[pt] Esta dissertação apresenta o desenvolvimento e os resultados deste projeto
de mestrado, cujo objetivo, de caráter multidisciplinar, foi desenvolver uma
metodologia e uma ferramenta para segmentação do fígado, seus vasos e subregiões
a partir de imagens de tomografia computadorizada da região abdominal,
utilizando procedimentos de segmentação automática de imagens e visualização
tridimensional de dados. A metodologia sugerida segmenta primeiramente o
fígado, utilizando uma abordagem de modelos deformáveis implícitos, chamada
level sets, estimando os seus parâmetros através do uso de algoritmos genéticos.
Inicialmente, o contorno do fígado é manualmente definido em um tomo como
solução inicial, e então o método segmenta automaticamente o fígado em todos os
outros tomos, sequencialmente. Os vasos e nódulos do fígado são então
identificados utilizando um modelo de mistura de funções proporcionais a
gaussianas, e um método de segmentação de crescimento de regiões por histerese.
As veias hepáticas e portas são classificadas dentro do conjunto de vasos, e
utilizadas em uma modelagem matemática que finalmente divide o fígado em oito
sub-regiões de Couinaud. Esta metodologia foi testada em 20 diferentes exames e
utilizando cinco diferentes medidas de performance, e os resultados obtidos
confirmam o potencial do método. Casos com baixo desempenho são
apresentados para promover desenvolvimentos futuros. / [en] This dissertation presents the development and results of this M.Sc project,
whose multidisciplinary objective, was to develop a methodology and a tool to
segment the liver, its vessels and subregions from abdominal computed
tomography images, using procedures of automatic image segmentation and
visualization of three-dimensional data. The suggested methodology segments
initially the liver, using an approach based on implicit deformable models, called
level sets, estimating its parameters using genetic algorithms. Initially, the liver
boundary is manually set in one slice an initial solution, and then the method
automatically segments the liver in all other slices, sequentially. Then the vessels
and nodules of the liver are identified using both a model of mixture of functions
proportional to Gaussians, and a segmentation method called region growing that
uses hysteresis information. The hepatic and portal veins are classified within the
set of vessels, and used in a mathematical modeling that eventually divides the
liver into the eight subregions of Couinaud. The methodology was tested to
segment the liver using 20 different exams and five different measures of
performance, and the results obtained confirm the potential of the method. The
cases in which the method presented a poor performance are also discussed in
order to instigate further research.
| Identifer | oai:union.ndltd.org:puc-rio.br/oai:MAXWELL.puc-rio.br:14097 |
| Date | 10 September 2009 |
| Contributors | RAUL QUEIROZ FEITOSA |
| Publisher | MAXWELL |
| Source Sets | PUC Rio |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | TEXTO |
Page generated in 0.0018 seconds