[pt] As lesões da substância branca são lesões cerebrais não estáticas que têm
uma taxa de prevalência de até 98 por cento na população idosa, embora também esteja
presente na população jovem. Uma vez que elas podem estar associadas a várias
doenças cerebrais, é importante detectá-las o mais cedo possível. A ressonância
magnética fornece dados tridimensionais para visualização e análise de tecidos
moles, pois contém informações ricas sobre sua anatomia. No entanto, a quantidade
de dados adquiridos para essas imagens pode ser excessiva para análise /
interpretação manual, representando uma tarefa difícil e demorada para
especialistas. Portanto, esta tese de doutorado apresenta quatro novos métodos
computacionais para detectar automaticamente lesões de substância branca em
imagens de ressonância magnética, baseadas principalmente nos algoritmos SLIC0
e Convolutional Neural Networks. Nosso principal objetivo é fornecer as
ferramentas necessárias para que os especialistas acelerem seus trabalhos e sugiram
uma segunda opinião. Dos quatro métodos propostos, o que obteve melhores
resultados foi aplicado em 91 imagens de ressonância magnética, e obteve uma
precisão de 97,93 por cento, especificidade de 98,02 por cento e sensibilidade de 90,12 por cento, sem
utilizar nenhuma técnica de redução de candidatos. / [en] White matter lesions are non-static brain lesions that have a prevalence rate
up to 98 percent in the elder population, although it is also present in the young
population. Because it may be associated with several brain diseases, it is important
to detect them as early as possible. Magnetic resonance imaging provides threedimensional data for visualization and analysis of soft tissues as it contains rich
information about their anatomy. However, the amount of data acquired for these
images may be too much for manual analysis/interpretation alone, representing a
difficult and time-consuming task for specialists. Therefore, this doctoral thesis
presents four new computational methods to automatically detect white matter
lesions in magnetic resonance images, based mainly on algorithms SLIC0 and
Convolutional Neural Networks. Our primary objective is to provide the necessary
tools for specialists to accelerate their works and suggest a second opinion. From
the four proposed methods, the one that achieved best results was applied on 91
magnetic resonance images, and achieved an accuracy of 97.93 percent, specificity of
98,02 percent and sensitivity of 90,12 percent, without using any candidate reduction
techniques.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:47450 |
| Date | 14 April 2020 |
| Creators | PEDRO HENRIQUE BANDEIRA DINIZ |
| Contributors | MARCELO GATTASS |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | English |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0025 seconds