[en] LIVER SEGMENTATION AND VISUALIZATION FROM COMPUTER TOMOGRAPHY IMAGES

[pt] SEGMENTAÇÃO E VISUALIZAÇÃO DO FÍGADO A PARTIR DE IMAGENS DE TOMOGRAFIA COMPUTADORIZADA

[pt] DARIO AUGUSTO BORGES OLIVEIRA

[pt] SEGMENTACAO

[pt] TOMOGRAFIA

[pt] ALGORITMO GENETICO

[en] SEGMENTATION

[en] TOMOGRAPHY

[en] GENETIC ALGORITHM

[pt] Esta dissertação apresenta o desenvolvimento e os resultados deste projeto de mestrado, cujo objetivo, de caráter multidisciplinar, foi desenvolver uma metodologia e uma ferramenta para segmentação do fígado, seus vasos e subregiões a partir de imagens de tomografia computadorizada da região abdominal, utilizando procedimentos de segmentação automática de imagens e visualização tridimensional de dados. A metodologia sugerida segmenta primeiramente o fígado, utilizando uma abordagem de modelos deformáveis implícitos, chamada level sets, estimando os seus parâmetros através do uso de algoritmos genéticos. Inicialmente, o contorno do fígado é manualmente definido em um tomo como solução inicial, e então o método segmenta automaticamente o fígado em todos os outros tomos, sequencialmente. Os vasos e nódulos do fígado são então identificados utilizando um modelo de mistura de funções proporcionais a gaussianas, e um método de segmentação de crescimento de regiões por histerese. As veias hepáticas e portas são classificadas dentro do conjunto de vasos, e utilizadas em uma modelagem matemática que finalmente divide o fígado em oito sub-regiões de Couinaud. Esta metodologia foi testada em 20 diferentes exames e utilizando cinco diferentes medidas de performance, e os resultados obtidos confirmam o potencial do método. Casos com baixo desempenho são apresentados para promover desenvolvimentos futuros.

[en] This dissertation presents the development and results of this M.Sc project, whose multidisciplinary objective, was to develop a methodology and a tool to segment the liver, its vessels and subregions from abdominal computed tomography images, using procedures of automatic image segmentation and visualization of three-dimensional data. The suggested methodology segments initially the liver, using an approach based on implicit deformable models, called level sets, estimating its parameters using genetic algorithms. Initially, the liver boundary is manually set in one slice an initial solution, and then the method automatically segments the liver in all other slices, sequentially. Then the vessels and nodules of the liver are identified using both a model of mixture of functions proportional to Gaussians, and a segmentation method called region growing that uses hysteresis information. The hepatic and portal veins are classified within the set of vessels, and used in a mathematical modeling that eventually divides the liver into the eight subregions of Couinaud. The methodology was tested to segment the liver using 20 different exams and five different measures of performance, and the results obtained confirm the potential of the method. The cases in which the method presented a poor performance are also discussed in order to instigate further research.

RAUL QUEIROZ FEITOSA

MAURO MONTEIRO CORREIA

RAUL QUEIROZ FEITOSA

PAULO CEZAR PINTO CARVALHO

CARLOS EDUARDO THOMAZ

MAURO MONTEIRO CORREIA

FERNANDA FREIRE TOVAR MOLL

2009-09-10

2009-04-13

[pt] TEXTO

application/pdf

application/pdf

application/pdf

application/pdf

application/pdf

application/pdf

application/pdf

application/pdf

PORTUGUÊS

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=14097@1

https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=14097@2

https://doi.org/10.17771/PUCRio.acad.14097