Use este identificador para citar ou linkar para este item:
http://repositorio.utfpr.edu.br/jspui/handle/1/15916
Título: | Segmentação da glândula prostática em imagens de ressonância magnética utilizando conhecimento a priori da forma e método Level Set |
Título(s) alternativo(s): | Segmentation of the prostate gland in magnetic resonance imaging using knowledge a priori of the form and method Level Set |
Autor(es): | Skeika, Everton Leonardo |
Orientador(es): | Andrade, Mauren Louise Sguario Coelho de |
Palavras-chave: | Processamento de imagens Ressonância magnética Próstata - Doenças Image processing Magnetic resonance Prostate diseases |
Data do documento: | 30-Mai-2017 |
Editor: | Universidade Tecnológica Federal do Paraná |
Câmpus: | Ponta Grossa |
Citação: | SKEIKA, Everton Leonardo. Segmentação da glândula prostática em imagens de ressonância magnética utilizando conhecimento a priori da forma e método Level Set. 2017. 68 f. Trabalho de Conclusão de Curso (Graduação) - Universidade Tecnológica Federal do Paraná, Ponta Grossa, 2017. |
Resumo: | A Ressonância Magnética (RM) é uma importante ferramenta para o diagnóstico médico, por ser um método não invasivo e produzir imagens detalhadas de estruturas fisiológicas analisadas. Considerando a importância da RM para o diagnóstico de diversas patologias relacionadas à próstata, é possível utilizar-se de técnicas de processamento e análise de imagem a fim de prover melhorias na qualidade da mesma, bem como, auxiliar na identificação e separação da glândula prostática. Neste sentido o objetivo deste trabalho é a aplicação dos métodos de segmentação Level Set, Free Level Set e Restrict Level Set em um repositório de MRI (Magnetic Resonance Imaging) da região pélvica masculina, propondo a segmentação da glândula prostática. Para atender o objetivo foi feito uma pesquisa na área de segmentação de imagens, estudando as principais técnicas de segmentação por modelos deformáveis. Foi adquirido um repositório de MRI da pélvis de diversos pacientes, seguida da seleção manual das MRIs aptas para a segmentação, validando os resultados da segmentação através das métricas: distância de Haussdorff Modificada e F-Measure, comparadas com as imagens de ground truth. Os resultados das métricas confirmaram o método Restrict Level Set como o mais eficiente, devido a melhor segmentação da glândula prostática em MRIs. |
Abstract: | Magnetic resonance imaging (MRI) is an important tool for medical diagnosis, since it is a non-invasive method and produces detailed images of physiological structures analyzed. Considering the importance of MRI for the diagnosis of several pathologies related to the prostate, it is possible to use image processing and analysis techniques in order to provide improvements in the quality of the MRI, as well as to assist in the identification and separation of the prostate gland. In this sense the objective of this work is the application of the Level Set, Free Level Set and Restrict Level Set segmentation methods in a Magnetic Resonance Imaging (MRI) repository of the male pelvic region, proposing the segmentation of the prostate gland. In order to meet the objective, a research was done in the area of image segmentation, studying the main techniques of segmentation. A repository of MRIs from the pelvis of several patients was acquired, followed by manual selection of the MRIs suitable for segmentation, validating the segmentation results using the measured Haussdorff and F-Measure distance metrics from the ground truth images. The results of the metrics confirmed the Restrict Level Set method as the most efficient, due to the better segmentation of the prostate gland in MRIs. |
URI: | http://repositorio.utfpr.edu.br/jspui/handle/1/15916 |
Aparece nas coleções: | PG - Ciência da Computação |
Arquivos associados a este item:
Arquivo | Descrição | Tamanho | Formato | |
---|---|---|---|---|
PG_COCIC_2017_1_06.pdf | 2,98 MB | Adobe PDF | Visualizar/Abrir |
Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.