Utilização de visão computacional para a reconstrução automatizada da área de secção transversa muscular a partir de imagens sequenciais obtidas por ultrassonografia
Ano de defesa: | 2022 |
---|---|
Autor(a) principal: | |
Orientador(a): | |
Banca de defesa: | |
Tipo de documento: | Dissertação |
Tipo de acesso: | Acesso aberto |
Idioma: | por |
Instituição de defesa: |
Universidade Federal de São Carlos
Câmpus São Carlos |
Programa de Pós-Graduação: |
Programa Interinstitucional de Pós-Graduação em Ciências Fisiológicas - PIPGCF
|
Departamento: |
Não Informado pela instituição
|
País: |
Não Informado pela instituição
|
Palavras-chave em Português: | |
Palavras-chave em Inglês: | |
Área do conhecimento CNPq: | |
Link de acesso: | https://repositorio.ufscar.br/handle/ufscar/15827 |
Resumo: | The aim of the present study was to propose and validate a tool based on computer vision techniques that allows for the automated reconstruction (AR) of the vastus lateralis (VL) muscular cross-sectional area (MCSA) from sequential images obtained using an ultrasound (US) machine. Methods: Four hundred and eighty-eight VL US image sequences were used for VL MCSA reconstruction. Two different reconstruction techniques were utilized. For the already validated manual reconstruction (MR) technique, the sequential images were manually adjusted until the MCSA of the VL was fully visible for each image sequence. For AR, computer vision techniques were combined in a tool capable of automatically reconstructing the MCSA of the VL based on the steps described for the proper application of MR. After the quantification in cm² of all VL MCSA by both MR (n = 488) and AR (n = 488) techniques, the results were used to investigate the validity of the AR in measuring VL MCSA from of sequential images of the VL obtained by US. Our findings demonstrated good validity with low coefficient of variation values (1.51%) for AR compared to MR. The Bland-Altman plot showed low bias (-0.01 cm²; IC95% = 0.04, -0.06) and close limits of agreement (+1.18 cm², -1.19 cm²) containing 95% of the comparisons. Conclusion: The AR technique is valid compared to MR when measuring VL MCSA in a heterogeneous sample. |
id |
SCAR_48d367bd3bc5f52d2fc66e197e954778 |
---|---|
oai_identifier_str |
oai:repositorio.ufscar.br:ufscar/15827 |
network_acronym_str |
SCAR |
network_name_str |
Repositório Institucional da UFSCAR |
repository_id_str |
|
spelling |
Silva, Deivid Gomes daLibardi, Cleiton Augustohttp://lattes.cnpq.br/8953409094842074http://lattes.cnpq.br/50864411104185622022-04-07T19:53:59Z2022-04-07T19:53:59Z2022-03-09SILVA, Deivid Gomes da. Utilização de visão computacional para a reconstrução automatizada da área de secção transversa muscular a partir de imagens sequenciais obtidas por ultrassonografia. 2022. Dissertação (Mestrado em Ciências Fisiológicas) – Universidade Federal de São Carlos, São Carlos, 2022. Disponível em: https://repositorio.ufscar.br/handle/ufscar/15827.https://repositorio.ufscar.br/handle/ufscar/15827The aim of the present study was to propose and validate a tool based on computer vision techniques that allows for the automated reconstruction (AR) of the vastus lateralis (VL) muscular cross-sectional area (MCSA) from sequential images obtained using an ultrasound (US) machine. Methods: Four hundred and eighty-eight VL US image sequences were used for VL MCSA reconstruction. Two different reconstruction techniques were utilized. For the already validated manual reconstruction (MR) technique, the sequential images were manually adjusted until the MCSA of the VL was fully visible for each image sequence. For AR, computer vision techniques were combined in a tool capable of automatically reconstructing the MCSA of the VL based on the steps described for the proper application of MR. After the quantification in cm² of all VL MCSA by both MR (n = 488) and AR (n = 488) techniques, the results were used to investigate the validity of the AR in measuring VL MCSA from of sequential images of the VL obtained by US. Our findings demonstrated good validity with low coefficient of variation values (1.51%) for AR compared to MR. The Bland-Altman plot showed low bias (-0.01 cm²; IC95% = 0.04, -0.06) and close limits of agreement (+1.18 cm², -1.19 cm²) containing 95% of the comparisons. Conclusion: The AR technique is valid compared to MR when measuring VL MCSA in a heterogeneous sample.O objetivo do presente estudo foi propor e validar uma ferramenta baseada em técnicas de visão computacional que possibilite a reconstrução automatizada (RA) da área de secção transversa muscular (ASTM) a partir de imagens sequenciais do vasto lateral (VL) obtidas por meio de ultrassom (US). Métodos: quatrocentos e oitenta e oito sequências de imagens de US do VL foram utilizadas para reconstrução da ASTM do VL. Duas técnicas de reconstrução foram utilizadas. Para a já validada técnica de reconstrução manual (RM) as imagens sequenciais foram ajustadas manualmente até que a ASTM do VL fosse reconstruída para cada sequência de imagens. Para a RA, com base nos passos descritos para adequada aplicação da RM, técnicas de visão computacional foram combinadas em uma ferramenta capaz de reconstruir a ASTM do VL de maneira automática a partir de uma sequência de imagens do VL obtidas por US. Após a quantificação em cm² de todas as ASTM do VL obtidas pela técnica de RM (n = 488) e pela técnica de RA (n = 488), os resultados foram utilizados para investigarmos a validade da RA em mensurar a ASTM do VL. Nossos achados demonstraram boa validade com valores baixos de coeficiente de variação (1,51%) para RA em comparação com a RM. O gráfico de Bland-Altman apresentou baixo viés (-0,01 cm²; IC 95% = 0,04, -0.06) e limites de concordância próximos (+1,18cm², -1,19cm²) contendo 95% das comparações. Conclusão: A técnica de RA é válida para mensurar ASTM do VL em uma amostra heterogênea quando comparada a RM.Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)88882.426920/2019-01, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)porUniversidade Federal de São CarlosCâmpus São CarlosPrograma Interinstitucional de Pós-Graduação em Ciências Fisiológicas - PIPGCFUFSCarAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessInteligência artificialMúsculo esqueléticoAutomatizaçãoReconstrução manualArtificial intelligenceSkeletal muscleAutomationManual reconstructionCIENCIAS DA SAUDE::EDUCACAO FISICAUtilização de visão computacional para a reconstrução automatizada da área de secção transversa muscular a partir de imagens sequenciais obtidas por ultrassonografiaThe use of computer vision for the automatized reconstruction of muscle cross-sectional area after the aquisition of sequential images obtained by ultrassonographyinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional da UFSCARinstname:Universidade Federal de São Carlos (UFSCAR)instacron:UFSCARORIGINALDissertação__ Deivid Gomes da Silva__Final.pdfDissertação__ Deivid Gomes da Silva__Final.pdfArquivo principalapplication/pdf1167536https://repositorio.ufscar.br/bitstream/ufscar/15827/3/Disserta%c3%a7%c3%a3o__%20Deivid%20Gomes%20da%20Silva__Final.pdfa091c37c418c068b973d090fed5cc93fMD53Carta_comprovante_Deivid Gomes da Silva.pdfCarta_comprovante_Deivid Gomes da Silva.pdfCarta Comprovanteapplication/pdf250925https://repositorio.ufscar.br/bitstream/ufscar/15827/4/Carta_comprovante_Deivid%20Gomes%20da%20Silva.pdf9727d2bdf53d6eb2a9d78a6997a1fcfbMD54CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufscar.br/bitstream/ufscar/15827/5/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD55TEXTDissertação__ Deivid Gomes da Silva__Final.pdf.txtDissertação__ Deivid Gomes da Silva__Final.pdf.txtExtracted texttext/plain65628https://repositorio.ufscar.br/bitstream/ufscar/15827/6/Disserta%c3%a7%c3%a3o__%20Deivid%20Gomes%20da%20Silva__Final.pdf.txt3c10a4161d10490318235f10c046f3f2MD56Carta_comprovante_Deivid Gomes da Silva.pdf.txtCarta_comprovante_Deivid Gomes da Silva.pdf.txtExtracted texttext/plain1775https://repositorio.ufscar.br/bitstream/ufscar/15827/8/Carta_comprovante_Deivid%20Gomes%20da%20Silva.pdf.txt3729feaa1401a5588119829ad9da8b34MD58THUMBNAILDissertação__ Deivid Gomes da Silva__Final.pdf.jpgDissertação__ Deivid Gomes da Silva__Final.pdf.jpgIM Thumbnailimage/jpeg7373https://repositorio.ufscar.br/bitstream/ufscar/15827/7/Disserta%c3%a7%c3%a3o__%20Deivid%20Gomes%20da%20Silva__Final.pdf.jpg15406b9d192ec423cd605a82c3f48abbMD57Carta_comprovante_Deivid Gomes da Silva.pdf.jpgCarta_comprovante_Deivid Gomes da Silva.pdf.jpgIM Thumbnailimage/jpeg6025https://repositorio.ufscar.br/bitstream/ufscar/15827/9/Carta_comprovante_Deivid%20Gomes%20da%20Silva.pdf.jpg4624de6d2a08ab2d0a10f37c0843ea02MD59ufscar/158272022-04-08 03:34:54.56oai:repositorio.ufscar.br:ufscar/15827Repositório InstitucionalPUBhttps://repositorio.ufscar.br/oai/requestopendoar:43222023-05-25T13:03:17.963964Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR)false |
dc.title.por.fl_str_mv |
Utilização de visão computacional para a reconstrução automatizada da área de secção transversa muscular a partir de imagens sequenciais obtidas por ultrassonografia |
dc.title.alternative.eng.fl_str_mv |
The use of computer vision for the automatized reconstruction of muscle cross-sectional area after the aquisition of sequential images obtained by ultrassonography |
title |
Utilização de visão computacional para a reconstrução automatizada da área de secção transversa muscular a partir de imagens sequenciais obtidas por ultrassonografia |
spellingShingle |
Utilização de visão computacional para a reconstrução automatizada da área de secção transversa muscular a partir de imagens sequenciais obtidas por ultrassonografia Silva, Deivid Gomes da Inteligência artificial Músculo esquelético Automatização Reconstrução manual Artificial intelligence Skeletal muscle Automation Manual reconstruction CIENCIAS DA SAUDE::EDUCACAO FISICA |
title_short |
Utilização de visão computacional para a reconstrução automatizada da área de secção transversa muscular a partir de imagens sequenciais obtidas por ultrassonografia |
title_full |
Utilização de visão computacional para a reconstrução automatizada da área de secção transversa muscular a partir de imagens sequenciais obtidas por ultrassonografia |
title_fullStr |
Utilização de visão computacional para a reconstrução automatizada da área de secção transversa muscular a partir de imagens sequenciais obtidas por ultrassonografia |
title_full_unstemmed |
Utilização de visão computacional para a reconstrução automatizada da área de secção transversa muscular a partir de imagens sequenciais obtidas por ultrassonografia |
title_sort |
Utilização de visão computacional para a reconstrução automatizada da área de secção transversa muscular a partir de imagens sequenciais obtidas por ultrassonografia |
author |
Silva, Deivid Gomes da |
author_facet |
Silva, Deivid Gomes da |
author_role |
author |
dc.contributor.authorlattes.por.fl_str_mv |
http://lattes.cnpq.br/5086441110418562 |
dc.contributor.author.fl_str_mv |
Silva, Deivid Gomes da |
dc.contributor.advisor1.fl_str_mv |
Libardi, Cleiton Augusto |
dc.contributor.advisor1Lattes.fl_str_mv |
http://lattes.cnpq.br/8953409094842074 |
contributor_str_mv |
Libardi, Cleiton Augusto |
dc.subject.por.fl_str_mv |
Inteligência artificial Músculo esquelético Automatização Reconstrução manual |
topic |
Inteligência artificial Músculo esquelético Automatização Reconstrução manual Artificial intelligence Skeletal muscle Automation Manual reconstruction CIENCIAS DA SAUDE::EDUCACAO FISICA |
dc.subject.eng.fl_str_mv |
Artificial intelligence Skeletal muscle Automation Manual reconstruction |
dc.subject.cnpq.fl_str_mv |
CIENCIAS DA SAUDE::EDUCACAO FISICA |
description |
The aim of the present study was to propose and validate a tool based on computer vision techniques that allows for the automated reconstruction (AR) of the vastus lateralis (VL) muscular cross-sectional area (MCSA) from sequential images obtained using an ultrasound (US) machine. Methods: Four hundred and eighty-eight VL US image sequences were used for VL MCSA reconstruction. Two different reconstruction techniques were utilized. For the already validated manual reconstruction (MR) technique, the sequential images were manually adjusted until the MCSA of the VL was fully visible for each image sequence. For AR, computer vision techniques were combined in a tool capable of automatically reconstructing the MCSA of the VL based on the steps described for the proper application of MR. After the quantification in cm² of all VL MCSA by both MR (n = 488) and AR (n = 488) techniques, the results were used to investigate the validity of the AR in measuring VL MCSA from of sequential images of the VL obtained by US. Our findings demonstrated good validity with low coefficient of variation values (1.51%) for AR compared to MR. The Bland-Altman plot showed low bias (-0.01 cm²; IC95% = 0.04, -0.06) and close limits of agreement (+1.18 cm², -1.19 cm²) containing 95% of the comparisons. Conclusion: The AR technique is valid compared to MR when measuring VL MCSA in a heterogeneous sample. |
publishDate |
2022 |
dc.date.accessioned.fl_str_mv |
2022-04-07T19:53:59Z |
dc.date.available.fl_str_mv |
2022-04-07T19:53:59Z |
dc.date.issued.fl_str_mv |
2022-03-09 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.citation.fl_str_mv |
SILVA, Deivid Gomes da. Utilização de visão computacional para a reconstrução automatizada da área de secção transversa muscular a partir de imagens sequenciais obtidas por ultrassonografia. 2022. Dissertação (Mestrado em Ciências Fisiológicas) – Universidade Federal de São Carlos, São Carlos, 2022. Disponível em: https://repositorio.ufscar.br/handle/ufscar/15827. |
dc.identifier.uri.fl_str_mv |
https://repositorio.ufscar.br/handle/ufscar/15827 |
identifier_str_mv |
SILVA, Deivid Gomes da. Utilização de visão computacional para a reconstrução automatizada da área de secção transversa muscular a partir de imagens sequenciais obtidas por ultrassonografia. 2022. Dissertação (Mestrado em Ciências Fisiológicas) – Universidade Federal de São Carlos, São Carlos, 2022. Disponível em: https://repositorio.ufscar.br/handle/ufscar/15827. |
url |
https://repositorio.ufscar.br/handle/ufscar/15827 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivs 3.0 Brazil http://creativecommons.org/licenses/by-nc-nd/3.0/br/ |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
Universidade Federal de São Carlos Câmpus São Carlos |
dc.publisher.program.fl_str_mv |
Programa Interinstitucional de Pós-Graduação em Ciências Fisiológicas - PIPGCF |
dc.publisher.initials.fl_str_mv |
UFSCar |
publisher.none.fl_str_mv |
Universidade Federal de São Carlos Câmpus São Carlos |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFSCAR instname:Universidade Federal de São Carlos (UFSCAR) instacron:UFSCAR |
instname_str |
Universidade Federal de São Carlos (UFSCAR) |
instacron_str |
UFSCAR |
institution |
UFSCAR |
reponame_str |
Repositório Institucional da UFSCAR |
collection |
Repositório Institucional da UFSCAR |
bitstream.url.fl_str_mv |
https://repositorio.ufscar.br/bitstream/ufscar/15827/3/Disserta%c3%a7%c3%a3o__%20Deivid%20Gomes%20da%20Silva__Final.pdf https://repositorio.ufscar.br/bitstream/ufscar/15827/4/Carta_comprovante_Deivid%20Gomes%20da%20Silva.pdf https://repositorio.ufscar.br/bitstream/ufscar/15827/5/license_rdf https://repositorio.ufscar.br/bitstream/ufscar/15827/6/Disserta%c3%a7%c3%a3o__%20Deivid%20Gomes%20da%20Silva__Final.pdf.txt https://repositorio.ufscar.br/bitstream/ufscar/15827/8/Carta_comprovante_Deivid%20Gomes%20da%20Silva.pdf.txt https://repositorio.ufscar.br/bitstream/ufscar/15827/7/Disserta%c3%a7%c3%a3o__%20Deivid%20Gomes%20da%20Silva__Final.pdf.jpg https://repositorio.ufscar.br/bitstream/ufscar/15827/9/Carta_comprovante_Deivid%20Gomes%20da%20Silva.pdf.jpg |
bitstream.checksum.fl_str_mv |
a091c37c418c068b973d090fed5cc93f 9727d2bdf53d6eb2a9d78a6997a1fcfb e39d27027a6cc9cb039ad269a5db8e34 3c10a4161d10490318235f10c046f3f2 3729feaa1401a5588119829ad9da8b34 15406b9d192ec423cd605a82c3f48abb 4624de6d2a08ab2d0a10f37c0843ea02 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFSCAR - Universidade Federal de São Carlos (UFSCAR) |
repository.mail.fl_str_mv |
|
_version_ |
1767351178794893312 |