Made available in DSpace on 2016-08-17T14:53:18Z (GMT). No. of bitstreams: 1
dissertacao Alex Martins Santos.pdf: 5806595 bytes, checksum: 431584590b26aa21a56d684cd9c7f282 (MD5)
Previous issue date: 2011-08-19 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Lung cancer stands out by pointing the highest incidence and higher mortality rate of
all other types of cancer. It has one of the lower survival rates of after diagnosis, which is
mainly due to late detection and therefore delayed treatment. Computer-aided detection
systems (CAD) are developed to assist the specialist in the search and identification of
nodules and changes in CT. These systems respectively aim to automate the identification and
classification of these structures. This work aims to study and develop a methodology for
automatic detection of small lung nodules (bigger than 2 mm and smaller than 10 mm in
diameter). The proposed methodology is based on techniques of image processing and pattern
recognition. Similar applications use widely some of these techniques. The proposed
methodology also uses other techniques from different areas and applications, such as
measures of the Tsallis and Shannon entropy used in this study to describe suspected
structures. These measures are respectively provided from statistical mechanics and
information theory, however lately they have been successfully applied in image processing.
It was also used the Gaussian mixture model (GMM) and the Hessian matrix calculation to
separate the internal structures of the remaining lung parenchyma. Promising results were
found in tests with 140 exams divided in of 80% for training and 20% for testing. It was
achieved a 79% of sensitivity rate and a total of 1.17 false positives per slice. / Dentre os outros tipos de câncer, o câncer de pulmão se destaca por apresentar a maior
incidência e a maior taxa de mortalidade de todos, além de uma das menores taxas de
sobrevida após o diagnóstico (cinco anos em média), fato este decorrido principalmente pela
detecção e, conseqüentemente, tratamento tardio. Para auxiliar o especialista na busca e
identificação de nódulos e alterações em imagens tomográficas são desenvolvidos sistemas de
detecção auxiliados por computador (CAD) que visam automatizar os trabalhos de
identificação e classificação de dessas estruturas. O presente trabalho tem por objetivo o
estudo e desenvolvimento de uma metodologia para detecção automática de nódulos
pulmonares pequenos (maiores que dois milímetros e menores que 10 milímetros de
diâmetro). A metodologia proposta se baseia em técnicas de processamento de imagens e
reconhecimento de padrões. Algumas dessas técnicas são amplamente utilizadas em
aplicações similares, já outras técnicas utilizadas provêm de outras áreas e aplicações, como é
o caso das medidas de entropia de Tsallis e Shannon, utilizados neste trabalho para descrever
estruturas suspeitas. Estas medidas provém respectivamente da mecânica estatística e da
Teoria da Informação, porém ultimamente tem sido aplicadas com sucesso no processamento
de imagens. Também foi empregado o Modelo de Misturas Gaussianas (GMM) e o cálculo da
matriz Hessiana para separar as estruturas internas do pulmão do restante do parênquima.
Resultados promissores foram encontrados, em teste com 140 exames divididos em 80% para
treino e 20% para testes, alcançou-se uma sensibilidade de 79% e um total de 1,17 falsos
positivos por fatia.
| Identifer | oai:union.ndltd.org:IBICT/oai:tede2:tede/473 |
| Date | 19 August 2011 |
| Creators | Santos, Alex Martins |
| Contributors | Silva, Aristófanes Corrêa, Paiva, Anselmo Cardoso |
| Publisher | Universidade Federal do Maranhão, PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET, UFMA, BR, Engenharia |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | English |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFMA, instname:Universidade Federal do Maranhão, instacron:UFMA |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0024 seconds