[en] DETECTION OF REGIONS OF WHITE MATTER LESIONS OF THE BRAIN IN T1 AND FLAIR IMAGES

• Ano de defesa: 2020
• Autor(a) principal: PEDRO HENRIQUE BANDEIRA DINIZ
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: eng
• Instituição de defesa: MAXWELL
• Palavras-chave em Português: [pt] RESSONANCIA MAGNETICA; [pt] LESAO NA SUBSTANCIA BRANCA DO CEREBRO; [pt] SLIC0; [pt] REDE NEURAL CONVOLUCIONAL; [pt] DETECCAO AUXILIADA POR COMPUTADOR; [en] MAGNETIC RESONANCE; [en] WHITE MATTER LESION IN THE BRAIN; [en] SLIC0; [en] CONVOLUTIONAL NEURAL NETWORK; [en] COMPUTER-AIDED DETECTION
• Link de acesso: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=47450&idi=1; https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=47450&idi=2; http://doi.org/10.17771/PUCRio.acad.47450

[pt] As lesões da substância branca são lesões cerebrais não estáticas que têm uma taxa de prevalência de até 98 por cento na população idosa, embora também esteja presente na população jovem. Uma vez que elas podem estar associadas a várias doenças cerebrais, é importante detectá-las o mais cedo possível. A ressonância magnética fornece dados tridimensionais para visualização e análise de tecidos moles, pois contém informações ricas sobre sua anatomia. No entanto, a quantidade de dados adquiridos para essas imagens pode ser excessiva para análise / interpretação manual, representando uma tarefa difícil e demorada para especialistas. Portanto, esta tese de doutorado apresenta quatro novos métodos computacionais para detectar automaticamente lesões de substância branca em imagens de ressonância magnética, baseadas principalmente nos algoritmos SLIC0 e Convolutional Neural Networks. Nosso principal objetivo é fornecer as ferramentas necessárias para que os especialistas acelerem seus trabalhos e sugiram uma segunda opinião. Dos quatro métodos propostos, o que obteve melhores resultados foi aplicado em 91 imagens de ressonância magnética, e obteve uma precisão de 97,93 por cento, especificidade de 98,02 por cento e sensibilidade de 90,12 por cento, sem utilizar nenhuma técnica de redução de candidatos.