Estudo avaliativo da informação mútua generalizada e de métricas clássicas como medidas de similaridade para corregistro em imagens fractais e cerebrais

• Ano de defesa: 2012
• Autor(a) principal: Nali, Ivan Christensen
• 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: Coregistration; Corregistro; Generalized Mutual Information.; Informação Mútua Generalizada.; Métrica de Similaridade; Similarity Metric
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/59/59135/tde-26062012-165152/

A integração de diferentes modalidades de imagens médicas possibilita uma análise mais detalhada de seu conteúdo, visando-se um diagnóstico mais preciso da patologia presente. Este processo, conhecido como corregistro, busca o alinhamento das imagens através da transformação rígida (ou não rígida) das mesmas, por algoritmos matemáticos de distorção, translação, rotação e ajuste de escala. A amplitude de cada transformação é determinada por uma medida de similaridade das imagens. Quanto menor a similaridade, maior será a transformação aplicada. Neste sentido, a métrica de similaridade é uma peça chave do processo de corregistro. No presente trabalho, inicialmente são propostas novas definições para o cálculo dos erros de alinhamento nas transformações de translação, rotação e escala, com o objetivo de se avaliar o desempenho do corregistro. Em seguida, cinco experimentos são realizados. No primeiro, a Informação Mútua Generalizada é avaliada como medida de similaridade para corregistro em imagens fractais e cerebrais. Neste caso, os resultados sugerem a viabilidade do emprego desta métrica, pois em geral conduz a erros de alinhamento muito pequenos, mas sem vantagens aparentes em relação à formulação de Shannon. No segundo experimento, um estudo comparativo entre a Informação Mútua e as métricas clássicas (Coeficiente de Correlação, Média dos Quadrados, Diferença de Gradiente e Cardinalidade) é então realizado. Para as imagens binárias analisadas, as métricas com menores valores de erro de alinhamento para os corregistros de translação e rotação foram a Informação Mútua e a Diferença de Gradiente. Para o corregistro de escala, todas as métricas conduziram a erros de alinhamento próximos de zero. No terceiro experimento, o processo de alinhamento é investigado em termos do número de iterações do algoritmo de corregistro. Considerando-se ambas as variáveis erro de alinhamento e número de iterações, conclui-se que o uso da Informação Mútua Generalizada com q = 1.0 é adequado ao corregistro. No quarto experimento, a influência da dimensão fractal no corregistro de imagens fractais binárias foi estudada. Para algumas métricas, a tendência geral observada é a de uma diminuição do erro de alinhamento em resposta ao aumento da dimensão fractal. Finalmente, no quinto experimento, constatou-se a existência de correlação linear entre os erros de alinhamento de imagens em tons de cinza do córtex cerebral e de fractais do conjunto Julia.