Algoritmos de segmentação de imagens de tomografia computadorizada da artéria carótida
Nenhuma Miniatura disponível
Arquivos
Citações na Scopus
Tipo de produção
Dissertação
Data
2012
Autores
Gallão, Celso Denis
Orientador
Rodrigues, Paulo Sérgio Silva
Periódico
Título da Revista
ISSN da Revista
Título de Volume
Citação
GALLÃO, Celso Denis. Algoritmos de segmentação de imagens de tomografia computadorizada da artéria carótida. 2012. 158 f. Dissertação (Mestrado em Engenharia Elétrica) - Centro Universitário da FEI, São Bernardo do Campo, 2012 Disponível em: . Acesso em: 22 maio 2012.
Texto completo (DOI)
Palavras-chave
Algoritmos de computador
Resumo
Este trabalho apresenta estudos de algoritmos de segmentação de imagens baseados na entropia extensiva de Shannon, na entropia não extensiva de Tsallis, e em uma variação da entropia de Shannon com ponderações distintas entre background e foreground, aqui apresentada pela primeira vez como entropia de Shannon Ponderada. Outras metodologias de segmentação de imagens são aqui revistas apenas por conhecimento histórico, como a entropia relativa de Kullback-Leibler, limiarização tradicional e limiarização iterativa. Para a realização de testes comparativos entre os três modelos entrópicos estudados, são aplicados dados sintéticos gerados por funções Gaussianas, representando o background e o foreground de imagens. Esses dados são utilizados para o cálculo do limiar ótimo analítico segundo variações controladas da média, do desvio-padrão e da amplitude das funções Gaussianas. Esses limiares ótimos analíticos foram comparados com os limiares calculados por meio das entropias de Shannon, de Tsallis e de Shannon Ponderada. Os resultados mostram que as entropias de Tsallis e de Shannon Ponderada foram capazes de produzir limiares iguais aos limiares ótimos analíticos encontrados pelos dados sintéticos, em todos os casos analisados. Também são aplicadas as mesmas três técnicas entrópicas em imagens medicas reais das artérias carótidas, capturadas por tomografia computadorizada. As segmentações resultantes da aplicação dos três m´métodos entrópicos são, então, comparados com as segmentações manuais feitas por especialistas, para análise e discussão da precisão na medição da espessura das paredes (IMT) e da vazão do fluxo sanguíneo (lúmen) das artérias carótidas, e os resultados são apresentados.
This work presents studies of algorithms for image segmentation based on the extensive Shannon entropy, the non-extensive Tsallis entropy, and a variation of the Shannon entropy with different weightings between background and foreground, here first presented as aWeighted Shannon entropy. Other methods of image segmentation are reviewed here only for historical knowledge, as the relative entropy of Kullback-Leibler, traditional thresholding and iterative thresholding. For comparative testing between the three entropic models were applied studied synthetic data generated by Gaussian functions, representing the background and foreground images. These data were used to calculate the optimal analytical threshold according to controlled variations of the mean, standard deviation and the range of Gaussian functions. These optimal analytical thresholds were compared with thresholds calculated by the Shannon entropy, Tsallis entropy and Weighted Shannon entropy. Results show that the entropies of Tsallis and Weighted Shannon were able to produce thresholds equal to the optimal threshold found by analytical synthetic data, in all cases analyzed. We also applied the same three entropy techniques in medical imaging of the carotid arteries real, captured by computed tomography. The segmentations resulting from the application of the three entropic methods are then compared with the manual segmentations performed by experts for analysis and discussion of the accuracy in measuring the wall thickness (IMT) and rate of blood flow (lumen) of the carotid arteries, and the results are presented.
This work presents studies of algorithms for image segmentation based on the extensive Shannon entropy, the non-extensive Tsallis entropy, and a variation of the Shannon entropy with different weightings between background and foreground, here first presented as aWeighted Shannon entropy. Other methods of image segmentation are reviewed here only for historical knowledge, as the relative entropy of Kullback-Leibler, traditional thresholding and iterative thresholding. For comparative testing between the three entropic models were applied studied synthetic data generated by Gaussian functions, representing the background and foreground images. These data were used to calculate the optimal analytical threshold according to controlled variations of the mean, standard deviation and the range of Gaussian functions. These optimal analytical thresholds were compared with thresholds calculated by the Shannon entropy, Tsallis entropy and Weighted Shannon entropy. Results show that the entropies of Tsallis and Weighted Shannon were able to produce thresholds equal to the optimal threshold found by analytical synthetic data, in all cases analyzed. We also applied the same three entropy techniques in medical imaging of the carotid arteries real, captured by computed tomography. The segmentations resulting from the application of the three entropic methods are then compared with the manual segmentations performed by experts for analysis and discussion of the accuracy in measuring the wall thickness (IMT) and rate of blood flow (lumen) of the carotid arteries, and the results are presented.