Análise de Imagens Médicas através de Sistemas Computacionais Inteligentes para Apoio ao Diagnóstico Clínico

Revista Eletrônica Teccen

Endereço:
Av. Exp. Oswaldo de Almeida Ramos, 280 - Centro - Bloco 3 - 2ª andar - Centro
Vassouras / RJ
27700000
Site: http://editora.universidadedevassouras.edu.br
Telefone: (24) 2471-8367
ISSN: 19840993
Editor Chefe: Margareth Maria Queiroz de Carvalho
Início Publicação: 31/12/2007
Periodicidade: Semestral
Área de Estudo: Ciências Agrárias, Área de Estudo: Ciências Exatas, Área de Estudo: Engenharias

Análise de Imagens Médicas através de Sistemas Computacionais Inteligentes para Apoio ao Diagnóstico Clínico

Ano: 2008 | Volume: 1 | Número: 2
Autores: Anderson Alvarenga de Moura Meneses, João Victor Barbosa Alves, Christiano Jorge Gomes Pinheiro, Regina Cely Barroso, Onair José Laudelino Valente, Delson Braz, Tarcísio Nunes Cardoso, Luiz Fernando Oliveira
Autor Correspondente: Anderson Alvarenga de Moura Meneses | [email protected]

Palavras-chave: Redes Neurais Artificiais, Microtomografia Computadorizada por Raios X, Histomorfometria Óssea

Resumos Cadastrados

Resumo Português:

Histomorfometria óssea é uma importante análise na prevenção e tratamento de câncer e oste- oporose, fornecendo informação quantitativa para diagnóstico clínico. A Microtomografia Computadorizada por Raios X é uma técnica de imagens não-destrutiva e não-invasiva com uma alta resolução que permite imagens ampliadas. Na análise histomorfométrica de tais ima- gens, é possível usar técnicas de tratamento tais como filtros morfológicos e binarização. Tais técnicas, no entanto, podem causar perda de informação relevante para a quantificação da massa óssea. Neste trabalho é descrita a aplicação de Redes Neurais Artificiais (RNA) para reconhecimento de tecido ósseo como parte de uma pesquisa sobre análise histomorfométrica em imagens cuja aquisição foi feita no Laboratório ELETTRA, em Trieste, Itália, na linha de pesquisa SYRMEP (Synchrotron Radiation for Medical Physics – Radiação Síncrotron para Física Médica). Nestes testes iniciais, uma RNA Perceptron Multi-Camadas (PMC) Feed- Forward (FF) com algoritmo de aprendizagem de Retro-Propagação de Erro foi utilizada na tarefa de reconhecimento. A qualidade dos resultados na tarefa da classificação de subimagens foi verificada através de Curvas ROC (Receiver Operating Characteristic). Para este tipo de RNA obtivemos uma area sob a curva de 1,000, o que significa que a arquitetura e o treinamen- to da RNA se mostraram adequados para a tarefa de reconhecimento de tecido ósseo. As ima- gens obtidas também são mostradas neste trabalho. Os resultados dos testes demonstraram a viabilidade de aplicação metodológica de Redes Neurais Artificiais e sua adequação às carac- terísticas das imagens obtidas por Microtomografia Computadorizada por Raios X, para evitar perdas ocasionadas por outras técnicas de manipulação e tratamento de imagens. Também apresentamos uma breve descrição das principais tecnologias de implementação do projeto.