Submitted by Rosivalda Pereira (mrs.pereira@ufma.br) on 2017-05-30T21:09:57Z No. of bitstreams: 1 JoaoDiniz.pdf: 2606559 bytes, checksum: 262a9c98db11667d3a482c378ab78b50 (MD5) / Made available in DSpace on 2017-05-30T21:09:57Z (GMT). No. of bitstreams: 1 JoaoDiniz.pdf: 2606559 bytes, checksum: 262a9c98db11667d3a482c378ab78b50 (MD5) Previous issue date: 2017-02-03 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / Breast cancer is the type of cancer that most affects women and is one of the leading causes of death worldwide. Aiming to aid the detection and diagnosis of this pathology, several techniques in the image area are being created serving as a second opinion. It is known that mammograms of the left and right breast present a high degree of symmetry, and when there is a sudden difference between the pairs, it can be considered suspicious. It is also emphasized that the breast can present different density of the tissue and this can be a factor that makes difficult the detection and diagnosis of the lesions. Thus, the objective of this work is to develop an automatic methodology for the detection of mass regions in pairs of digitized mammograms adapted to breast density, using image processing and species comparison techniques to determine asymmetric regions in the breasts together with neural convolutional networks for Classification of breast density and regions in masses and not masses. The proposed methodology is divided into two phases: training phase and test phase. In the training phase will be created three models using convolutional neural networks, the first able to classify the breast as density and the last two to classify regions of mass and non-mass in dense and non-dense breasts.The steps are in aligning the breasts so that it is possible to make a comparison between the pairs. When comparing, asymmetric regions will be segmented, these regions will undergo a process of reduction of false positives in order to eliminate regions that are not masses. Before classifying the remaining regions, the breasts undergo the process of density classification by the model obtained in the training phase. Finally, for each type of breast, a model will classify the regions segmented into masses and not masses. The methodology presented excellent results, in the non-dense breasts reaching sensitivity of 91.56 %, specificity of 90.73 %, accuracy of 91.04 % and rate of 0.058 false positives per image. Dense breasts showed 90.36 % sensitivity, 96.35 % specificity, 94.84 % accuracy and 0.027 false positives per image. The results show that the methodology is promising and can be used to compose a CAD system, serving as a second option for the expert in the task of detecting mass regions. / O cãncer de mama é o tipo de câncer que mais acomete as mulheres e uma das principais causas de morte em todo o mundo. Visando auxiliar a detecção e diagnóstico desta patologia, diversas técnicas na érea de imagem estão sendo criadas servindo como um auxílio ao especialista. Sabe-se que mamografias esquerda e direita apresentam alto grau simetria, e quanto há uma diferença brusca entre os pares, pode-se considerar algo de suspeito. Ressalta-se também que a mama pode apresentar densidade diferente do tecido e isso pode ser um fator que dificulte na detecção e diagnóstico das lesões. Assim, o objetivo deste trabalho é desenvolver uma metodologia automática de detecção de regiões de massa em pares de mamografias digitalizadas adaptada à densidade da mama, utilizando técnicas de processamento de imagens e comparação de espécies para determinar regiões assimétricas nas mamas juntamente com redes neurais convolucionais para classificação de densidade da mama e de regiões em massas e não massas. A metodologia proposta é dividida em duas fases: fase de treinamento e fase de teste. Na fase de treinamento serão criados três modelos utilizando redes neurais convolucionais, o primeiro capaz de classificar a mama quanto a densidade e os dois últimos classificam regiões de massa e não massa em mamas densas e não densas. Na fase de teste, imagens de mamografia da base DDSM passarão por várias etapas a fim de segmentar regiões assimétricas que serão posteriormente classificadas. As etapas resumem-se em alinhar as mamas para que seja possível fazer uma comparação entre os pares. Ao comparar, serão segmentadas regiões assimétricas, essas regiões passarão por processo de redução de falsos positivos a fim de eliminar regiões que não são massas. Antes de classificar as regiões restantes, as mamas passam pelo processo de classificação de densidade pelo modelo obtido na fase de treinamento. Por fim, para cada tipo de mama, um modelo irá classificar as regiões segmentadas em massas e não massas. O método proposto apresentou resultados promissores, nas mamas não densas atingiu sensibilidade de 91,56%, especificidade de 90,73%, 91,04% de acurácia e taxa de 0,058 falsos positivos por imagem. As mamas densas, apresentaram resultados de 90,36% de sensibilidade, 96,35% de especificidade, 94,84% de acurácia e 0,027 falsos positivos por imagem. Os resultados mostram que a metodologia é promissora e pode ser utilizada para compor um sistema CAD na tarefa de detectar regiões de massas.

Pairwise alignment between point clouds is an important task in building 3D maps of indoor environments with partial information. The combination of 2D local features with depth information provided by RGB-D cameras are often used to improve such alignment. However, under varying lighting or low visual texture, indoor pairwise frame registration with sparse 2D local features is not a particularly robust method. In these conditions, features are hard to detect, thus leading to misalignment between consecutive pairs of frames. The use of 3D local features can be a solution as such features come from the 3D points themselves and are resistant to variations in visual texture and illumination. Because varying conditions in real indoor scenes are unavoidable, we propose a new framework to improve the pairwise frame alignment using an adaptive combination of sparse 2D and 3D features based on both the levels of geometric structure and visual texture contained in each scene. Experiments with datasets including unrestricted RGB-D camera motion and natural changes in illumination show that the proposed framework convincingly outperforms methods using 2D or 3D features separately, as reflected in better level of alignment accuracy. / O alinhamento entre pares de nuvens de pontos é uma tarefa importante na construção de mapas de ambientes em 3D. A combinação de características locais 2D com informação de profundidade fornecida por câmeras RGB-D são frequentemente utilizadas para melhorar tais alinhamentos. No entanto, em ambientes internos com baixa iluminação ou pouca textura visual o método usando somente características locais 2D não é particularmente robusto. Nessas condições, as características 2D são difíceis de serem detectadas, conduzindo a um desalinhamento entre pares de quadros consecutivos. A utilização de características 3D locais pode ser uma solução uma vez que tais características são extraídas diretamente de pontos 3D e são resistentes a variações na textura visual e na iluminação. Como situações de variações em cenas reais em ambientes internos são inevitáveis, essa tese apresenta um novo sistema desenvolvido com o objetivo de melhorar o alinhamento entre pares de quadros usando uma combinação adaptativa de características esparsas 2D e 3D. Tal combinação está baseada nos níveis de estrutura geométrica e de textura visual contidos em cada cena. Esse sistema foi testado com conjuntos de dados RGB-D, incluindo vídeos com movimentos irrestritos da câmera e mudanças naturais na iluminação. Os resultados experimentais mostram que a nossa proposta supera aqueles métodos que usam características 2D ou 3D separadamente, obtendo uma melhora da precisão no alinhamento de cenas em ambientes internos reais.

A análise da retina permite o diagnostico de muitas patologias relacionadas ao olho humano. A qualidade da imagem e um fator importante já que o médico normalmente examina os pequenos vasos da retina e a sua coloração. O equipamento normalmente utilizado para a visualização da retina e o retinógrafo digital, que utiliza sensor colorido com filtro de Bayer e luz (flash) branca. No entanto, esse filtro causa perda na resolução espacial, uma vez que e necessário um processo de interpolação matemática para a formação da imagem. Com o objetivo de melhorar a qualidade da imagem da retina, um retinógrafo com câmera CCD monocromática de alta resolução foi desenvolvido. Nele, as imagens coloridas são geradas pela combinação dos canais monocromáticos R (vermelho), G (verde) e B (azul), adquiridos com o chaveamento da iluminação do olho com LED vermelho, verde e azul, respectivamente. Entretanto, o pequeno período entre os flashes pode causar desalinhamento entre os canais devido a pequenos movimentos do olho. Assim, este trabalho apresenta uma técnica de registro de imagens, baseado em correlação de fase no domínio da frequência, para realizar precisamente o alinhamento dos canais RGB no processo de geração de imagens coloridas da retina. A validação do método foi realizada com um olho mecânico (phantom) para a geração de 50 imagens desalinhadas que foram corrigidas pelo método proposto e comparadas com as imagens alinhadas obtidas como referência (ground-truth). Os resultados mostraram que retinógrafo com câmera monocromática e o método de registro proposto nesse trabalho podem produzir imagens coloridas da retina com alta resolução espacial, sem a perda de qualidade intrínseca às câmeras CCD coloridas que utilizam o filtro de Bayer. / The analysis of retina allows the diagnostics of several pathologies related to the human eye. Image quality is an important factor since the physician often examines the small vessels of the retina and its color. The device usually used to observe the retina is the fundus camera, which uses color sensor with Bayer filter and white light. However, this filter causes loss of spatial resolution, since it is necessary a mathematical interpolation process to create the final image. Aiming at improving the retina image quality, a fundus camera with monochromatic CCD camera was developed. In this device, color images are generated by combining the monochromatic channels R (red), G (green) and B (blue), which were acquired by switching the eye illumination with red, green and blue light, respectively. However, the short period between the flashes may cause misalignment among the channels because of the small movements of the eye. Thus, this work presents an image registration technique based on phase correlation in the frequency domain, for accurately aligning the RGB channels on the process of generating retina color images. Validation of the method was performed by using a mechanical eye (phantom) for generating 50 misaligned images, which were aligned by the proposed method and compared to the aligned images obtained as references (ground-truth). Results showed that the fundus camera with monochromatic camera and the method proposed in this work can produce high spatial resolution images without the loss of quality intrinsic to color CCD cameras that uses Bayer filter.

Orientador: João Antonio Pereira / Resumo: O objetivo específico deste trabalho é estender as capacidades da técnica de rastreamento de pontos em 3 dimensões (three-dimensional point tracking – 3DPT) para identificar as características dinâmicas de estruturas grandes e complexas, tais como pás de turbina eólica. Um sistema multi-camera (composto de múltiplos sistemas de estéreo visão calibrados independentemente) é desenvolvido para obter alta resolução espacial de pontos discretos a partir de medidas de deslocamento sobre grandes áreas. Uma proposta de técnica de costura é apresentada e empregada para executar o alinhamento de duas nuvens de pontos, obtidas com a técnica 3DPT, de uma estrutura sob excitação dinâmica. Três diferentes algoritmos de registro de nuvens de pontos são propostos para executar a junção das nuvens de pontos de cada sistema estéreo, análise de componentes principais (Principal Component Analysis - PCA), decomposição de valores singulares (Singular value Decomposition - SVD) e ponto mais próximo iterativo (Iterative Closest Point - ICP). Além disso, análise modal operacional em conjunto com o sistema de medição multi-camera e as técnicas de registro de nuvens de pontos são usadas para determinar a viabilidade de usar medidas ópticas (e.g. three-dimensional point tracking – 3DPT) para estimar os parâmetros modais de uma pá de gerador eólico comparando seus resultados com técnicas de medição mais convencionais. / Abstract: The specific objective of this research is to extend the capabilities of three-dimensional (3D) Point Tracking (PT) to identify the dynamic characteristics of large and complex structures, such as utility-scale wind turbine blades. A multi-camera system (composed of multiple independently calibrated stereovision systems) is developed to obtain high spatial resolution of discrete points from displacement measurement over very large areas. A proposal of stitching techniques is presented and employed to perform the alignment of two point clouds, obtained with 3DPT measurement, of a structure under dynamic excitation. The point cloud registration techniques are exploited as a technique for dynamic measuring (displacement) of large structures with high spatial resolution of the model. Three different image registration algorithms are proposed to perform the junction of the points clouds of each stereo system, Principal Component Analysis (PCA), Singular value Decomposition (SVD) and Iterative Closest Point (ICP). Furthermore, operational modal analysis in conjunction with the multi-camera measurement system and registration techniques are used to determine the feasibility of using optical measurements (e.g. three-dimensional point tracking (3DPT)) to estimate the modal parameters of a utility-scale wind turbine blade by comparing with traditional techniques. / Doutor

Submitted by DANILO DAMASCENO SABINO (engdanilosabino@gmail.com) on 2018-07-03T16:00:40Z No. of bitstreams: 1 DaniloSabino_TeseVersaoFinal.pdf: 4134991 bytes, checksum: 888a0a610949d5417be468fa2b94c7c8 (MD5) / Rejected by Cristina Alexandra de Godoy null (cristina@adm.feis.unesp.br), reason: Danilo, seu trabalho foi redigido em língua inglesa, mas é preciso inserir o título em português no campo "título em outro idioma". Tentamos contato por e-mail mas sem resposta. Assim, solicitamos que refaça a submissão do seu trabalho com essa informação. on 2018-07-06T14:47:31Z (GMT) / Submitted by DANILO DAMASCENO SABINO (engdanilosabino@gmail.com) on 2018-09-24T22:07:38Z No. of bitstreams: 1 DaniloSabino_TeseVersaoFinal.pdf: 4134991 bytes, checksum: 888a0a610949d5417be468fa2b94c7c8 (MD5) / Approved for entry into archive by Cristina Alexandra de Godoy null (cristina@adm.feis.unesp.br) on 2018-09-25T11:47:26Z (GMT) No. of bitstreams: 1 sabino_dd_dr_ilha.pdf: 4134991 bytes, checksum: 888a0a610949d5417be468fa2b94c7c8 (MD5) / Made available in DSpace on 2018-09-25T11:47:26Z (GMT). No. of bitstreams: 1 sabino_dd_dr_ilha.pdf: 4134991 bytes, checksum: 888a0a610949d5417be468fa2b94c7c8 (MD5) Previous issue date: 2018-02-01 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) / O objetivo específico deste trabalho é estender as capacidades da técnica de rastreamento de pontos em 3 dimensões (three-dimensional point tracking – 3DPT) para identificar as características dinâmicas de estruturas grandes e complexas, tais como pás de turbina eólica. Um sistema multi-camera (composto de múltiplos sistemas de estéreo visão calibrados independentemente) é desenvolvido para obter alta resolução espacial de pontos discretos a partir de medidas de deslocamento sobre grandes áreas. Uma proposta de técnica de costura é apresentada e empregada para executar o alinhamento de duas nuvens de pontos, obtidas com a técnica 3DPT, de uma estrutura sob excitação dinâmica. Três diferentes algoritmos de registro de nuvens de pontos são propostos para executar a junção das nuvens de pontos de cada sistema estéreo, análise de componentes principais (Principal Component Analysis - PCA), decomposição de valores singulares (Singular value Decomposition - SVD) e ponto mais próximo iterativo (Iterative Closest Point - ICP). Além disso, análise modal operacional em conjunto com o sistema de medição multi-camera e as técnicas de registro de nuvens de pontos são usadas para determinar a viabilidade de usar medidas ópticas (e.g. three-dimensional point tracking – 3DPT) para estimar os parâmetros modais de uma pá de gerador eólico comparando seus resultados com técnicas de medição mais convencionais. / The specific objective of this research is to extend the capabilities of three-dimensional (3D) Point Tracking (PT) to identify the dynamic characteristics of large and complex structures, such as utility-scale wind turbine blades. A multi-camera system (composed of multiple independently calibrated stereovision systems) is developed to obtain high spatial resolution of discrete points from displacement measurement over very large areas. A proposal of stitching techniques is presented and employed to perform the alignment of two point clouds, obtained with 3DPT measurement, of a structure under dynamic excitation. The point cloud registration techniques are exploited as a technique for dynamic measuring (displacement) of large structures with high spatial resolution of the model. Three different image registration algorithms are proposed to perform the junction of the points clouds of each stereo system, Principal Component Analysis (PCA), Singular value Decomposition (SVD) and Iterative Closest Point (ICP). Furthermore, operational modal analysis in conjunction with the multi-camera measurement system and registration techniques are used to determine the feasibility of using optical measurements (e.g. three-dimensional point tracking (3DPT)) to estimate the modal parameters of a utility-scale wind turbine blade by comparing with traditional techniques.