Reconstrução e segmentação de angiografias via técnicas variacionais e métodos de Level Set

Detalhes bibliográficos
Ano de defesa: 2013
Autor(a) principal: Bulant, Carlos Alberto
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Laboratório de Computação Científica
Serviço de Análise e Apoio a Formação de Recursos Humanos
Brasil
LNCC
Programa de Pós-Graduação em Modelagem Computacional
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: https://tede.lncc.br/handle/tede/138
Resumo: Este trabalho foca-se nos problemas da reconstrução tomográfica e da segmentação de estruturas arteriais em três dimensões, entendendo ambos como blocos fundamentais na modelagem do sistema cardiovascular humano orientada a pacientes específicos. Dentro deste contexto, a possibilidade de melhorar a qualidade das informações contidas nas imagens médicas realizadas em estudos clínicos via métodos de reconstrução mais precisos torna-se atraente porque impacta diretamente na acurácia das técnicas de segmentação, e permite a construção de modelos geométricos mais próximos à realidade. Especificamente, neste trabalho, o problema inverso de reconstrução a partir de projeções é estudado empregando o modelo simplificado clássico, via a transformada de Radon, para duas e três dimensões com diferentes geometrias de amostragem. Logo, os métodos de resolução padrão baseados na inversão analítica desta transformada em forma de back-projection foram estudados. Um método iterativo baseado em análise de sensibilidade, denominado aqui como método baseado no gradiente topológico, foi estudado e adaptado para funcionar com um esquema matrix-free em paralelo. Em seguida, um novo método com fundamentos na teoria de formulações variacionais é desenvolvido. Devido às características do método, o mesmo é implementado computacionalmente empregando paralelismo e um formato matrix-free. Um estudo quantitativo sobre os parâmetros de cada método é fornecido, assim como também um estudo comparativo entre todos eles usando o amplamente difundido fantasma de Shepp-Logan. Por fim, estudos preliminares com projeções de estudos de angiografias rotacionais tridimensionais são apresentados. No contexto da segmentação de imagens médicas, duas alternativas são apresentadas para segmentar estruturas arteriais a partir de imagens tridimensionais provenientes de estudos de angiografia rotacional e tomográfica. A primeira metodologia baseia-se num enfoque simples de crescimento de região, combinado com thresholding e suavizado anisotrópico. A segunda metodologia utiliza um enfoque de Level Set, inicializado por uma técnica denominada colliding fronts. Na atualidade diversas variantes do método de Level Set têm ganhado popularidade na segmentação de estruturas arteriais. Neste trabalho comparam-se qualitativamente ambas alternativas com um fantasma numérico, e na segmentação de estruturas arteriais presentes em imagens médicas localizadas em diversas regiões anatômicas. Por fim, recomendações sobre o método mais conveniente a ser utilizado em cada região junto com valores para os parâmetros são fornecidos.
id LNCC_e0ad36513ea88032102684cc2f51bb5c
oai_identifier_str oai:tede-server.lncc.br:tede/138
network_acronym_str LNCC
network_name_str Biblioteca Digital de Teses e Dissertações do LNCC
repository_id_str
spelling Reconstrução e segmentação de angiografias via técnicas variacionais e métodos de Level SetAngiography image reconstruction and segmentation using variational techniques and level set methodsProcessamento de imagemSistema cardiovascularAneurisma cerebralCardiovascular systemImage processingIntracranial aneurysmsCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::PROCESSAMENTO GRAFICO (GRAPHICS)Este trabalho foca-se nos problemas da reconstrução tomográfica e da segmentação de estruturas arteriais em três dimensões, entendendo ambos como blocos fundamentais na modelagem do sistema cardiovascular humano orientada a pacientes específicos. Dentro deste contexto, a possibilidade de melhorar a qualidade das informações contidas nas imagens médicas realizadas em estudos clínicos via métodos de reconstrução mais precisos torna-se atraente porque impacta diretamente na acurácia das técnicas de segmentação, e permite a construção de modelos geométricos mais próximos à realidade. Especificamente, neste trabalho, o problema inverso de reconstrução a partir de projeções é estudado empregando o modelo simplificado clássico, via a transformada de Radon, para duas e três dimensões com diferentes geometrias de amostragem. Logo, os métodos de resolução padrão baseados na inversão analítica desta transformada em forma de back-projection foram estudados. Um método iterativo baseado em análise de sensibilidade, denominado aqui como método baseado no gradiente topológico, foi estudado e adaptado para funcionar com um esquema matrix-free em paralelo. Em seguida, um novo método com fundamentos na teoria de formulações variacionais é desenvolvido. Devido às características do método, o mesmo é implementado computacionalmente empregando paralelismo e um formato matrix-free. Um estudo quantitativo sobre os parâmetros de cada método é fornecido, assim como também um estudo comparativo entre todos eles usando o amplamente difundido fantasma de Shepp-Logan. Por fim, estudos preliminares com projeções de estudos de angiografias rotacionais tridimensionais são apresentados. No contexto da segmentação de imagens médicas, duas alternativas são apresentadas para segmentar estruturas arteriais a partir de imagens tridimensionais provenientes de estudos de angiografia rotacional e tomográfica. A primeira metodologia baseia-se num enfoque simples de crescimento de região, combinado com thresholding e suavizado anisotrópico. A segunda metodologia utiliza um enfoque de Level Set, inicializado por uma técnica denominada colliding fronts. Na atualidade diversas variantes do método de Level Set têm ganhado popularidade na segmentação de estruturas arteriais. Neste trabalho comparam-se qualitativamente ambas alternativas com um fantasma numérico, e na segmentação de estruturas arteriais presentes em imagens médicas localizadas em diversas regiões anatômicas. Por fim, recomendações sobre o método mais conveniente a ser utilizado em cada região junto com valores para os parâmetros são fornecidos.This work focuses on tomographic reconstruction and three-dimensional arterial structures segmentation problems, understanding both as fundamentals modules of patient specific-based cardiovascular modeling. Is in this context where the possibility of improving information quality contained in medical images, by means of more accurate reconstruction methods, is of interest because of its impact on segmentation algorithm precision, allowing the construction of more realistic vessel geometrical models. Specifically, in this work, we study the reconstruction from projection inverse problem based on the classic simplified model for x-ray interaction, using the Radon transform, in two and three dimensions with different acquisition geometries. Then, we present the standard methods, which are based on analytic inversion of the Radon transform in the form of back-projection. An iterative reconstruction method based on sensitivity analysis, was studied and adapted to work in a parallel and matrix-free form. In addition, a novel reconstruction method, with foundations given by the theoretical framework of variational formulations, is developed. In view of the characteristics of the methodology, the computational implementation is carried out following a distributed computing paradigm on top of a matrix-free form version of the method. We perform parameter sensitivity analysis for each method, and a quantitative comparative analysis among them, using the well known Shepp-Logan head phantom, is also presented. Some preliminary reconstruction studies with real data are presented. In the context of medical image segmentation, we explore two alternatives for arterial structures segmentation from three dimension images acquired on three-Dimensional Rotational Angiography and Computed Tomography Angiography clinical studies. The first methodology is based on a simple seeded region growing algorithm, combined with thresholding and anisotropic diffusion techniques. The second pipeline uses a Level Set approach, initialized with the colliding fronts algorithm. Now days, Level Set methods variants are gaining popularity for vessel segmentation problems. In this work, we present a qualitative comparison by segmenting a numerical phantom, as well as segmenting arterial structures on different anatomical regions of the head and neck. At last, we present some recommendations for method and parameter choosing, as a function of the anatomical region.Laboratório de Computação CientíficaServiço de Análise e Apoio a Formação de Recursos HumanosBrasilLNCCPrograma de Pós-Graduação em Modelagem ComputacionalBlanco, Pablo JavierCPF:05976610730http://lattes.cnpq.br/2207239537360072Feijóo, Raul AntoninoCPF:40994244720http://lattes.cnpq.br/2980425786626151Oliveira, Jauvane Cavalcante deCPF:46168834320http://lattes.cnpq.br/4054756781423727Silva, Nelson Albuquerque de Souza eCPF:11111111111http://lattes.cnpq.br/6460447408144781Larrabide, IgnacioCPF:05870381797http://lattes.cnpq.br/7463531453177857Bulant, Carlos Alberto2015-03-04T18:57:36Z2015-02-232013-02-26info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://tede.lncc.br/handle/tede/138porinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações do LNCCinstname:Laboratório Nacional de Computação Científica (LNCC)instacron:LNCC2018-07-04T12:59:45Zoai:tede-server.lncc.br:tede/138Biblioteca Digital de Teses e Dissertaçõeshttps://tede.lncc.br/PUBhttps://tede.lncc.br/oai/requestlibrary@lncc.br||library@lncc.bropendoar:2018-07-04T12:59:45Biblioteca Digital de Teses e Dissertações do LNCC - Laboratório Nacional de Computação Científica (LNCC)false
dc.title.none.fl_str_mv Reconstrução e segmentação de angiografias via técnicas variacionais e métodos de Level Set
Angiography image reconstruction and segmentation using variational techniques and level set methods
title Reconstrução e segmentação de angiografias via técnicas variacionais e métodos de Level Set
spellingShingle Reconstrução e segmentação de angiografias via técnicas variacionais e métodos de Level Set
Bulant, Carlos Alberto
Processamento de imagem
Sistema cardiovascular
Aneurisma cerebral
Cardiovascular system
Image processing
Intracranial aneurysms
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::PROCESSAMENTO GRAFICO (GRAPHICS)
title_short Reconstrução e segmentação de angiografias via técnicas variacionais e métodos de Level Set
title_full Reconstrução e segmentação de angiografias via técnicas variacionais e métodos de Level Set
title_fullStr Reconstrução e segmentação de angiografias via técnicas variacionais e métodos de Level Set
title_full_unstemmed Reconstrução e segmentação de angiografias via técnicas variacionais e métodos de Level Set
title_sort Reconstrução e segmentação de angiografias via técnicas variacionais e métodos de Level Set
author Bulant, Carlos Alberto
author_facet Bulant, Carlos Alberto
author_role author
dc.contributor.none.fl_str_mv Blanco, Pablo Javier
CPF:05976610730
http://lattes.cnpq.br/2207239537360072
Feijóo, Raul Antonino
CPF:40994244720
http://lattes.cnpq.br/2980425786626151
Oliveira, Jauvane Cavalcante de
CPF:46168834320
http://lattes.cnpq.br/4054756781423727
Silva, Nelson Albuquerque de Souza e
CPF:11111111111
http://lattes.cnpq.br/6460447408144781
Larrabide, Ignacio
CPF:05870381797
http://lattes.cnpq.br/7463531453177857
dc.contributor.author.fl_str_mv Bulant, Carlos Alberto
dc.subject.por.fl_str_mv Processamento de imagem
Sistema cardiovascular
Aneurisma cerebral
Cardiovascular system
Image processing
Intracranial aneurysms
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::PROCESSAMENTO GRAFICO (GRAPHICS)
topic Processamento de imagem
Sistema cardiovascular
Aneurisma cerebral
Cardiovascular system
Image processing
Intracranial aneurysms
CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO::METODOLOGIA E TECNICAS DA COMPUTACAO::PROCESSAMENTO GRAFICO (GRAPHICS)
description Este trabalho foca-se nos problemas da reconstrução tomográfica e da segmentação de estruturas arteriais em três dimensões, entendendo ambos como blocos fundamentais na modelagem do sistema cardiovascular humano orientada a pacientes específicos. Dentro deste contexto, a possibilidade de melhorar a qualidade das informações contidas nas imagens médicas realizadas em estudos clínicos via métodos de reconstrução mais precisos torna-se atraente porque impacta diretamente na acurácia das técnicas de segmentação, e permite a construção de modelos geométricos mais próximos à realidade. Especificamente, neste trabalho, o problema inverso de reconstrução a partir de projeções é estudado empregando o modelo simplificado clássico, via a transformada de Radon, para duas e três dimensões com diferentes geometrias de amostragem. Logo, os métodos de resolução padrão baseados na inversão analítica desta transformada em forma de back-projection foram estudados. Um método iterativo baseado em análise de sensibilidade, denominado aqui como método baseado no gradiente topológico, foi estudado e adaptado para funcionar com um esquema matrix-free em paralelo. Em seguida, um novo método com fundamentos na teoria de formulações variacionais é desenvolvido. Devido às características do método, o mesmo é implementado computacionalmente empregando paralelismo e um formato matrix-free. Um estudo quantitativo sobre os parâmetros de cada método é fornecido, assim como também um estudo comparativo entre todos eles usando o amplamente difundido fantasma de Shepp-Logan. Por fim, estudos preliminares com projeções de estudos de angiografias rotacionais tridimensionais são apresentados. No contexto da segmentação de imagens médicas, duas alternativas são apresentadas para segmentar estruturas arteriais a partir de imagens tridimensionais provenientes de estudos de angiografia rotacional e tomográfica. A primeira metodologia baseia-se num enfoque simples de crescimento de região, combinado com thresholding e suavizado anisotrópico. A segunda metodologia utiliza um enfoque de Level Set, inicializado por uma técnica denominada colliding fronts. Na atualidade diversas variantes do método de Level Set têm ganhado popularidade na segmentação de estruturas arteriais. Neste trabalho comparam-se qualitativamente ambas alternativas com um fantasma numérico, e na segmentação de estruturas arteriais presentes em imagens médicas localizadas em diversas regiões anatômicas. Por fim, recomendações sobre o método mais conveniente a ser utilizado em cada região junto com valores para os parâmetros são fornecidos.
publishDate 2013
dc.date.none.fl_str_mv 2013-02-26
2015-03-04T18:57:36Z
2015-02-23
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.uri.fl_str_mv https://tede.lncc.br/handle/tede/138
url https://tede.lncc.br/handle/tede/138
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Laboratório de Computação Científica
Serviço de Análise e Apoio a Formação de Recursos Humanos
Brasil
LNCC
Programa de Pós-Graduação em Modelagem Computacional
publisher.none.fl_str_mv Laboratório de Computação Científica
Serviço de Análise e Apoio a Formação de Recursos Humanos
Brasil
LNCC
Programa de Pós-Graduação em Modelagem Computacional
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações do LNCC
instname:Laboratório Nacional de Computação Científica (LNCC)
instacron:LNCC
instname_str Laboratório Nacional de Computação Científica (LNCC)
instacron_str LNCC
institution LNCC
reponame_str Biblioteca Digital de Teses e Dissertações do LNCC
collection Biblioteca Digital de Teses e Dissertações do LNCC
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações do LNCC - Laboratório Nacional de Computação Científica (LNCC)
repository.mail.fl_str_mv library@lncc.br||library@lncc.br
_version_ 1832738026968580096