Please use this identifier to cite or link to this item: http://repositorio.unicamp.br/jspui/handle/REPOSIP/260954
Type: TESE
Degree Level: Doutorado
Title: Detecção de contornos de ventriculo esquerdo em imagens de medicina nuclear utilizando redes neurais
Author: Costa Filho, Cicero Ferreira Fernandes
Advisor: Moura, Lincoln de Assis
Abstract: Resumo: Neste trabalho apresentamos um método que faz uso de uma rede neural e informação geométrica para a detecção automática do contorno do ventrículo esquerdo (VE) em imagens de medicina nuclear. Embora o método tenha sido desenvolvido para detecção de contornos de VE, ele pode ser estendido a outras classes de estruturas e imagens. O áprendizado é feito alimentando-se o sistema com uma série de imagens e seus correspondentes contornos de VE traçados por um operador. O sistema extrai tanto informações geométricas como informações de vizinhança, que são utitilizadas para treinar a rede neural. Uma vez treinada, a rede é capaz de automaticamente detectar o contorno do VE. São apresentados detalhes da operação e performance da rede neural, cujo desempenho é avaliado através de três medidas de erro. Um importante detalhe do método é a detecção automática do centro do VE, cuja exatidão tem uma grande influência na minimização dos erros. Ao lado de apresentar erros que são compatíveis com os erros de outros métodos automáticos, o método presente tem a clara vantagem de armazenar informações geométricas e de intensidade de pixel que são aprendidas através de exemplos

Abstract: In this paper we present a method that makes use of an artificial neural network for the automatic detection of left ventricle (LV) contours in nuclear medicine images. The images were obtained from 60 male patients using a Gamma Camera. Although the method has been developed for LV contour detection, it can be extended to other classes of structures and images. Learning is carried out by feeding the system with a series of images and their corresponding LV contours drawn by an operator. The system extracts both pixel value and geometrical information that is used for training the neural network. Once trained the network is able to automatically detect LV contours. In this thesis we present details of the neural network operation and performance, which is evaluated through the use of three error measurement criteria. One important feature of the method is the automatic detection of the LV center, which plays an important role in minimizing the error values. Apart from presenting errors that are compatible with several other automatic detection techniques, the present method has the clear advantage of being able to store geometrical and pixel intensity information that is learned from examples
Subject: Processamento de imagens
Redes neurais (Computação)
Reconhecimento de padrões
Medicina nuclear
Coração - Ventriculos
Inteligência artificial
Language: Português
Editor: [s.n.]
Date Issue: 1996
Appears in Collections:FEEC - Tese e Dissertação

Files in This Item:
File SizeFormat 
CostaFilho_CiceroFerreiraFernandes_D.pdf6.96 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.