PROCESSAMENTO DE IMAGENS MÉDICAS
Propaganda
PROCESSAMENTO DE IMAGENS MÉDICAS IA369O – Capítulo 1 Leticia Rittner [email protected] FEEC/UNICAMP Aplicações • Segurança • Identificação pessoal • Detecção de intrusos • Detecção de incêndio • Automobilística • Cálculo de velocidade • Reconhecimento de placas • Militar • Veículos autônomos Aplicações (cont.) • Indústria • Controle de qualidade • Meio ambiente • Agricultura • Meteorologia • Controle ambiental • Medicina • Diagnóstico • Tratamento • Planejamento cirúrgico CONCEITOS BÁSICOS Aquisição • Direta • Olho humano • Câmera digital • Microscópio • Ultrassonografia • Indireta • Câmera de filme fotográfico • Tomografia computadorizada (CT) • Ressonância magnética nuclear (MRI) Analógica x Digital • Analógica • Contínua no espaço • Contínua em intensidade • Digital • Discreta no espaço • Discreta em intensidade Imagem Digital • É uma matriz onde cada posição é chamada de “pixel” e contém um valor numérico que representa uma cor ou um tom de cinza. Imagem em tons de cinza • Intervalo de valores; • 0 a 1 • 0 a 255 Imagem Colorida - RGB • A cor de cada pixel é uma composição de Vermelho, Verde e Azul • (0, 0, 0) indica preto • (255, 255, 255) indica branco • (255, 0, 0) indica ... Pixel, Voxel, Spel Imagem digital => Multi-dimensional e Multiparamétrica => spel (space element) • 2D => pixel (picture element) • raio X - CR (4096 x 4096) • 3D => voxel (volume element) • CT multi-slice (700cortes x 512 x 512) Exemplo: Tomografia computadorizada CT multi-slice (700cortes x 512 x 512 x 2B) • número de dimensões (espaço) : 3D • número de elementos por dimensão: • 700 em z • 512 em x • 512 em y • número de atributos (medidas por elem.): 1 • número de bits ou bytes por elemento: 2 • 367 MB Processamento de Imagens Digitais • Processar imagens digitais é realizar operações matemáticas ou lógicas utilizando os valores que representam cada um dos pixels • Objetivos • Melhoramento das Imagens • Análise das Imagens Tipos de processamento • Melhoramento: melhorar a imagem • contraste, • brilho, • ruído • Restauração: corrigir distorções • movimento, • iluminação • Análise: obter informações do conteúdo das imagens • segmentação, • classificação, • extração de características • Compressão: reduzir tamanho do arquivo • com perda • sem perda • Síntese: criar novas imagens à partir das existentes • reconstrução, • modelos 3D Melhoramento: Filtragem Melhoramento: Contraste e Brilho Análise de Imagens • Segmentação • Extração de características: • Bordas • Formas • Texturas • Reconhecimento • Classificação Restauração: Contraste heterogêneo Restauração: Movimento Segmentação Análise: Detecção de Bordas Análise: Segmentação e Rotulação Análise: Segmentação e Rotulação Perseguição de Borda (LiveWire) http://www.ic.unicamp.br/~afalcao/downloads.html Segmentação: Contornos Ativos ( Snakes ) Segmentação: Contornos Ativos ( Snakes ) Segmentação: planejamento cirúrgico Cirurgia guiada por imagem Segmentação Temporal: Homem e Sombra Reconhecimento • Placa de carro • Biometria - Impressão digital, Íris • Busca de imagens em base de dados • Busca por Conteúdo Reconhecimento: Placas Reconhecimento: Impressões Digitais ü Singularidades - linhas pretas, linhas brancas, minúcias, delta e núcleo Classificação: Impressões Digitais ü Classificação baseada nas singularidades Arco Redemoinho Loop à direita Loop à esquerda Reconhecimento de Faces http://www.ri.cmu.edu/projects/project_271.html Desafios James S. Duncan and Nicholas Ayache, Medical Image Analysis: Progress over two decades and the challenges ahead • … • … • … • … Segmentação ü Dificuldade: Iluminação (Sombra) Classificação e Reconhecimento ü Dificuldade: Qualidade das imagens Exemplo de 3 amostras digitais de um mesmo dedo Classificação e Reconhecimento ü Dificuldade: Grande variabilidade dentro de uma mesma classe Classificação e Reconhecimento ü Dificuldade: Grande variabilidade dentro de uma mesma classe
