FundaÃÃo Cearense de Apoio ao Desenvolvimento Cientifico e TecnolÃgico / A DoenÃa Pulmonar Obstrutiva CrÃnica (DPOC) e um problema de saÃde mundial com altos Ãndices de mortalidade, sendo o tabagismo o principal causador desta. Apesar da DPOC ser uma doenÃa de Ãmbito mundial Ã, geralmente, subestimada e subdiagnosticada, levando desta forma ao subtratamento. Para evitar um aumento de casos patolÃgicos com diagnÃsticos incorretos, a tomografia computadorizada deve ser utilizada jà que esta constitui uma excelente ferramenta para diagnÃstico precoce da componente de enfisema pulmonar na DPOC. PorÃm, as anÃlises nas imagens feitas pelos radiologistas ou mÃdicos à subjetiva levando-os a realizarem mediÃÃes imprecisas, devido à limitaÃÃo da visÃo humana. O objetivo deste trabalho à desenvolver um sistema de VisÃo Computacional para anÃlise de imagens tomogrÃficas
(SDEP) capaz de segmentar automaticamente as imagens de Tomografia Computadorizada de Alta ResoluÃÃo (TCAR) dos pulmÃes, detectar e quantificar a presenÃa de enfisema pulmonar de modo preciso e automÃtico, possibilitando sua visualizaÃÃo. TambÃm, neste trabalho sÃo analisados os resultados, buscando avaliar a eficiÃncia do sistema SDEP comparando-o com o sistema Osiris 4, e com dois algoritmos de segmentaÃÃo. Os resultados da segmentaÃÃo sÃo analisados atravÃs da visualizaÃÃo de 102 imagens de 8 voluntÃrios saudÃveis e 141 imagens de 11 pacientes com DPOC. O sistema SDEP apresenta-se mais eficiente do que os outros mÃtodos considerados neste trabalho, tomando-se como base segmentaÃÃo correta, sobre-segmentaÃÃo, segmentaÃÃo com perdas e segmentaÃÃo errada. Este sistema realiza a segmentaÃÃo das faixas das densidades pulmonares atravÃs da mÃscara colorida, aplicando vÃrias cores em uma Ãnica imagem e quantifica cada cor por Ãrea e porcentagem, enquanto que o sistema Osiris usa apenas uma cor por vez em cada imagem. O sistema SDEP possui tambÃm uma ferramenta que faz a sobreposiÃÃo dos histogramas, o qual permite uma anÃlise visual mais adequada da evoluÃÃo da componente do enfisema. Este sistema possibilita auxÃlio ao diagnÃstico, bem como mostra-se ser uma ferramenta de pesquisa para anÃlise do enfisema pulmonar. / The Chronic Obstructive Pulmonary Disease (COPD) is a worldwide public health problem with high rates of mortality, being the tabacco the main causer of this disease. COPD is underestimated and underdiagnosed globally, and consequently the patient receives an undertreatment. To avoid an increase of pathological cases
with incorrect diagnoses, the computerized tomography should be used as an excellent tool for premature diagnosis of pulmonary emphysema component from COPD.
However, the analysis on images accomplished by radiologists or doctors is subjective,leading them to accomplish inaccurate measurements, due to human vision limitation. The objective of this work is to develop a Computational Vision System for Detection and Quantification of the Pulmonary Emphysema (SDEP) capable of segment automatically the images of High-Resolution Computerized Tomography (HRCT) of the lungs, allowing its better view. Also, in this study are analysed the obtained results to evaluate the eÂciency of SDEP system comparing it with the Osiris 4 system, and with two segmentation algorithms. Results of the segmentation are analysed through the viewing of 102 images of 8 healthy volunteers and 141 images of 11 COPD patients. The SDEP system presents more eÂcient than other methods considered in
this work, evaluating the correct segmentation, the over segmentation, segmentation with losses, and wrong segmentation. The proposed system accomplishes the segmentation of zone from lung densities using colorful mask, applying several colors in a single image quantifying each color per area and percentage, while the Osiris system uses only one color on each image. The SDEP system has, beside of advantage presented, a tool that accomplish the overlap of histograms, which permit a more appropriate visual analysis of evolution of component on the emphysema. The proposed system offers to aided diagnosis, researchers, engineers, medical doctors and specialist and others of Medical Digital Image Processing field, one valid option for pulmonary emphysema analysis from HRCT images.
| Identifer | oai:union.ndltd.org:IBICT/oai:www.teses.ufc.br:1865 |
| Date | 03 December 2007 |
| Creators | John Hebert da Silva Felix |
| Contributors | Paulo CÃsar Cortez, Marcelo Alcantara Holanda, Josà Daniel Vieira de Castro, Charles Casimiro Cavalcante, JoÃo Marques de Carvalho |
| Publisher | Universidade Federal do CearÃ, Programa de PÃs-GraduaÃÃo em Engenharia de TeleinformÃtica, UFC, BR |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFC, instname:Universidade Federal do Ceará, instacron:UFC |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0526 seconds