Método de level set para segmentação de imagens com múltiplas regiões aplicado a imagens de TC com AVC hemorrágico

Abstract

Segmentar uma imagem me´dica e´ subdivid´ı-la em regio˜es ou objetos que a compo˜em e pode ser de forma manual ou automa´tica. De forma manual o me´dico especialista faz uma inspec¸a˜o visual a fim de destacar da imagem original a regia˜o ou objeto de interesse, no entanto esse processo e´ demorado e sujeito a falhas humanas. Te´cnicas computacionais de segmentac¸a˜o de imagens tem o intuito de automatizar o processo de segmentac¸a˜o de imagens a fim de auxiliar o me´dico especialista para um diagno´stico mais preciso. Este trabalho propo˜e uma abordagem dome´todolevelsetparasegmentac¸a˜odeimagenscommu´ltiplasregio˜esutilizandoapenasuma frenteeumau´nicafunc¸a˜odelevelset. Umanovaformulac¸a˜odafunc¸a˜ovelocidadedelevelset e´ proposta com o objetivo de adequar a metodologia bina´ria a va´rias regio˜es. Essa abordagem permite adaptar, ao problema de va´rias regio˜es, modelos de propagac¸a˜o bina´rios ja´ propostos. Ome´todopropostoe´ comparadocomoutrostreˆsme´todosconhecidosnaliteratura,crescimento deregio˜es,transformadadewatershedema´quinadevetorsuporte. Osexperimentosdome´todo apresentadosnestetrabalhoforamrealizadosemimagenssinte´ticascommodelodedistribuic¸a˜o de probabilidade Gaussiana e imagens me´dicas de tomografia computadorizada do craˆnio de pacientescomacidentevascularcerebralhemorra´gico. Osresultadosobtidosnassegmentac¸o˜es sa˜o comparados com outros trabalhos ja´ publicados que utilizam me´tricas semelhantes e o tempo computacional e´ comparado com me´todos ja´ publicados na literatura. Os resultados mostraramqueome´todoe´ eficazeobteveresultadosmelhoresem10das13me´tricasavaliadas com acura´cia de 99,67%, FSIM 93,96% e o menor custo computacional com tempo me´dio de 0,45s