Please use this identifier to cite or link to this item: http://www.repositorio.ufc.br/handle/riufc/16081
Title in Portuguese: Sistema de visão computacional para detecção e quantificação de enfisema pulmonar
Title: Computational vision system for detection and pulmonary quality of emphysema
Author: Félix, John Hebert da Silva
Advisor(s): Cortez, Paulo César
Co-advisor(s): Holanda, Marcelo Alcântara
Keywords: Teleinformática
Doença Pulmonar Obstrutiva Crônica
Enfisema pulmonar - Detecção
Imagens digitais
Diagnóstico por imagem
Issue Date: 3-Dec-2007
Citation: FÉLIX, J. H. S. Sistema de visão computacional para detecção e quantificação de enfisema pulmonar. 2007. 109 f. Dissertação (Mestrado em Engenharia de Teleinformática) – Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2007.
Abstract in Portuguese: A Doença Pulmonar Obstrutiva Crônica (DPOC) e um problema de saúde mundial com altos índices de mortalidade, sendo o tabagismo o principal causador desta. Apesar da DPOC ser uma doença de âmbito mundial é, geralmente, subestimada e subdiagnosticada, levando desta forma ao subtratamento. Para evitar um aumento de casos patológicos com diagnósticos incorretos, a tomografia computadorizada deve ser utilizada já que esta constitui uma excelente ferramenta para diagnóstico precoce da componente de enfisema pulmonar na DPOC. Porém, as análises nas imagens feitas pelos radiologistas ou médicos é subjetiva levando-os a realizarem medições imprecisas, devido à limitação da visão humana. O objetivo deste trabalho é desenvolver um sistema de Visão Computacional para análise de imagens tomográficas (SDEP) capaz de segmentar automaticamente as imagens de Tomografia Computadorizada de Alta Resolução (TCAR) dos pulmões, detectar e quantificar a presença de enfisema pulmonar de modo preciso e automático, possibilitando sua visualização. Também, neste trabalho são analisados os resultados, buscando avaliar a eficiência do sistema SDEP comparando-o com o sistema Osiris 4, e com dois algoritmos de segmentação. Os resultados da segmentação são analisados através da visualização de 102 imagens de 8 voluntários saudáveis e 141 imagens de 11 pacientes com DPOC. O sistema SDEP apresenta-se mais eficiente do que os outros métodos considerados neste trabalho, tomando-se como base segmentação correta, sobre-segmentação, segmentação com perdas e segmentação errada. Este sistema realiza a segmentação das faixas das densidades pulmonares através da máscara colorida, aplicando várias cores em uma única imagem e quantifica cada cor por área e porcentagem, enquanto que o sistema Osiris usa apenas uma cor por vez em cada imagem. O sistema SDEP possui também uma ferramenta que faz a sobreposição dos histogramas, o qual permite uma análise visual mais adequada da evolução da componente do enfisema. Este sistema possibilita auxílio ao diagnóstico, bem como mostra-se ser uma ferramenta de pesquisa para análise do enfisema pulmonar.
Abstract: 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 e±ciency 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 e±cient 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.
URI: http://www.repositorio.ufc.br/handle/riufc/16081
metadata.dc.type: Dissertação
Appears in Collections:DETE - Dissertações defendidas na UFC

Files in This Item:
File Description SizeFormat 
2007_dis_jhsfelix.pdf3,09 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.