Return to search

Comparação objetiva de imagens de ressonancia magnetica usando Compressive Sensing em diferentes estruturas de decomposição multinível / Objective comparision of magnetic resonance images using Compressive Sensing in different multilevel decomposition structures

Dissertação (mestrado)—Universidade de Brasília, Faculdade UnB Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2017. / Submitted by Raquel Almeida (raquel.df13@gmail.com) on 2017-11-14T16:22:17Z
No. of bitstreams: 1
2017_GianLucasdeOliveiraPaiva.pdf: 4207150 bytes, checksum: aa6048e4656a7ed3af0aef65ac9f3311 (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2017-11-21T18:35:34Z (GMT) No. of bitstreams: 1
2017_GianLucasdeOliveiraPaiva.pdf: 4207150 bytes, checksum: aa6048e4656a7ed3af0aef65ac9f3311 (MD5) / Made available in DSpace on 2017-11-21T18:35:34Z (GMT). No. of bitstreams: 1
2017_GianLucasdeOliveiraPaiva.pdf: 4207150 bytes, checksum: aa6048e4656a7ed3af0aef65ac9f3311 (MD5)
Previous issue date: 2017-11-21 / O imageamento por ressonância magnética (RM) constitui uma das várias modalidades de imagens médicas utilizadas para diagnóstico, acompanhamento de doenças e planejamento de tratamentos. Ela é capaz de produzir imagens com melhor contraste, além de não emitir radiação ionizante, o que a torna uma escolha atraente para exames. Entretanto, seu maior custo e tempo de exame dificultam o seu uso de maneira mais generalizada. Reduzir o tempo de exame tem se tornado um importante tema de pesquisa na área de processamento de sinais nos últimos anos. Compressive Sensing é uma técnica que tem sido utilizada em vários estudos de ressonância magnética. O seu uso com transformadas esparsificantes abre uma grande variedade de possibilidades com o uso de filtros sobre as informações da imagem. Transformadas comuns utilizadas em ressonância magnética e compressive sensing são as wavelets. Um tipo de wavelet pouco explorado em ressonância magnética é a transformada wavelet dualtree, que possui algumas vantagens sobre a wavelet comum. Neste trabalho é feita a hipótese de que a transformada wavelet dualtree é superior às transformadas wavelet comuns pela possibilidade de esparsificar melhor, devido a maior seletividade de direções para imagens. Foram utilizados bancos de filtros para implementação das transformadas e também como método de reconstrução das imagens pré-filtradas, reconstruídas por compressive sensing. O banco de filtros foi comparado com o método de recomposição espectral usando métricas de qualidade objetiva (SNR e SSIM). Os métodos também foram comparados em relação ao tempo de reconstrução. Filtros de diferentes tipos e famílias foram comparados entre si, utilizando banco de filtros como método de reconstrução. Um conjunto de 73 imagens de cabeça foi utilizado para avaliar estatisticamente os resultados, para verificar se a diferença na qualidade das imagens por filtros diferentes é estatisticamente significante. Os resultados indicaram que, para os filtros de Haar, o método de recomposição espectral foi superior ao método do banco de filtros, com diferenças entre valores da SNR chegando a 14 dB e 0.1 para o SSIM para uma mesma imagem, em um nível. O filtro dtf4 em dois níveis obteve qualidade semelhantes para ambos os métodos de banco de filtros e a recomposição espectral. Foi observado que o banco de filtros obteve uma melhora na qualidade com o aumento de níveis de decomposição, enquanto a recomposição espectral foi quase insensível ao aumento de níveis, apresentando apenas uma ligeira melhora na qualidade do primeiro nível para o segundo. A comparação objetiva entre diferentes filtros, utilizando o banco de filtros como método de reconstrução, mostrou que os quatro filtros dualtree, em todos os casos, obtiveram resultados significantemente melhores que os outros filtros wavelet, com valores médios de SNR até 3 dB maiores que os outros filtros. A família de filtros coiflets apresentou, na média, resultados próximos aos dos filtros dualtree. Os filtros biortogonais reversos 3.1 e 3.3 apresentaram os piores resultados, seguidos dos filtros Daubechies/symlet 1 e 2, biortogonal e biortogonal reverso 1.1 e 1.5. Os tempos de recomposição para o banco de filtros foram menores que os tempos da recomposição espectral, chegando a ser 30 vezes menores, embora esse tempo seja praticamente desprezível em relação ao tempo total de reconstrução da imagem. Concluiu-se que o método do banco de filtros, utilizando os filtros dualtree, permite a reconstrução de imagens com qualidade semelhante ao do método de recomposição espectral, com tempos menores de recomposição e utilizando a mesma quantidade de informação. Os filtros dualtree também se mostraram superiores aos filtros wavelet comuns para o uso com banco de filtros. / Magnetic resonance imaging (MRI) is one of several medical imaging modalities used for diagnosis, disease monitoring and treatment planning. It is able to produce images with better contrast, besides not emitting ionizing radiation, which makes it an attractive choice for exams. However, its higher cost and time of examination make it more difficult to use. Reducing exam time has become an important research topic in the area of signal processing in recent years. Compressive sensing is a technique that has been used in several magnetic resonance studies. Its use with sparse transforms opens a wide range of possibilities with the use of filters over the image information. Common transforms used in magnetic resonance imaging and compressive sensing are the wavelets. A type of wavelet not thoroughly explored on MRI is the dualtree wavelet transform, which has some advantages over the common wavelet. In this work, it is hypothesized that the dualtree wavelet transform is superior to the ordinary wavelets due to the possibility of better scattering, thanks to its greater directionalities for images. Filter banks were used to implement the transforms and also as a method of reconstructing the prefiltered images, recovered by compressive sensing. The filter bank was compared to the spectral recomposition method using objective quality metrics (SNR and SSIM). The methods were also compared to in relation to the reconstruction time. Filters of different types and families were compared to each other, using filter bank as reconstruction method. A set of 73 MRI head imaged was used to statistically evaluate the results, to verify if the difference in the image quality recovered using different filters is statistically significant. The results indicated that, for the Haar filters, the spectral recomposition method was superior to the filter bank method, with differences between SNR values reaching up to 14 dB and 0.1 for SSIM for the same image at one level of decomposition. The twolevel decomposition dtf4 filter obtained similar quality for both filterbank methods and spectral recomposition. It was observed that the filter bank obtained an improvement in quality with increasing decomposition levels, while the spectral recomposition was almost insensitive to the increase of levels, presenting only a slight improvement in quality from the first level to the second. The objective comparison of different filters using the filter bank as a reconstruction method showed that the four dualtree filters, in all cases, obtained significantly better results than the other wavelet filters with mean values of SNR up to 3 dB higher than the other filters. The coiflet family of filters presented, on average, results close to the dualtree filters. The reverse biorthogonal filters 3.1 and 3.3 had the worst results, followed by the Haar filter and reverse biorthogonal filters 1.3 and 1.5. The recomposition times for the filter bank were smaller than that of spectral recomposition, being up to 30 times faster. although this times is negligible in relation to the total times of reconstruction of the image. It was concluded that the filter bank method, using the dualtree filters, allows the reconstruction of images with similar quality to the spectral recomopsition, with smaller recomposition times and using the same amount of information. The dualtree filters were also shown to be superior to the common wavelet filters using filter bank.

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.unb.br:10482/25237
Date19 July 2017
CreatorsPaiva, Gian Lucas de Oliveira
ContributorsMiosso, Cristiano Jacques
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguagePortuguese
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Sourcereponame:Repositório Institucional da UnB, instname:Universidade de Brasília, instacron:UNB
RightsA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data., info:eu-repo/semantics/openAccess

Page generated in 0.0028 seconds