Utilização de visão computacional para a reconstrução automatizada da área de secção transversa muscular a partir de imagens sequenciais obtidas por ultrassonografia

Detalhes bibliográficos
Ano de defesa: 2022
Autor(a) principal: Silva, Deivid Gomes da
Orientador(a): Libardi, Cleiton Augusto lattes
Banca de defesa: Não Informado pela instituição
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:
Inteligência artificial
Músculo esquelético
Automatização
Reconstrução manual
Palavras-chave em Inglês:
Artificial intelligence
Skeletal muscle
Automation
Manual reconstruction
Área do conhecimento CNPq:
CIENCIAS DA SAUDE::EDUCACAO FISICA
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

Registros relacionados