Resumo: A aterosclerose é uma das principais causas de derrame cerebral e é responsável por milhões de mortes por ano. A ressonância magnética (RM) é uma maneira comum de avaliar a aterosclerose da artéria carótida. Um novo método de imagem de RM cine fast spin echo (FSE) agora pode obter dados de RM dinâmicos, i.e., gerar imagens em todo o ciclo cardíaco). Este trabalho apresenta uma técnica de pós-processamento que automatiza a segmentação do limiar entre sangue e parede (lumen) da artéria carótida comum (ACC) ao longo do ciclo cardíaco. Até onde sabemos, este trabalho é a primeira técnica proposta para segmentar imagens cine FSE com resolução de ciclo cardíaco. A técnica supera algumas limitações da dinâmica em comparação com imagens estáticas ex., resolução espacial mais baixa). Ele combina o conhecimento a priori sobre o tamanho e a forma da ACC, com a estrutura de dados max-tree, classificador Random Forest e a transformada tie-zone watershed a partir de marcadores internos e externos para segmentar o lúmen do vaso. O desempenho da técnica foi avaliado usando validação cruzada com 3 folds com 15 sequências cine FSE por fold. Cada sequência consiste de 16 pontos de tempo em todo o ciclo cardaco. A segmentação automática foi comparada com resultados de segmentação manual. Nossa técnica alcançou um coeficiente dice, sensibilidade e taxa de falso positivo de 0.926 +/- 0.005 (média +/- desvio padrão), 0.909 +/- 0.011 e 0.056 +/- 0.003, respectivamente, em comparação com o consenso da segmentação manual de três especialistas Ver menos

Abstract: Atherosclerosis is one of the main causes of stroke and is responsible for millions of deaths per year. Magnetic resonance (MR) is a common way of assessing carotid artery atherosclerosis. A newly proposed cine fast spin echo (FSE) MR imaging method can now obtain dynamic MR data i.e., generate images across the cardiac cycle). This work introduces a post-processing technique that automatically segments the common carotid artery (CCA) wall-blood boundary (lumen) across the cardiac cycle with no need of human interaction. To the best of our knowledge, this work is the first proposed technique for segmenting cardiac cycle-resolved cine FSE images. The technique overcomes some limitations of dynamic compared to static images e.g., lower spatial resolution). It combines a priori knowledge about the size and shape of the CCA, with the max-tree data structure, random forest classifier and tie-zone watershed transform from identified internal and external markers to segment the vessel lumen i.e., vessel wall-blood boundary). Technique performance was assessed using 3-fold cross validation with 15 cine FSE sequences per fold, each sequence consisting of 16 temporal bins across the cardiac cycle. The automatic segmentation was compared against manual segmentation results. Our technique achieved an average Dice coefficient, sensitivity and false positive rate of 0.926 +/- 0.005 (mean +/- standard deviation), 0.909 +/- 0.011 e 0.056 +/- 0.003, respectively, compared to the voting consensus of three experts manual segmentation Ver menos