Please use this identifier to cite or link to this item: http://www.repositorio.ufc.br/handle/riufc/36782
Title in Portuguese: Uma Nova abordagem para a segmentação pulmonar com reinclusão de nódulos
Author: Silva Filho, Valberto Enoc Rodrigues da
Advisor(s): Cortez, Paulo César
Co-advisor(s): Maciel, Tarcísio Ferreira
Keywords: Teleinformática
Processamento de imagens
Diagnóstico por Imagem
Imagens digitais - Interpretação
Connected components analysis
Nodules
Lung segmentation
Issue Date: 27-Jun-2018
Citation: SILVA FILHO, Valberto Enoc Rodrigues da. Uma Nova abordagem para a segmentação pulmonar com reinclusão de nódulos. 2018. 62 f. Dissertação (Mestrado em Engenharia de Teleinformática)–Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2018.
Abstract in Portuguese: Em diversas aplicações de análise de imagens médicas, o processo de segmentação destas imagens é uma tarefa fundamental, principalmente quando se trata de sistemas de auxílio ao diagnóstico de doenças terminais, como o câncer pulmonar. Assim, um dos grandes desafios está na precisão da segmentação quanto à preservação de estruturas internas, em especial, os nódulos pulmonares justa-pleurais, que não são, em geral, incluídos na segmentação final dos pulmões. Isto prejudica as informações que podem ser úteis nas inspeção de estruturas e identificação de doenças, no acompanhamento da evolução ou até mesmo nas simulações para planejamento cirúrgico. Deste modo, diferentes abordagens são utilizadas para promover a reinclusão dos nódulos, portanto, na solução do problema. Neste sentido, esta dissertação propõe uma nova abordagem para segmentação pulmonar em imagens de Tomografia Computadorizada do tórax com reinclusão de nódulos empregando técnicas de morfologia matemática clássicas para reduzir a perda de nódulos. Esta abordagem é composta por uma sequência de pré-processamento, seguida da segmentação pulmonar morfológica por análise de componentes conectados 3D, e preenchimento de buracos não morfológico, e finalmente o pós-processamento cuja finalidade é a reinclusão dos nódulos perdidos, e tem seu processo dividido em duas etapas, a saber, o fechamento da pleura pulmonar lateral através do fecho convexo da mesma, e o fechamento morfológico da região mediastinal. Para validar a abordagem, testes são realizados em uma extensa base de dados (LIDC-IDRI), bem como um padrão ouro gerado com o auxílio de médicos especialistas e comparado a uma técnica clássica de segmentação, o Crescimento de Regiões 3D, e um método baseado em classificação encontrado na literatura. As principais contribuições desta dissertação se encontram no preenchimento de buracos, que substitui o método morfológico para maior eficiência computacional, bem como o algoritmo desenvolvido para reinclusão de nódulos justa-pleurais. Os resultados comprovam que há um ganho substancial no tempo de processamento na etapa de preenchimento de buracos, chegando a ser seis vezes mais rápido do que o preenchimento morfológico. Além disso, a segmentação proposta obtém perda mínima de 1,9% de nódulos de uma quantidade total de 2663 nódulos, e chegando a 91% e 87% para as taxas de Dice Similarity Coefficient e Ajuste de Forma, respectivamente, na comparação da segmentação final com o padrão ouro. Neste contexto, conclui-se que a segmentação proposta, segundo as métricas utilizadas, apresenta resultados superiores aos métodos comparados quanto à perda de nódulos, bem como o tempo de processamento reduzido, sendo compatível aos métodos encontrados na literatura quanto às medidas de qualidade da segmentação.
Abstract: In several applications of medical image analysis, the image segmentation process is a fundamen- tal task, especially when it comes to computer systems aimed at assistance in terminal diseases diagnosis, such as lung cancer. Thus, one of the major challenges lies in the segmentation accuracy regarding the preservation of internal structures, especially the just-pleural pulmonary nodules, which are not usually included in the final lung segmentation. This missing information may be critical in inspecting structures and identifying diseases, monitoring evolution, or even simulations for surgical planning. That way, different approaches are used to promote reinclusion of the nodules, therefore, in the final solution of the problem. In this sense, this dissertation proposes a new approach for pulmonary segmentation in computed tomography images of the chest with nodules reinclusion using classical mathematical morphology techniques to reduce nodule loss. This approach consists of a preprocessing sequence, followed by morphological pulmonary segmentation by 3D connected component analysis, and non-morphological hole filling, and finally the post-processing which main purpose is the reinclusion of the lost nodes, and has its process divided into two stages, namely the closure of the lateral pulmonary pleura through the its convex hull area, and the morphological closure of the mediastinal region. To validate this approach, tests are performed in an extensive database (LIDC-IDRI) as well as a gold standard generated with the assistance of medical specialists and compared to a classical segmentation technique, 3D Region Growing, and a classification-based method found in the literature. The main contributions of this dissertation are in the fill holes technique, which replaces the morphological method for greater computational efficiency, as well as the developed developed for reinclusion of justa-pleural nodules. The results prove that there is a substantial gain in processing time in the holes filling step, which is six times faster than the morphological counterpart. In addition, the proposed segmentation achieves a minimum loss of 1.9 % of nodules from a total amount of 2663 nodes, and reaching 91 % and 87 % for Similarity Coefficient and Fitness Adjust rates, respectively, in comparison of the final segmentation with the gold standard. In this context, it is concluded that the proposed segmentation, according to the metrics used, presents results superior to the methods compared to the loss of nodules, as well as the reduced processing time, being compatible with the methods found in the literature regarding measures of segmentation quality.
URI: http://www.repositorio.ufc.br/handle/riufc/36782
metadata.dc.type: Dissertação
Appears in Collections:DETE - Dissertações defendidas na UFC

Files in This Item:
File Description SizeFormat 
2018_dis_versilvafilho.pdf3,38 MBAdobe PDFView/Open


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