• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Tese de Doutorado
DOI
10.11606/T.45.2012.tde-26112012-171139
Documento
Autor
Nome completo
Maysa Malfiza Garcia de Macedo
E-mail
Unidade da USP
Área do Conhecimento
Data de Defesa
Imprenta
São Paulo, 2012
Orientador
Banca examinadora
Jackowski, Marcel Parolin (Presidente)
Conci, Aura
Gutierrez, Marco Antonio
Hashimoto, Ronaldo Fumio
Miranda, Paulo Andre Vechiatto de
Título em português
Detecção e extração de redes vasculares usando transformada de Hough
Palavras-chave em português
extração de redes vasculares
imagens angiográficas 3D
segmentação de vasos sanguíneos
transformada de Hough
Resumo em português
Doenças vasculares são um problema mundial, que representa 28% das mortes no mundo e 66% do total de doenças que acometem os brasileiros. Dessa forma, há um grande interesse em pesquisar formas de prevenção e tratamento dessas doenças. Algumas medidas são relevantes no auxílio de diagnóstico, tal como: tamanho médio dos ramos, diâmetro médio das seções transversais dos vasos e padrões de divisão de ramos. Calcular essas medidas de forma manual é uma tarefa demorada e trabalhosa. Assim, esta Tese tem como objetivo, propor um método computacional de rastreamento e extração de atributos em redes vasculares a partir de imagens 3D de angiografia por ressonância magnética e por tomografia computadorizada. Trata-se de uma abordagem de rastreamento e identificação de bifurcações que difere das técnicas anteriores, utilizando a Transformada de Hough para identificar o diâmetro do vaso em cortes transversais num dado ponto ao longo de um vaso sanguíneo. Mais detalhadamente, essa abordagem utiliza um campo vetorial advindo do cálculo de uma matriz formada por derivadas parciais de segunda ordem, obtida da intensidade luminosa da imagem, para identificar a direção de um ramo de vaso. Além disso, durante o processo de rastreamento de um ramo de vaso, são calculados vários descritores de forma com o objetivo de classificar regiões como pertencentes a uma bifurcação ou não. Em adição a estes descritores, desenvolvemos uma nova medida chamada de variância do raio que permite distinguir, bifurcações, não-bifurcações e segmentos de vaso com stents (aparelho metálico usado para aumentar o diâmetro dos vasos). Para a classificação de bifurcações, criamos a medida de bifurcação, que trata-se de uma combinação linear de todos os descritores de forma apresentados neste trabalho. Testes foram realizados para atestar a eficácia da abordagem proposta, utilizando tanto imagens sintéticas quantoimagens reais. Os resultados mostraram que o método é capaz de rastrear 91% de uma rede vascular sintética variando o ponto de inicialização e 76% variando o nível de ruído. Também foi observado por meio de testes que o método proposto consegue rastrear vasos e identificar bifurcações em imagens reais sem avaliação numérica. Essa abordagem permite a extração da relação hierárquica entre os ramos em uma rede vascular e a extração do padrão de divisão dos vasos, o que contribui sobremaneira para o estudo do comportamento do fenômeno da angiogênese e no auxílio no diagnóstico de anomalias vasculares.
Título em inglês
Detection and Extraction of Vascular Networks using Hough Transform
Palavras-chave em inglês
3D angiographic images
blood vessels segmentation
Hough transform
vascular networks extraction
Resumo em inglês
Vascular diseases are a main health problem, representing 28% of deaths worldwide and 66% of all diseases affecting the Brazilian population. Thus, it is important that researches in prevention and treatment of this type of disease increase. Moreover, there are several demands, such as computational tools capable of analyzing and extracting attributes from non-invasive images. The scope of this work is the analysis and extraction of data from magnetic resonance angiography and computed tomography angiography images by highlighting blood vessels. In this context, this thesis aims the development of a novel computational tracking and feature extraction method for vascular networks from 3D images. Our approach presents the following steps: First, identify the vessel cross-sections along it using the Hough transform. Then, compute a matrix composed of second order partial derivatives of image intensity to identify the direction of the vessel. Perform a feature analysis of the vessel contour to classify the bifurcation point, and finally, identify the direction of the new branch in a bifurcation point. The main contribution of this Thesis is the two new measures developed, called radius ratio and bifurcation measure, the radius ratio is capable to distinguish between a region with bifurcation, stents or without both of them. The bifurcation measure is a linear combination that allows to classify a region as bifurcation or not. Tests were performed in order to verify the proposed approach effectiveness, using both synthetic images and real images. The results showed the method is capable to track 91% of synthetic vascular networks varying the seed point and 76% varying the level of noise. Also, we performed tests in real images and by visual evaluation, we could observed that the proposed method was able to track vessels and identify bifurcations from different parts of the body. This approach allows to calculate, in the future, the density of bifurcations in a vascular network, the distance between them, the stenosis and aneurysms grading and characterize specific vessels. In addition, the vascular networks extraction allows the study of the angiogenesis phenomena and vascular anomalies.
 
AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange a todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome da pessoa autora do trabalho.
out1.ogv (1.92 Mbytes)
teseMaysaVessel.pdf (19.06 Mbytes)
video3aorta255.ogv (7.30 Mbytes)
Data de Publicação
2013-01-02
 
AVISO: Saiba o que são os trabalhos decorrentes clicando aqui.
Todos os direitos da tese/dissertação são de seus autores
Centro de Informática de São Carlos
Biblioteca Digital de Teses e Dissertações da USP. Copyright © 2001-2019. Todos os direitos reservados.