Aplicação de técnicas matemáticas avançadas para auxílio a diagnóstico em imagens na detecção de fraturas em stents.

• Ano de defesa: 2012
• Autor(a) principal: Ricchetti, Pier Marco
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Algorithm.; Algoritmos.; Diagnóstico por Imagem; Filters/Methods; Filtros/Métodos; Image Diagnosis; Stent
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/98/98131/tde-21052012-080942/

O implante de stents em região vascular periférica tem sido apontado como uma solução para o tratamento endovascular, e tem sido largamente utilizado. No entanto, há estudos que apontam com certa frequência a ocorrência de problemas ligados a fraturas de stents, as quais devem ser diagnosticadas e convenientemente tratadas. Na região femoropoplítea, por exemplo, foi detectada a ocorrência de 32% de fraturas em um conjunto de 121 tratamentos, conforme aponta pesquisa realizada. O diagnóstico de tais fraturas é normalmente feito a partir de análise visual de imagens, as quais muitas vezes apresentam ruídos e deformidades decorrentes do método empregado para a sua captura, dificultando a correta visualização de sua estrutura e deformidades. A escassez de recursos e estudos que permitam a automatização deste processo motivaram a realização deste trabalho, em que são desenvolvidas técnicas que melhoram a visualização dos elementos de imagem de forma a facilitar o diagnóstico de observação e, quando possível, apontar regiões de possíveis fraturas. Para isto, a utilização de elementos computacionais clássicos e o desenvolvimento de técnicas adicionais inéditas contribuem para a análise de imagens, fornecendo um possível direcionamento como forma de auxílio ao diagnóstico médico. Os métodos desenvolvidos são aplicados a amostras de imagens, e os resultados obtidos são comparados àqueles do diagnóstico médico. Como resultado obteve-se, além da melhoria de visualização das imagens, um índice de concordância Kappa de 0,878 para a detecção de fraturas, o que confirma o método como satisfatório e de concordância bastante relevante.