de redes vasculares a partir de tais imagens é uma das tarefas iniciais no diagnóstico de doenças vasculares como estenoses ou aneurismas. Porém, a grande diversidade de arquiteturas dos vasos dificulta a validação dos algoritmos de segmentação. Assim, a construção de redes vasculares sintéticas realistas permitem validar novas metodologias de segmentação de vasos. Este trabalho descreve uma metodologia de geração de redes vasculares sintéticas em três dimensões utilizando sistemas de Lindenmayer (L-systems) estocásticos. Para atingir esse objetivo, foram implementados um analisador léxico, um analisador sintático e um gerador de L-systems para a criação de vasos sintéticos baseado em gramáticas. A parametrização destas gramáticas possibilita a simulação de características naturais de vasos reais como o ângulo de bifurcação, comprimento, diâmetro médio e possibilita a simulação de anomalias vasculares. As expressões resultantes são utilizadas para criar imagens angiográficas sintéticas que simulam a distribuição de intensidades dos vasos em imagens angio-RM e angio-TC reais. As redes vasculares sintéticas podem também ser delimitadas por superfícies 3D arbitrárias de forma similar à geometria de órgãos. A flexibilidade de parametrização e natureza estocástica desta metodologia faz com que ela se torne uma ferramenta ideal para a validação de algoritmos de segmentação de vasos em imagens angiográficas. / Magnetic resonance angiography (MRA) or computed tomography angiography (CTA) images allow for a thorough analysis of the blood vessels. Vessel segmentation from MRA or CTA is thus the primary task in the diagnosis of vascular diseases such as stenosis and aneurysms. The wide architectural variability of the blood vessels, however, hinders the validation of vascular segmentation methods. The construction of synthetic realistic vascular architecture trees will aid in the validation of new vessel segmentation methodologies. This thesis describes a three-dimensional synthetic blood vessel generation methodology that employs stochastic Lindenmayer systems (L-systems). For this purpose, we implemented a parser and a generator of L-systems to create grammars that represent blood vessel architectures. The parameterization of the grammar allows one to simulate natural features of real vessels such as bifurcation angle, average length and diameter, and also accounts for vascular anomalies. The resulting expressions are used to create synthetic angiographic images that mimic real vessel intensity distributions in MRA and CTA. Blood vessel growth can also be delimited by arbitrary 3D surfaces that may represent organ geometries. The flexibility in the parameterization and stochastic nature of this methodology makes it an ideal tool for the validation of blood vessel segmentation algorithms from angiographic images.