Processamento de Imagens Médicas - Estudo de Caso Pixeon
TCC-Karoline da Rocha
Autor: Karoline da Rocha
Orientador: Prof. Marcos Moecke, Dr
Curso: Engenharia de Telecomunicações
Instituto Federal de Santa Catarina (IFSC), São José – SC
karolrocha0802@gmail.com
RESUMO ESTENDIDO
Com passar dos anos as dores nas costas estão se tornando mais frequentes para a população devido ao sedentarismo e a má postura, aumentando a procura por tratamento adequado dessas dores, e a necessidade de diagnósticos médicos. Para detectar as vértebras e classificá- las é necessário que os médicos radiologistas analisem imagens médicas obtidas por CT, MRI ou radiografia. Estes diagnósticos podem ser demorados e as vezes imprecisos.
O objetivo deste trabalho é estudar, analisar e desenvolver alguns algoritmos (e.g., Histogram of Oriented Gradients (HOG), Scale-invariant feature transform (SIFT) e Adaboost), que serão utilizados para o treinamento de uma Support Vector Machine (SVM) na detecção e classificação das vértebras. Espera-se que o uso desses algoritmos resulte na aceleração dos diagnósticos, uma maior precisão, facilitando o diagnóstico dos médicos radiologistas.
Documentos DO TCC1
- A seguir à um link para apresentação realizada na disciplina de TCC1. Esta apresentação contém informações sobre:
- Objeto de estudo:
- Problema de pesquisa;
- Objetivo Geral;
- Objetivo Específico;
- Estrutura do Marco Teórico;
- Principais Fontes;
- Cronograma;
- Dificuldades;
- Referências.
- https://www.dropbox.com/s/jtvw3p6bnecjoru/apresentacao2_TCC_Karoline.pdf?dl=0
CRONOGRAMA
Etapas do cronagrama:
1. Estudo Básico da anatomia da coluna vertebral; 2. Estudo da aquisição de imagens médicas (MRI, CT, Radiografia); 3. Estudo do processamento de imagens, principalmente as técnicas de realce, processamento morfológico e segmentação; 4. Estudo dos algoritmos para segmentação e detecção de objetos (Adaboost, SIFT e HOG); 5. Estudo sobre Máquinas de Vetores de Suporte (SVM); 6. Estudo das toolboxes e funções do Matlab, para o processamento de imagens médicas e aprendizagem de máquina; 7. Escrita da proposta de TCC (Introdução, Fundamentação teórica e Proposta de trabalho), entrega deste para a banca, preparação da apresentação, defesa e correção do documento; 8. Implementação dos algoritmos; 9. Testes e comparações dos algoritmos; 10. Escrita do documento do TCC (Introdução, Proposta de trabalho, Fundamentação teórica, Implementação, Análises, Resultados e Conclusões), entrega deste para a banca, preparação da apresentação, defesa, correção do documento, e entrega da versão final para a coordenação do curso;
Etapas | Ago/2016 | Set/2016 | Out/2016 | Nov/2016 | Dez/2016 | Jan/2017 | Fev/2017 | Mar/2017 | Abr/2017 | Maio/2017 | Jun/2017 |
---|---|---|---|---|---|---|---|---|---|---|---|
1 | X | ||||||||||
2 | X | ||||||||||
3 | X | X | X | X | |||||||
4 | X | ||||||||||
5 | X | X | |||||||||
6 | X | X | |||||||||
7 | X | X | X | ||||||||
8 | X | X | |||||||||
9 | X | X | X | X |
REFERÊNCIAS BIBLIOGRÁFICAS
1. ANATOMIA, A. de. COLUNA VERTEBRAL. 2001. Disponível em: <http: //www.auladeanatomia.com/novosite/sistemas/sistema-esqueletico/coluna-vertebral/>
2. COIMBRA, M. T. Capítulo II – Imagem Digital. 2011. Disponível em: <https://www.dcc.fc.up.pt/~mcoimbra/lectures/PSI_1011/Aula%203%20-%20Capitulo%20II.pdf>
3.COSTA, E. L. D. M. et al. UM ESTUDO DA COLUNA VERTEBRAL: POSICIONAMENTO E ANATOMIA. 2013. Disponível em: <http://aems.edu.br/iniciacao-cientifica/download/4c261f207f.pdf>
4. COTRIM, F. U. B.; PAULA, M. H. de. Watershed: Segmentação de Imagem. 2011. Disponível em: <http://fcotrim.com/blog/2016/03/21/watershed-segmentacao-de-imagem/>
5. FICEL, M. O. SAIBA O QUE É PACS E DICOM. 2006. Disponível em: <http://www.tecnologiaradiologica.com/materia_pacs_dicom.htm>
6. GONZAGA, A. Adaboost. 2012. Disponível em: <http://iris.sel.eesc.usp.br/sel886/ApresentacaoAdaBoost1.pdf>
7. GONZALES, G. L. G. APLICAÇÃO DA TÉCNICA SIFT PARA DETERMINAÇÃO DE CAMPOS DE DEFORMAÇÕES DE MATERIAIS USANDO VISÃO COMPUTACIONAL. 2011. Disponível em: <http://www.maxwell.vrac.puc-rio.br/17050/17050_5.PDF>
8. GONZALEZ, R. C. Processamento Digital de Imagens. third. [S.l.]: Pearson Prentice Hall, 2010.
9. HUANG, S.-H.; LAI, S.-H.; NOVAK, C. L. A statistical learning appproach to vertebra detection and segmentation from spinal mri. IEEE, 2008.
10. LECRON, F.; BENJELLOUN, M.; MAHMOUDI, S. Fully automatic vertebra detection in x-ray images based on multi-class svm. SPIE, 2012.
11. LOOTUS, M.; KADIR, T.; ZISSERMAN, A. Vertebrae Detection and Labelling in Lumbar MR Images. 2013. Disponível em: <https://www.robots.ox.ac.uk/~vgg/publications/2013/Lootus13/lootus13.pdf>.
12. MATHWORKS. Image Processing Toolbox Functions. 2016. Disponível em: <https://www.mathworks.com/help/images/functionlist.html>
13. MATHWORKS. Image Processing ToolboxTM User’s Guide. 2016. Disponível em: <http://www.uow.edu.au/~phung/resources/image/images_tb.pdf>
14. MATHWORKS. Statistics and Machine Learning Toolbox. 2016. Disponível em: <https://www.mathworks.com/help/stats/>
15. MCCORMICK, C. AdaBoost Tutorial. 2013. Disponível em: <http://mccormickml.com/2013/12/13/adaboost-tutorial/>
16. MCCORMICK, C. HOG Person Detector Tutorial. 2013. Disponível em: <http://mccormickml.com/2013/05/09/hog-person-detector-tutorial/>
17. MEDICA, R. Tomografia Computadorizada (TC). 2016. Disponível em: <http://www.radiacao-medica.com.br/tipos-de-imagens-medicas/raios-x/tomografia-computadorizada-ct>
18. MÉDICA, R. ao. Radiografia (Raios-X Simples). 2013. Disponível em: <http://www.radiacao-medica.com.br/tipos-de-imagens-medicas/raios-x/radiografia-raios-x-simples/>
19. MOREIRA, J.; GERCINA, C. Confira as doenças que mais dão afastamento no INSS. 2014. Disponível em: <http://www1.folha.uol.com.br/mercado/2014/09/1520341-veja-as-doencas-que-mais-dao-afastamento-no-inss.shtml>
20. NUNES, F. L. S. Introdução ao Processamento de Imagens Médicas para Auxílio ao Diagnóstico – Uma Visão Prática. 2006. Disponível em: <http://www.lbd.dcc.ufmg.br/colecoes/jai/2006/003.pdf>
21.OPENCV. Introduction to Support Vector Machines. 2016. Disponível em: <http://docs.opencv.org/2.4/doc/tutorials/ml/introduction_to_svm/introduction_to_svm.html>
22. PEREIRA, V. F.; SANTOS, P. E.; COZMAN, F. G. Reconhecimento de Objetos Baseado
em Contexto Utilizando a Lógica de Descrição Probabilística CRALC. 2012. Disponível
em: <http://fei.edu.br/~psantos/CSR/papers/ENIA2012.pdf>
23. SA, R. et al. Fast scale-invariant lateral lumbar vertebrae detection and segmentation in x-ray images. IEEE, 2016.
24. SCOPPETTA, C. Ressonância magnética. 2016. Disponível em: <http://www.clinicascoppetta.com.br/exames/ressonancia-magnetica/>