Doenças coronárias causam a morte de milhões de pessoas anualmente. Uma dessas disfunções é a aterosclerose coronariana, acúmulo de placas lipídicas, fibrosas, e calcificadas na parede das coronárias. Esse acúmulo pode causar tromboses, infarto do miocárdio, ou morte cardíaca súbita. Porém, essas lesões apresentam graus distintos de periculosidade e elasticidade. As predominantemente lipídicas são de alto risco e elasticidade, enquanto as calcificadas e as fibrosas são mais estáveis e menos elásticas. O Ultrassom Intravascular (IVUS) é uma das modalidades de referência em diagnósticos e acompanhamento de doenças coronárias. Contudo, a imagem de IVUS pura fornece apenas informações subjetivas sobre vasos e placas; assim, é importante a criação de métodos e técnicas que possam tornar objetiva a análise dessa informação. Devido a isso, e levando em conta a riqueza de informações espaciais e temporais presentes nas imagens de IVUS, esse trabalho apresenta métodos de segmentação, e extração de características de lesões, que possibilitam a quantização de informações espaciais, e a discriminação de placas de baixo e elevado-risco. Consequentemente, fornecendo subsídios para diagnósticos, e procedimentos terapêuticos mais adequados. O método de segmentação combina Wavelet, Otsu, e Morfologia Matemática, para delineamento da parede do vaso. A avaliação do método foi feita usando 1300 imagens de IVUS, resultando em 92, 72% e 91, 9% de verdadeiros positivos, e 10, 7% e 9, 1% de falsos positivos, para o lúmen e borda da média adventícia, respectivamente. Adicionalmente, foi criado um método simples, para caracterização de placas a partir de suas propriedades mecânicas. Esse procedimento se baseia em computar um índice, chamado taxa de variação da área da placa, em imagens adquiridas pré e pós deformação do vaso e placas. Phantoms foram usados para avaliação, os resultados conseguidos com o índice proposto e um amplamente usado foram comparados. Uma correlação chegando à 99%, uma forte concordância usando Análise de Bland Altman, e Histogramas muito similares entre os dois índices, mostraram que o método proposto equivale ao já estabelecido.

Coronary diseases are the cause of death of millions of people annually. One of these dysfunctions is the coronary atherosclerosis, which is the accumulation of lipidic, fibrous and calcified plaques in the coronary wall. This accumulation may cause thrombosis, myocardial infarction and sudden cardiac death. Nonetheless, the kind of plaques offers different levels of dangerousness and elasticity. The highly lipidic plaques are very elastic, offers high risk, while the calcified and fibrous are more stable and less elastic. The Intravascular Ultrasound (IVUS) is the reference medical imaging modality for diagnostic and treatment of coronary diseases. However, the conventional IVUS images provides only anatomical vessel and plaque information; therefore, it is very important the creation of methods and techniques that could make objective the analysis of this information. Due to that, and taking into account the spatial and time information of IVUS images, this work presents methods of segmentation, and feature extraction of lesions, which make possible the quantization of spatial information, and the discrimination of high, and low risk plaques. Consequently, subsidies for diagnoses and more appropriate therapeutic procedures are provided. The segmentation method combines Wavelet, Otsu, and Mathematical Morphology, for the vessel wall delineation. The method evaluation was performed using 1300 IVUS images, resulting in 92, 72% and 91, 9% of true positives, and 10, 7% and 9, 1% of false positives, for the lumen and media adventitia border, respectively. Additionally, a simple method, for plaque characterization using the regarding mechanical properties was created. The procedure relies on computing an index, ratio of plaque area variation, in acquired images pre and post deformation procedure of vessel wall and plaques. Phantoms were used for evaluation. The results obtained by the proposed index, and a widely used one was compared. A correlation up to 99%, a strong agreement with Bland Altman, and similar Histograms between the two indexes demonstrated the equivalence between them; however, the proposed index is much simpler.