Use este identificador para citar ou linkar para este item: repositorio.ufla.br/jspui/handle/1/4578
Título: Uma nova abordagem para segmentação de imagens de tensores de difusão do cérebro
Autor : Silva, Michel Melo da
Primeiro orientador: Saúde, André Vital
metadata.teses.dc.contributor.advisor-co: Menezes, Fortunato Silva
Primeiro membro da banca: Lacerda, Wilian Soares
Campos, Mário Fernando Montenegro
Área de concentração: Ciência da Computação
Palavras-chave: Redes neurais artificiais
Imagens de ressonãncia magnética
Artificial neural network
Magnetic resonance imaging
Data da publicação: 2014
Agência(s) de fomento: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)
Referência: SILVA, M. M. da. Uma nova abordagem para segmentação de imagens de tensores de difusão do cérebro. 2014. 94 p. Dissertação (Mestrado em Ciência da Computação) - Universidade Federal de Lavras, Lavras, 2014.
Resumo: Esta dissertação de mestrado foi realizada com o objetivo de apresentar uma nova forma de segmentar em substância branca, substância cinzenta e fluido cérebro-espinhal as imagens de tensores de difusão (DTI, do inglês Difusion Tensor Image) do cérebro humano, capturadas por ressonância magnética. Doenças como, por exemplo, Alzheimer, perda de memória de longa duração, dislexia e outras estão sendo relacionadas com o volume ou a alteração do volume da substância branca e/ou cinzenta. Os métodos de segmentação apresentados na literatura até o momento não fazem uma segmentação direta com base em DTI utilizando as características intra e inter voxel ao mesmo tempo. A alternativa apresentada, na presente abordagem, _e a utilização de técnica, baseada em aprendizagem de máquina, como Redes Neurais Artificiais (RNA), para fazer uma segmentação voxel a voxel com base em características intra e intervoxel da DTI. Neste trabalho são apresentadas as características de DTI, noções básicas sobre Aquisição de Imagens de Ressonância Magnética, representação de tensores por elipsóides, noções básicas da estrutura do cérebro humano, relação entre as características e as regiões do cérebro e noções básicas sobre RNA e Análise Discriminante Linear. Os resultados dessa nova abordagem foram eficazes na segmentação do cérebro humano, com taxa de erro menor que 2% sobre alguns dos métodos utilizados para ensinar a RNA, durante o treinamento, além de contar com as vantagens de uma técnica baseada em aprendizagem de máquina. A principal contribuição deste trabalho foi mostrar a vantagem de se observar, também, as características intervoxel no processo de segmentação do cérebro. Concluiu-se que a utilização dessas características diminui o erro nas regiões de borda dos tecidos.
The aim of this master dissertation is to present a novel form to segment Di usion Tensor Image (DTI) captured by magnetic resonance machine. The DTI is a scan of the human brain, and it is segmented into white matter, gray matter and cerebrospinal uid. Diseases, such as Alzheimer, losing of long term memory, dyslexia and others were related to the volume or volume changes in the white matter and/or gray matter. The segmentation methods presented in the literature up to now does not perform a segmentation based on DTI using both intra and inter voxel features together. This proposed method presented here is an approach which uses techniques based on machine learning, such as Arti cial Neural Networks (ANN), to make a voxel to voxel segmentation from intra and inter voxel features of the DTI. This work presents some ideas about the features of DTI, insight of Magnetic Resonance Image acquisition, ellipsoid DTI visualization, human brain basic structures, the relationship between the characteristics and the brain regions, and insight about ANN and Linear Discriminant Analysis. The results of this new approach were e ective in segmenting the human brain, with an error rate less than 2% about one of the methods used to teach the ANN in the training process, in addition to having the advantages of a technique based on machine learning. The main contribution of this work was to show the advantage of observing both the features intervoxel on the brain segmentation process. It was concluded that the use of those features reduces the error in the edge regions of the tissues.
metadata.teses.dc.description: Dissertação apresentada a Universidade Federal de Lavras, como parte das exigências do Programa de Pós-Graduação em Ciência da Computação, área de concentração em Ciência da Computação, para obtenção do título de Mestre.
URI: http://repositorio.ufla.br/jspui/handle/1/4578
Publicador: UNIVERSIDADE FEDERAL DE LAVRAS
Idioma: pt_BR
Aparece nas coleções:DCC - Ciência da Computação - Mestrado (Dissertações)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
DISSERTAÇÃO_Uma nova abordagem para segmentação de imagens de tensores.pdf1,6 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.