Multidimensional similarity search for 2D-3D medical data correlation and fusion

Detalhes bibliográficos
Ano de defesa: 2014
Autor(a) principal: Grandi, Jerônimo Gustavo
Orientador(a): Maciel, Anderson
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: eng
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Computacao grafica : Aplicacoes
Processamento : Imagens médicas
3D
Palavras-chave em Inglês:
2D-3D image fusion
Medical images
Volumetric visualization
Withinmodality registration
Link de acesso: http://hdl.handle.net/10183/104133
Resumo: Imagens da anatomia interna são essenciais para as práticas médicas. Estabelecer correlação entre elas, é um importante procedimento para diagnóstico e tratamento. Nessa dissertação, é proposta uma abordagem para correlacionar dados multidimensionais de mesma modalidade de aquisição baseando-se somente nas informações de intensidade de pixels e voxels. O trabalho foi dividido em duas fases de implementação. Na primeira, foi explorado o problema de similaridade entre imagens médicas usando a perspectiva de análise de qualidade de imagem. Isso levou ao desenvolvimento de uma técnica de dois passos que estabelece um equilíbrio entre a velocidade de processamento e precisão de duas abordagens conhecidas. Avaliou-se a qualidade e aplicabilidade do algoritmo e, na segunda fase, o método foi estendido para analisar similaridade e encontrar a localização de uma imagem arbitrária (2D) em um volume (3D). A solução minimiza o número virtualmente infinito de possíveis orientações transversais e usa otimizações para reduzir a carga de trabalho e entregar resultados precisos. Uma visualização tridimensional volumétrica funde o volume (3D) com a imagem (2D) estabelecendo uma correspondência entre os dados. Uma análise experimental demonstrou que, apesar da complexidade computacional do algoritmo, o uso de amostragem, tanto na imagem quanto no volume, permite alcançar um bom equilíbrio entre desempenho e precisão, mesmo quando realizada com conjuntos de dados de baixa intensidade de gradiente.
id URGS_687dbc211616bd74f10e33749274b586
oai_identifier_str oai:www.lume.ufrgs.br:10183/104133
network_acronym_str URGS
network_name_str Biblioteca Digital de Teses e Dissertações da UFRGS
repository_id_str
spelling Grandi, Jerônimo GustavoMaciel, Anderson2014-10-03T02:12:46Z2014http://hdl.handle.net/10183/104133000939693Imagens da anatomia interna são essenciais para as práticas médicas. Estabelecer correlação entre elas, é um importante procedimento para diagnóstico e tratamento. Nessa dissertação, é proposta uma abordagem para correlacionar dados multidimensionais de mesma modalidade de aquisição baseando-se somente nas informações de intensidade de pixels e voxels. O trabalho foi dividido em duas fases de implementação. Na primeira, foi explorado o problema de similaridade entre imagens médicas usando a perspectiva de análise de qualidade de imagem. Isso levou ao desenvolvimento de uma técnica de dois passos que estabelece um equilíbrio entre a velocidade de processamento e precisão de duas abordagens conhecidas. Avaliou-se a qualidade e aplicabilidade do algoritmo e, na segunda fase, o método foi estendido para analisar similaridade e encontrar a localização de uma imagem arbitrária (2D) em um volume (3D). A solução minimiza o número virtualmente infinito de possíveis orientações transversais e usa otimizações para reduzir a carga de trabalho e entregar resultados precisos. Uma visualização tridimensional volumétrica funde o volume (3D) com a imagem (2D) estabelecendo uma correspondência entre os dados. Uma análise experimental demonstrou que, apesar da complexidade computacional do algoritmo, o uso de amostragem, tanto na imagem quanto no volume, permite alcançar um bom equilíbrio entre desempenho e precisão, mesmo quando realizada com conjuntos de dados de baixa intensidade de gradiente.Images of the inner anatomy are essential for clinical practice. To establish a correlation between them is an important procedure for diagnosis and treatment. In this thesis, we propose an approach to correlate within-modality 2D and 3D data from ordinary acquisition protocols based solely on the pixel/voxel information. The work was divided into two development phases. First, we explored the similarity problem between medical images using the perspective of image quality assessment. It led to the development of a 2-step technique that settles the compromise between processing speed and precision of two known approaches. We evaluated the quality and applicability of the 2-step and, in the second phase, we extended the method to use similarity analysis to, given an arbitrary slice image (2D), find the location of this slice within the volume data (3D). The solution minimizes the virtually infinite number of possible cross section orientations and uses optimizations to reduce the computational workload and output accurate results. The matching is displayed in a volumetric three-dimensional visualization fusing the 3D with the 2D. An experimental analysis demonstrated that despite the computational complexity of the algorithm, the use of severe data sampling allows achieving a great compromise between performance and accuracy even when performed with low gradient intensity datasets.application/pdfengComputacao grafica : AplicacoesProcessamento : Imagens médicas3D2D-3D image fusionMedical imagesVolumetric visualizationWithinmodality registrationMultidimensional similarity search for 2D-3D medical data correlation and fusionBusca de similaridade para correlação e fusão de imagens médicas multidimensionais info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal do Rio Grande do SulInstituto de InformáticaPrograma de Pós-Graduação em ComputaçãoPorto Alegre, BR-RS2014mestradoinfo:eu-repo/semantics/openAccessreponame:Biblioteca Digital de Teses e Dissertações da UFRGSinstname:Universidade Federal do Rio Grande do Sul (UFRGS)instacron:UFRGSORIGINAL000939693.pdf000939693.pdfTexto completo (inglês)application/pdf14666642http://www.lume.ufrgs.br/bitstream/10183/104133/1/000939693.pdf8368cdbc0e43c6eab8b9910abfb17204MD51TEXT000939693.pdf.txt000939693.pdf.txtExtracted Texttext/plain172697http://www.lume.ufrgs.br/bitstream/10183/104133/2/000939693.pdf.txt01f2f61f0677ab5ebbb2352187dd0c66MD52THUMBNAIL000939693.pdf.jpg000939693.pdf.jpgGenerated Thumbnailimage/jpeg1018http://www.lume.ufrgs.br/bitstream/10183/104133/3/000939693.pdf.jpg093e8ba29d44ed14ab1525721070230fMD5310183/1041332021-05-26 04:28:22.632082oai:www.lume.ufrgs.br:10183/104133Biblioteca Digital de Teses e Dissertaçõeshttps://lume.ufrgs.br/handle/10183/2PUBhttps://lume.ufrgs.br/oai/requestlume@ufrgs.br||lume@ufrgs.bropendoar:18532021-05-26T07:28:22Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)false
dc.title.pt_BR.fl_str_mv Multidimensional similarity search for 2D-3D medical data correlation and fusion
dc.title.alternative.pt.fl_str_mv Busca de similaridade para correlação e fusão de imagens médicas multidimensionais
title Multidimensional similarity search for 2D-3D medical data correlation and fusion
spellingShingle Multidimensional similarity search for 2D-3D medical data correlation and fusion
Grandi, Jerônimo Gustavo
Computacao grafica : Aplicacoes
Processamento : Imagens médicas
3D
2D-3D image fusion
Medical images
Volumetric visualization
Withinmodality registration
title_short Multidimensional similarity search for 2D-3D medical data correlation and fusion
title_full Multidimensional similarity search for 2D-3D medical data correlation and fusion
title_fullStr Multidimensional similarity search for 2D-3D medical data correlation and fusion
title_full_unstemmed Multidimensional similarity search for 2D-3D medical data correlation and fusion
title_sort Multidimensional similarity search for 2D-3D medical data correlation and fusion
author Grandi, Jerônimo Gustavo
author_facet Grandi, Jerônimo Gustavo
author_role author
dc.contributor.author.fl_str_mv Grandi, Jerônimo Gustavo
dc.contributor.advisor1.fl_str_mv Maciel, Anderson
contributor_str_mv Maciel, Anderson
dc.subject.por.fl_str_mv Computacao grafica : Aplicacoes
Processamento : Imagens médicas
3D
topic Computacao grafica : Aplicacoes
Processamento : Imagens médicas
3D
2D-3D image fusion
Medical images
Volumetric visualization
Withinmodality registration
dc.subject.eng.fl_str_mv 2D-3D image fusion
Medical images
Volumetric visualization
Withinmodality registration
description Imagens da anatomia interna são essenciais para as práticas médicas. Estabelecer correlação entre elas, é um importante procedimento para diagnóstico e tratamento. Nessa dissertação, é proposta uma abordagem para correlacionar dados multidimensionais de mesma modalidade de aquisição baseando-se somente nas informações de intensidade de pixels e voxels. O trabalho foi dividido em duas fases de implementação. Na primeira, foi explorado o problema de similaridade entre imagens médicas usando a perspectiva de análise de qualidade de imagem. Isso levou ao desenvolvimento de uma técnica de dois passos que estabelece um equilíbrio entre a velocidade de processamento e precisão de duas abordagens conhecidas. Avaliou-se a qualidade e aplicabilidade do algoritmo e, na segunda fase, o método foi estendido para analisar similaridade e encontrar a localização de uma imagem arbitrária (2D) em um volume (3D). A solução minimiza o número virtualmente infinito de possíveis orientações transversais e usa otimizações para reduzir a carga de trabalho e entregar resultados precisos. Uma visualização tridimensional volumétrica funde o volume (3D) com a imagem (2D) estabelecendo uma correspondência entre os dados. Uma análise experimental demonstrou que, apesar da complexidade computacional do algoritmo, o uso de amostragem, tanto na imagem quanto no volume, permite alcançar um bom equilíbrio entre desempenho e precisão, mesmo quando realizada com conjuntos de dados de baixa intensidade de gradiente.
publishDate 2014
dc.date.accessioned.fl_str_mv 2014-10-03T02:12:46Z
dc.date.issued.fl_str_mv 2014
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 http://hdl.handle.net/10183/104133
dc.identifier.nrb.pt_BR.fl_str_mv 000939693
url http://hdl.handle.net/10183/104133
identifier_str_mv 000939693
dc.language.iso.fl_str_mv eng
language eng
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.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da UFRGS
instname:Universidade Federal do Rio Grande do Sul (UFRGS)
instacron:UFRGS
instname_str Universidade Federal do Rio Grande do Sul (UFRGS)
instacron_str UFRGS
institution UFRGS
reponame_str Biblioteca Digital de Teses e Dissertações da UFRGS
collection Biblioteca Digital de Teses e Dissertações da UFRGS
bitstream.url.fl_str_mv http://www.lume.ufrgs.br/bitstream/10183/104133/1/000939693.pdf
http://www.lume.ufrgs.br/bitstream/10183/104133/2/000939693.pdf.txt
http://www.lume.ufrgs.br/bitstream/10183/104133/3/000939693.pdf.jpg
bitstream.checksum.fl_str_mv 8368cdbc0e43c6eab8b9910abfb17204
01f2f61f0677ab5ebbb2352187dd0c66
093e8ba29d44ed14ab1525721070230f
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da UFRGS - Universidade Federal do Rio Grande do Sul (UFRGS)
repository.mail.fl_str_mv lume@ufrgs.br||lume@ufrgs.br
_version_ 1816737279765381120

Registros relacionados