DSpace
 
  Repositório Institucional da Universidade de Aveiro > Departamento de Electrónica, Telecomunicações e Informática > DETI - Teses de doutoramento >
 Segmentação pulmonar em estudos de tomografia axial computorizada
Please use this identifier to cite or link to this item http://hdl.handle.net/10773/4997

title: Segmentação pulmonar em estudos de tomografia axial computorizada
authors: Silva, José Silvestre Serra da
advisors: Santos, Maria Beatriz Alves de Sousa
Silva, Augusto Marques Ferreira da
keywords: Engenharia electrotécnica
Pneumologia
Diagnóstico por imagem
Tomografia axial computorizada
issue date: 2005
publisher: Universidade de Aveiro
abstract: A Tomografia Axial Computorizada (TAC) é um dos meios complementares de diagnóstico médico mais eficiente no estudo das regiões pulmonares. Os métodos de segmentação pulmonar em imagens produzidas por esta modalidade são necessários sempre que se pretenda determinar áreas ou volumes, ou obter informação densitómetria; podem ainda ser integrados no pré-processamento de uma aplicação que envolva a visualização dos pulmões. No âmbito deste trabalho foram desenvolvidos três métodos de segmentação pulmonar, baseados na análise da distribuição dos níveis de cinzento da imagem de TAC da região torácica e na utilização de técnicas morfológicas, bem como no conceito de contornos activos. O método que produziu melhores resultados demonstrou ser capaz de localizar a zona de separação dos pulmões quando estes se encontram visualmente sobrepostos. Foi ainda desenvolvido um método com uma abordagem tridimensional, que processa em simultâneo a informação relativa a todas as secções do exame, e apresenta como principais vantagens a facilidade de identificação da traqueia e brônquios, bem como de múltiplas zonas de contacto entre pulmões. O desempenho como detector de contornos pulmonares, do melhor dos três primeiros métodos de segmentação desenvolvidos, e na ausência de ground truth, foi comparado com o desempenho de seis radiologistas. Também o método de segmentação tridimensional foi avaliado. Além da segmentação dos pulmões, também a segmentação de estruturas pulmonares se torna necessária quando se pretende quantificar áreas e volumes ou ainda proceder a medições densitómetrias dessas estruturas; o que pode ser utilizado no diagnóstico e seguimento de várias patologias como o enfisema bolhoso, que se caracteriza pela presença de bolhas de ar nos pulmões. Sendo assim, foram desenvolvidos três métodos de segmentação para detectar estas bolhas: o primeiro método processa os dados secção a secção e avalia a coerência longitudinal, o segundo utiliza um threshold global e operações morfológicas em 3D e o terceiro utiliza uma versão modificada do modelo deformável level-set tridimensional. Na segmentação de bolhas de ar pulmonares, que apresentam níveis de cinzento muito baixos, o ruído torna-se um problema relevante, sobretudo se as imagens corresponderem a exames de TAC de alta resolução. Assim, para atenuar o ruído das imagens, foi utilizado um conjunto de filtros e estudada a sua influência nos resultados produzidos pelos métodos de segmentação desenvolvidos. Este estudo foi realizado sobre imagens sintetizadas e imagens reais contendo bolhas naturais e artificiais a que se adicionou ruído. Finalmente, e no sentido de ilustrar a utilidade dos métodos propostos, descreve-se um exemplo de uma aplicação que permite discriminar e quantificar as zonas enfisematosas dos pulmões, bem como visualizá-las secção a secção e tridimensionalmente.

X-ray Computed Tomography (CT) is one of the most efficient medical diagnosis tools and has currently a widespread usage in the study of the pulmonary region. Lung segmentation methods are necessary to compute areas or volumes or to perform densitometry; they can also be used as a pre-processing task in pulmonary visualization. In this work, three segmentation methods based on the gray level distribution analysis of CT thoracic images, morphologic techniques and active contours were developed. The method that produced best results proved to be able to locate lung boundaries even when lungs are visually superimposed on the images. Another pulmonary segmentation method using a tridimensional approach was developed; this method processes simultaneously information concerning all sections of the CT exam and has the main advantages of an easy identification of trachea and bronchi, as well as detection of multiple contact zones between lungs. Due to the lack of a ground truth, the performance of the best of the first three segmentation methods was compared with the performance of six radiologists. The tridimensional method was also evaluated. Not only the lung segmentation, but also the segmentation of pulmonary structures is needed for diagnosis and follow-up of a variety of diseases, as it is the case of the bulbous emphysema, characterized by the presence of air bubbles inside the lungs. Thus, three segmentation methods were developed to detect these bubbles, the first method processes the exam section by section and analysis longitudinal coherence, the second method uses a 3D approach with a global threshold and morphologic operations, and the third method uses a modified version of the 3D level-set deformable model. Since air bubbles have very low gray levels, noise becomes a relevant problem in their segmentation, especially in high resolution CT exams. Therefore, to reduce noise, several filters were used and their influence on the results produced by the segmentation methods was analyzed. This study was performed using synthesized and real images with natural and artificial air bubbles, to which noise was added. Finally, and to illustrate the usefulness of the proposed methods, an application was developed that allows discriminating and quantifying pulmonary emphysematous regions, as well as visualizing those regions section by section and tridimensionally.
description: Doutoramento em Engenharia Electrónica
URI: http://hdl.handle.net/10773/4997
appears in collectionsUA - Teses de doutoramento
DETI - Teses de doutoramento

files in this item

file description sizeformat
189439.pdf9.16 MBAdobe PDFview/open
statistics

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

 

Valid XHTML 1.0! RCAAP OpenAIRE DeGóis
ria-repositorio@ua.pt - Copyright ©   Universidade de Aveiro - RIA Statistics - Powered by MIT's DSpace software, Version 1.6.2