O câncer de mama é um dos maiores problemas de saúde para a população feminina, devendo ser encarado como um importante problema de saúde pública. A ultrassonografia é considerada o método mais efetivo na complementação de diagnóstico de doenças mamárias, porém a forma de aquisição desse método diagnóstico degrada a imagem sob diversas formas, destacando-se o ruído speckle, o qual deixa a imagem com aspecto granulado, dificultando assim a separabilidade entre os objetos da cena. Este trabalho apresenta uma técnica automática para segmentação de nódulos mamários em imagens de ultrassom. O algoritmo permite a extração das bordas nodulares, permitindo assim a obtenção de parâmetros clínicos utilizados no diagnóstico mamário. Todo o processo se baseia em três etapas: minimização do ruído speckle, aumento de contraste da imagem e por fim, a segmentação. A técnica utilizada para minimização do ruído speckle baseia-se na Wavelet da família Symlet; técnicas para aumento de contraste na imagem são aplicadas para a segmentação. A partir daí, é aplicado o algoritmo de segmentação Asterisco, originalmente proposto para a detecção de microcalcificações em mamografias por raios X, e que mostrou também eficiência para os objetivos deste trabalho. A técnica Asterisco em conjunto com as de pré-processamento (minimização de ruído e aumento de contraste) produziu taxa de sensibilidade na detecção de nódulos da ordem de 90%. Em relação à qualidade da segmentação, a técnica apresentada neste trabalho também se mostrou satisfatória, superior às técnicas testadas, de acordo com a análise feita pelo cálculo de coeficientes de correlação de Pearson. É possível concluir que o sistema desenvolvido neste trabalho pode constituir-se numa ferramenta eficaz de segmentação de nódulos mamários em imagens de ultrassom, auxiliando o conjunto de informações disponíveis para um classificador automático em esquemas CAD em mamografia. / Breast cancer is one of the main health problems of the female population and should be faced as an important public health care issue. The ultrasound scanning is considered the most effective in complementary method of breast diagnosis. Nevertheless, the acquisition format of this sort degrades the images in various ways, being the speckle noise of noticeably influence once it leaves the image with grainy aspect. Therefore, the separability between objects of the scene is hindered. This work presents an automatic technique of ultrasound image segmentation of breast lumps. The algorithm allows the extraction of the nodular edges permitting the clinical parameters to be obtained for the breast diagnosis. All the process is based on three steps: speckle noise minimization, image contrast intensification and finally the segmentation. The technique used on the speckle noise minimization is based on the Wavelet transform of the Symlet family; image contrast intensifications are applied for the segmentation. Thereafter the algorithm of segmentation Asterisco is applied, which is originally proposed to detect micro calcifications in X-ray mammography, and has also shown efficiency regarding the goals of the present work. The Asterisco technique along with the pre processing techniques (noise minimizing and contrast intensification) produced sensitivity rate in nodule detection by 90%. With regard to the segmentation quality, the presented technique has also proved to be satisfactory as it has superior quality to the ones tested according to the analysis made by the Pearson\'s correlation coefficients calculation. Thus, it is possible to conclude that the system, which has been developed in this work, can constitute an efficient breast lumps segmentation tool so as to aid the set of available information to an automatic classifier in mammography CAD schemes.

Microcirculation is defined as the blood flow in the smallest blood vessels. Laser speckle contrast imaging (LSCI) is a full field imaging technique that provides instantaneous 2-D perfusion maps of illuminated tissues based on speckle contrast. Perimed’s Perfusion Speckle Imager (PSI) is a medical device developed at Perimed AB that exploits LSCI to measure tissue blood perfusion. In this thesis work, a robust Autofocus (AF) algorithm for PSI was implemented. AF is a procedure to drive PSI camera to reach the depth of focus and acquire sharp images, that relies only on signal processing. Therefore, several Blind image sharpness assessment (BISA) methods, to judge the degree of image sharpness, were compared to choose which BISA method to incorporate in the algorithm. An optimized focus scanning technique was implemented to more efficiently find the depth of focus. When working with LSCI, speckle is a source of noise that destroys image content. Experiments were performed to study laser speckle filtration: digital filters were employed to attenuate the speckle noise that corrupted details in the acquired images. Finally, two methods to perform AF were provided. These procedures were proven practically with LED images. However, with laser source image information is corrupted by speckle despite the application of digital filters and AF remains a real challenge. Moreover, important hardware limitations require to be overcome to make the technique real-time. Focus motor speed should be higher to acquire images at different focus positions faster which could benefit the speed of the AF procedure and speckle filtration.

Medical ultrasound is one of the most used tools for obtaining diagnostic, being a noninvasive technique, with high efficiency, low cost and real-time visualization. But these images are usually contaminated with a type of multiplicative noise known as speckle noise. This noise superimposed on the image granules that distorts and complicates the analysis of the diagnosis. Despite the removal of multiplicative noises has not been studied so extensively as the elimination of additive noise, there are some works that propose solutions to eliminate this type of noise, including works using variational methods. The variational methods have a smoothing term and a fidelity term, which are responsible for smoothing and preserving image characteristics, respectively. Typically, a balance is made between these two terms that will be used for all pixels in the image. This report will propose a variational method in order to reduce speckle noise in ultrasound images. The differential of the proposed method over other methods is the inclusion of a function in order to detect the locations of pixels with high noise level and pixels containing edges, ie, important features of the image that should be preserved. The function will adjust the fidelity and smoothing of the functional, so that this balance causes smoothing to be more severe in very noisy pixels and fidelity is more intense at the image edges. / Ultrassonografia médica é uma das ferramentas mais utilizadas para obtenção de diagnósticos, por ser uma técnica não invasiva, com alta eficácia, baixo custo e visualização em tempo real. Porém essas imagens normalmente são contaminadas com um tipo de ruído multiplicativo, conhecido como ruído speckle. Esse ruído sobrepõe granulações na imagem de forma que a distorce e dificulta a análise do diagnóstico. Apesar da eliminação de ruídos multiplicativos não ter sido estudada de forma tão extensiva quanto a eliminação de ruídos aditivos, existem alguns trabalhos que propõem soluções para eliminação deste tipo de ruído, incluindo trabalhos que usam de métodos variacionais. Os métodos variacionais possuem um termo de suavização e um termo de fidelidade, que são responsáveis por suavizar e preservar características da imagem, respectivamente. Normalmente, é feito um balanceamento entre esses dois termos que será utilizado em todos os pixels da imagem. Neste trabalho será proposto um método variacional com o objetivo de reduzir ruídos speckle em imagens de ultrassonografia. O diferencial do método proposto em relação a outros métodos, é a inclusão de uma função com o objetivo de detectar as localizações dos pixels com alto nível de ruído e dos pixels que contenham bordas, ou seja, características importantes da imagem que devem ser preservadas. Assim, a função irá ajustar a fidelidade e suavização do funcional, de forma que este balanceamento faça com que a suavização seja mais intensa em pixels bastante ruidosos e a fidelidade seja mais intensa em bordas da imagem. / Mestre em Ciência da Computação

Conselho Nacional de Desenvolvimento CientÃfico e TecnolÃgico / A cobertura regular de quase todo o planeta por sistemas de radar de abertura sintÃtica (synthetic aperture radar - SAR) orbitais e o uso de sistemas aerotransportados tÃm propiciado novos meios para obter informaÃÃes atravÃs do sensoriamento remoto de vÃrias regiÃes de nosso planeta, muitas delas inacessÃveis. Este trabalho trata do processamento de imagens digitais geradas por radar de abertura sintÃtica, especificamente da segmentaÃÃo, que consiste do isolamento ou particionamento dos objetos relevantes presentes em uma cena. A segmentaÃÃo de imagens digitais visa melhorar a interpretaÃÃo das mesmas em procedimentos subseqÃentes. As imagens SAR sÃo corrompidas por ruÃdo coerente, conhecido por speckle, que mascara pequenos detalhes e zonas de transiÃÃo entre os objetos. Tal ruÃdo à inerente ao processo de formaÃÃo dessas imagens e dificulta tarefas como a segmentaÃÃo automÃtica dos objetos existentes e a identificaÃÃo de seus contornos. Uma possibilidade para efetivar a segmentaÃÃo de imagens SAR consiste na filtragem preliminar do ruÃdo speckle, como etapa de tratamento dos dados. A outra possibilidade, aplicada neste trabalho, consiste em segmentar diretamente a imagem ruidosa, usando seus pixels originais como fonte de informaÃÃo. Para isso, à desenvolvida uma metodologia de segmentaÃÃo baseada em crescimento e fusÃo estatÃstica de regiÃes, que requer alguns parÃmetros para controlar o processo. As vantagens da utilizaÃÃo dos dados originais para realizar a segmentaÃÃo de imagens de radar sÃo a eliminaÃÃo de etapas de prÃ-processamento e o favorecimento da detecÃÃo das estruturas presentes nas mesmas. à realizada uma avaliaÃÃo qualitativa e quantitativa das imagens segmentadas, sob diferentes situaÃÃes, aplicando a tÃcnica proposta em imagens de teste contaminadas artificialmente com ruÃdo multiplicativo. Este segmentador à aplicado tambÃm no processamento de imagens SAR reais e os resultados sÃo promissores. / The regular coverage of the planet surface by spaceborne synthetic aperture radar (SAR)and also airborne systems have provided alternative means to gather remote sensing information of various regions of the planet, even of inaccessible areas. This work deals with the digital processing of synthetic aperture radar imagery, where segmentation is the main subject. It consists of isolating or partitioning relevant objects in a scene, aiming at improving image interpretation and understanding in subsequent tasks. SAR images are contaminated by coherent noise, known as speckle, which masks small details and transition zones among the objects. Such a noise is inherent in radar image generation process, making difficult tasks like automatic segmentation of the objects, as well as their contour identification. To segment radar images, one possible way is to apply speckle filtering before segmentation. Another one, applied in this work, is to perform noisy image segmentation using the original SAR pixels as input data, without any preprocessing,such as filtering. To provide segmentation, an algorithm based on region growing and statistical region merging has been developed, which requires some parameters to control the process. This task presents some advantages, as long as it eliminates preprocessing steps and favors the detection of the image structures, since original pixel information is exploited. A qualitative and quantitative performance evaluation of the segmented images is also executed, under different situations, by applying the proposed technique to simulated images corrupted with multiplicative noise. This segmentation method is also applied to real SAR images and the produced results are promising.

[pt] Exames de ultrassom são uma ferramenta popular de aquisição de imagens na medicina atual por ser um procedimento não-invasivo, seguro e barato. Entretanto, inerente a qualquer exame de ultrassom encontra-se o ruído speckle, responsável pela degradação da imagem e dificultando tanto sua interpretação por parte de médicos e pacientes, quanto prejudicando a acurácia de métodos computacionais de pós processamento, como classificação, reconstrução, caracterização de tecidos e segmentação, entre outros. Portanto, métodos de remoção ou suavização deste ruído que preservem as principais características do conteúdo observado se fazem fundamentais para um avanço nestes processos. Definido como um ruído multiplicativo, que segue estatísticas não-Gaussianas e como fortemente correlacionado, sua solução ainda hoje é tema de debates e estudos. Neste trabalho apresentaremos diversos métodos de filtragem 2D que se propõem a reduzir ou solucionar o ruído speckle bem como métodos qualitativos para avaliar seus desempenhos e técnicas para escolher os melhores parâmetros de cada filtro a fim de eleger quais métodos melhor solucionam este ruído. / [en] Ultrasound exams are a popular tool for image acquisition in day-to-day medicine, since it is a noninvasive, safe and cheap procedure. However, speckle noise is intrinsic to any ultrasound exam, and it is responsible for image quality degradation and for hindering its interpretation by doctors and patients alike, while also impairing the accuracy of post processing computational methods, such as classification, reconstruction, tissue characterization and segmentation, among others. Hence, smoothing or denoising methods that preserves the observed content core attributes are essential for those processes. Defined as a multiplicative noise, following non-Gaussian statistics and as strongly correlated, its solution today is still a matter of debates and research. In this work, several 2D filters that aim to smooth or remove speckle noise along with qualitative methods to evaluate their performances and means of choosing their best parameters are presented.