Orientador: Alexandre Xavier Falcão / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Computação / Made available in DSpace on 2018-08-13T11:48:00Z (GMT). No. of bitstreams: 1
Pinto_LuizFernando_M.pdf: 4712861 bytes, checksum: 8394eaf840c42852f3a99c0f296df6ff (MD5)
Previous issue date: 2008 / Resumo: Equipamentos de Ressonância Magnética (RM) permitem a obtenção de seqüências de imagens digitais contendo estruturas tri-dimensionais (3D) do corpo humano. A visualização e a análise computadorizada dessas estruturas têm revolucionado a pratica médica de diversas formas. O enfoque deste trabalho é a análise dos ventrículos laterais do cérebro humano a partir de imagens de RM. O cérebro humano, ou encéfalo, apresenta três divisões, cada uma com componentes e subdivisões relativamente constantes: o Prosencéfalo, o Mesencéfalo e o Rombencéfalo. Neste trabalho, chamamos de c'erebro uma das subdivisões do Prosencéfalo denominada Telencéfalo, que pode ser considerado como sinônimo de hemisférios cerebrais. Um cérebro biologicamente normal (saudável) apresenta um alto grau de simetria com relação ao plano sagital, que o divide em duas partes, hemisfério esquerdo e direito. Uma assimetria neste plano pode, por conseqüência, ser um indicativo de doenças como epilepsia e mal de Alzheimer, entre outras. Anormalidades no volume de certas estruturas e cavidades, tais como os ventrículos laterais, também podem estar associadas a certas doenças neurológicas e psiquiátricas como esquizofrenia, depressão e demência [1]. O objetivo principal deste trabalho e o desenvolvimento de medidas de simetria e assimetria dos ventrículos laterais, cuja análise em indivíduos de grupos controle (biologicamente normais) e em pacientes possa contribuir para o estudo de doenças cerebrais. A realização desta análise esta dividida em três etapas básicas: a segmentação dos ventrículos laterais, a extração de características dos ventrículos segmentados e a classificação e análise dos indivíduos do grupo controle e de pacientes de acordo com as características extraídas. Para a segmentação dos ventrículos laterais, foram estudadas diversas técnicas existentes na literatura, de abordagens manuais a automáticas. No entanto, a literatura é escassa em referências a estudos de segmentação dos ventrículos laterais do cérebro humano. Este trabalho, neste sentido, é pioneiro já que apresenta técnicas de segmentação dos ventrículos laterais que permitem a baixa intervenção do ser humano no processo, reduzindo o tempo necessário para a tarefa. A extração das características dos ventrículos laterais foi realizada por duas abordagens distintas - Dimensão Fractal Multiescala e Registros. Nesta etapa do processo, foi necessário implementar uma técnica de localização e alinhamento do plano inter-hemisferico cerebral, a fim de corrigir um problema típico do processo de captura de imagens de ressonância magnética, o desalinhamento da cabeça do individuo em relação ao plano sagital da imagem. Esta técnica e uma contribuição direta deste trabalho. Por fim, na ultima etapa do processo, a classificação dos indivíduos, foram utilizadas as técnicas manual e automática, a fim de compararmos a eficiência e efetividade de cada uma delas. A classificação manual
foi realizada em 2D e 3D, enquanto que, para a classificação automática, com base nas características extraídas, foi utilizado um algoritmo de classificação por floresta de caminhos ótimos, o OPF, desenvolvido por uma equipe de pesquisadores liderados pelo Prof. Dr. Alexandre Falcão. Os resultados foram analisados com base em matrizes de confusão geradas a partir dos dados obtidos com as classificações manual e automática. Essas análises comparam a eficiência das diversas técnicas de classificação utilizadas neste trabalho, apontando as vantagens e desvantagens do uso de cada uma delas. Este trabalho é arte do projeto temático FAPESP 03/13424-1 também se insere no contexto do projeto temático FAPESP CInAPCe (Cooperação Interinstitucional de Apoio a Pesquisas sobre o Cérebro), envolvendo pesquisadores de diversas instituições, principalmente do Laboratório de Neuroimagem do Departamento de Neurologia da Faculdade de Ciências Médicas e do Departamento de Radiologia do Hospital de Clínicas da UNICAMP. / Abstract: Magnetic Resonance Imaging (MRI) equipment allow the capture of sequences of digital images containing three dimensional (3D) human body structures. The computerized visualization and analysis of such structures have revolutionized the medical practice in many ways. This work focuses on the human brain analysis based on MRI images. A healthy brain presents a high symmetry degree with respect to the sagittal plane that divides it in two parts, the left and right hemispheres. An asymmetry at this plane can, therefore, be a symptom of a disease, such as epilepsy, Alzheimer's or brain tumor [2]. Volume abnormalities in certain structures and cavities, such as the lateral ventricles, can also be associated to diseases, such as schizophrenia, depression and dementia [1]. This work is focused on the development of asymmetry measures of the lateral ventricles, whose analysis in both controls and patients can contribute to the study of brain diseases. This analysis is split into three basic steps: the lateral ventricles segmentation, the feature extraction from the segmented structures and the data classification and analysis according to the extracted features. For the lateral ventricles segmentation, many techniques available in the literature were studied, for both manual and automatic approaches. However, there are very few references available in the literature focusing on lateral ventricles segmentation. This work is, in this sense, pioneer, since it presents techniques for lateral ventricles segmentation that allow very limited user intervention, reducing the time spent in the task. Two different approaches were used to extract the features from the lateral ventricles: Multiscale Fractal Dimension and Image Registration. Additionally, for the feature extraction process, we had to implement a technique for the localization and alignment of the mid-sagittal plane of the brain, in order to correct a typical problem in the MRI capturing procedure - the misalignment of the head with respect to the sagittal plane of the image. This technique is a direct contribution of this work. Finally, in the last step of the process - the classification task - two techniques were used, one manual and another automatic, in order to compare the efficiency and effectiveness between them. The manual classification was based in 2D and 3D image analysis, while the automatic classification was based on the Optimum Path Forest (OPF), a technique developed inside the Institute of Computing at Unicamp. The classification results were analysed through many confusion matrices, generated from the data obtained from the manual and automatic classifications. Those analyses compare the efficiency of the many classification approaches used in this work, pointing the advantages and disadvantages in each of them. This work is part of the FAPESP thematic project no. 03/13424-1 and is also related to the FAPESP CInAPCe (Inter-institutional Cooperation to Support Brain Research) thematic project, that involves researchers from many institutions, specially from the Department of Neurology at the Faculty of Medical Sciences, Unicamp. / Mestrado / Metodologia e Tecnicas da Computação / Mestre em Ciência da Computação
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.unicamp.br:REPOSIP/276134 |
| Date | 13 August 2018 |
| Creators | Pinto, Luiz Fernando |
| Contributors | UNIVERSIDADE ESTADUAL DE CAMPINAS, Falcão, Alexandre Xavier, 1966-, Santos, Sergio Luis Marques dos, Leite, Neucimar Jerônimo |
| Publisher | [s.n.], Universidade Estadual de Campinas. Instituto de Computação, Programa de Pós-Graduação em Ciência da Computação |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | 109 p. : il., application/octet-stream |
| Source | reponame:Repositório Institucional da Unicamp, instname:Universidade Estadual de Campinas, instacron:UNICAMP |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0028 seconds