• 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
 
 
Disertación de Maestría
DOI
https://doi.org/10.11606/D.55.2012.tde-27062012-102526
Documento
Autor
Nombre completo
Alceu Ferraz Costa
Dirección Electrónica
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Carlos, 2012
Director
Tribunal
Traina, Agma Juci Machado (Presidente)
Marana, Aparecido Nilceu
Marques, Paulo Mazzoncini de Azevedo
Título en portugués
Mineração de imagens médicas utilizando características de forma
Palabras clave en portugués
Classificação de imagens
Diagnóstico auxiliado por computador
Extração de características
Imagens médicas
Mineração de imagens
Resumen en portugués
Bases de imagens armazenadas em sistemas computacionais da área médica correspondem a uma valiosa fonte de conhecimento. Assim, a mineração de imagens pode ser aplicada para extrair conhecimento destas bases com o propósito de apoiar o diagnóstico auxiliado por computador (Computer Aided Diagnosis - CAD). Sistemas CAD apoiados por mineração de imagens tipicamente realizam a extração de características visuais relevantes das imagens. Essas características são organizadas na forma de vetores de características que representam as imagens e são utilizados como entrada para classificadores. Devido ao problema conhecido como lacuna semântica, que corresponde à diferença entre a percepção da imagem pelo especialista médico e suas características automaticamente extraídas, um aspecto desafiador do CAD é a obtenção de um conjunto de características que seja capaz de representar de maneira sucinta e eficiente o conteúdo visual de imagens médicas. Foi desenvolvido neste trabalho o extrator de características FFS (Fast Fractal Stack) que realiza a extração de características de forma, que é um atributo visual que aproxima a semântica esperada pelo ser humano. Adicionalmente, foi desenvolvido o algoritmo de classificação Concept, que emprega mineração de regras de associação para predizer a classe de uma imagem. O aspecto inovador do Concept refere-se ao algoritmo de obtenção de representações de imagens, denominado MFS-Map (Multi Feature Space Map) e também desenvolvido neste trabalho. O MFS-Map realiza agrupamento de dados em diferentes espaços de características para melhor aproveitar as características extraídas no processo de classificação. Os experimentos realizados para imagens de tomografia pulmonar e mamografias indicam que tanto o FFS como a abordagem de representação adotada pelo Concept podem contribuir para o aprimoramento de sistemas CAD
Título en inglés
Medical image supported by shape features
Palabras clave en inglés
Computed aided diagnosis (CAD)
Feature extraction
Image classification
Image mining
Medical imaging
Resumen en inglés
Medical image databases represent a valuable source of data from which potential knowledge can be extracted. Image mining can be applied to knowledge discover from these data in order to help CAD (Computer Aided Diagnosis) systems. The typical set-up of a CAD system consists in the extraction of relevant visual features in the form of image feature vectors that are used as input to a classifier. Due to the semantic gap problem, which corresponds to the difference between the humans image perception and the features automatically extracted from the image, a challenging aspect of CAD is to obtain a set of features that is able to succinctly and efficiently represent the visual contents of medical images. To deal with this problem it was developed in this work a new feature extraction method entitled Fast Fractal Stack (FFS). FFS extracts shape features from objects and structures, which is a visual attribute that approximates the semantics expected by humans. Additionally, it was developed the Concept classification method, which employs association rules mining to the task of image class prediction. The innovative aspect of Concept refers to its image representation algorithm termed MFS-Map (Multi Feature Space Map). MFS-Map employs clustering in different feature spaces to maximize features usefulness in the classification process. Experiments performed employing computed tomography and mammography images indicate that both FFS and Concept methods for image representation can contribute to the improvement of CAD systems
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
MS_AlceuCosta.pdf (3.97 Mbytes)
Fecha de Publicación
2012-06-27
 
ADVERTENCIA: El material descrito abajo se refiere a los trabajos derivados de esta tesis o disertación. El contenido de estos documentos es responsabilidad del autor de la tesis o disertación.
  • COSTA, Alceu Ferraz, HUMPIRE-MAMANI, Gabriel, and TRAINA, Agma Juci Machado. An Efficient Algorithm for Fractal Analysis of Textures [doi:10.1109/SIBGRAPI.2012.15]. In 25th SIBGRAPI Conference on Graphics, Patterns and Images [online], Ouro Preto, Brazil, 2012. Ouro Preto, Brazil : IEEE, 2012. p. 39-46. ISBN 978-0-7695-4829-6.
  • COSTA, Alceu Ferraz, MAMANI, G. E. H., and Traina, Agma Juci Machado. An Efficient Algorithm for Fractal Analysis of Textures [doi:10.1109/SIBGRAPI.2012.15]. In 25th Conference on Graphics, Patterns and Images (SIBGRAPI 2012), Ouro Preto, 2012. Anais do SIBGRAPI 2012.Los Alamitos : IEEE Computer Society, 2012.
  • COSTA, Alceu Ferraz, TEKLI, Joe, and TRAINA, Agma Juci Machado. Fast fractal stack : fractal analysis of computed tomography scans of the lung [doi:10.1145/2072545.2072549]. In Proceedings of the 2011 international ACM workshop on Medical multimedia analysis and retrieval - MMAR '11 [online], 2011, Scottsdale, Arizona, USA, 2011. New York, New York, USA : ACM Press, 2011. p. 13-18. ISBN 9781450309912.
  • COSTA, Alceu Ferraz, Tekli, Joe, and Traina, Agma Juci Machado. Fast fractal stack [doi:10.1145/2072545.2072549]. In the 2011 international ACM workshop, Scottsdale. Proceedings of the 2011 international ACM workshop on Medical multimedia analysis and retrieval - MMAR '11.New York : ACM Press, 2011.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2024. Todos los derechos reservados.