PLANO DE TRABALHO: DISCIPLINA OPTATIVA PROCESSAMENTO DE IMAGENS MÉDICAS

Transcrição

1 PLANO DE TRABALHO: DISCIPLINA OPTATIVA PROCESSAMENTO DE IMAGENS MÉDICAS PROFESSOR: Alexei Manso Correa Machado

2 1. EMENTA Percepção visual. Modalidades de aquisição e reconstrução tomográfica. Amostragem e quantificação. Filtros no domínio do espaço e da frequência. Técnicas de aumento de contraste. Realce e segmentação. Representação, descrição e reconhecimento de padrões visuais. Registro de imagens. Morfometria baseada em voxels. Teste de hipóteses em estudos envolvendo imagens médicas. 2. JUSTIFICATIVA O uso de imagens para apoio ao diagnóstico e pesquisa científica na área de saúde está presente na grande maioria das especialidades médicas. O profissional que compreende os conceitos envolvidos no processamento e análise de imagens médicas é capaz de utilizar recursos computacionais de hardware e software para esse fim de forma mais eficaz e eficiente. Estudos envolvendo imagens possibilitam a análise de diferenças anatômicas e funcionais entre populações além de proporcionar a descoberta de conhecimento original a respeito da relação entre as variáveis envolvidas. 3. OJETIVOS DA DISCIPLINA Compreender o sistema de percepção visual humano, suas limitações e os artifícios computacionais usados para contornar essas deficiências; Conhecer o processo de aquisição de imagens de diversas modalidades e métodos de reconstrução de imagens através de projeções; Identificar os principais parâmetros relacionados à qualidade visual das imagens através dos conceitos de amostragem e quantização; Caracterizar os principais tipos de ruídos e artefatos presentes nas imagens e os filtros usados para atenua-los;

3 Conhecer os principais métodos de aumento de contraste e realce de bordas; Estudar as técnicas de segmentação de regiões de interesse, tais como órgãos, tecidos e lesões; Analisar os principais descritores relacionados às características espectrais, textura e forma de regiões de interesse; Reconhecer os métodos mais eficazes no reconhecimento de padrões e apoio ao diagnóstico; Compreender os processos de registro rígido e não rígido de imagens médicas, bem como a área de morfometria baseada em voxels; Desenvolver habilidades no uso de programas para processamento de imagens de diversas modalidades; Desenvolver habilidades no uso de programas para estudos envolvendo imagens, através do registro de amostras e análise estatística de diferenças entre populações. 4. CONTEÚDO Percepção visual, anatomia do sistema visual humano e suas limitações; Sinogramas e técnicas de reconstrução tomográfica através de projeções; Conceitos básicos de amostragem e quantificação, bem como suas relações com a qualidade das imagens médicas; Artefatos de baixa e alta frequências, técnicas de remoção e suavização de ruídos através de filtragem no domínio do espaço e da frequência; Histogramas e técnicas de aumento de contraste por equalização, normalização e janelamento; Filtros para realce de bordas; Software para processamento de imagens médicas; Segmentação de regiões de interesse através de limiarização e crescimento de regiões; Representação por região e contorno; Descritores de cor, textura e forma;

4 Classificadores de padrões visuais; Registro rígido e elástico entre imagens de mesma modalidade e entre modalidades distintas; Morfometria baseada em voxels com SPM. Estudos envolvendo imagens médicas, projeto de experimentos, poder estatístico, técnicas de avaliação de resultados, teste de hipóteses e correção de níveis de signifiância. 5. ESTRATÉGIAS DE ENSINO APRENDIZAGEM Preleção dialogada; Exercícios e trabalhos em grupo; Atividades teórico-praticas. 6. AVALIAÇÃO 1 trabalho prático individual: 40 pontos 2 avaliações escritas individuais: 60 pontos 7. PROGRAMA 7.1. Introdução Processamento e reconhecimento de imagens Conceitos básicos de imagens digitais Percepção visual 7.2. Aquisição Modalidades de aquisição Amostragem e quantificação Reconstrução tomográfica

5 7.3. Realce e Suavização de Imagens Processamento de histogramas Filtragem no domínio do espaço Filtragem no domínio da freqüência 7.4. Segmentação de Imagens Detecção de bordas Limiarização Segmentação orientada por região Segmentação orientada por contorno 7.5. Representação e reconhecimento de padrões Esquemas de representação Descritores de cor, forma e textura Classificadores 7.6. Morfometria baseada em voxels Registro rígido e elástico Projeto de estudos envolvendo imagens Mapeamento estatístico paramétrico 8. CRONOGRAMA AULA DATA PROGRAMAÇÃO 1 06/03 1. Conceitos básicos de imagens 2 13/03 2. Modalidades de aquisição 3 20/03 3. Percepção visual 4 10/04 4. Processamento de histogramas 5 17/04 5. Filtros de realce e suavização 6 24/04 Exercícios 7 08/05 Teste /05 6. Segmentação

6 9 22/05 7. Representação e descrição 10 29/05 8. Métodos de reconhecimento 11 05/06 9. Reconstrução tomográfica Entrega Trabalho 12 12/ Registro de imagens e morfometria 13 19/06 Exercícios 14 26/06 Teste /07 Teste Repositivo 10/07 Exame Especial 10/07 Encerramento do semestre letivo 11/07 Limite fechamento Diário Eletrônico 13/07 Limite fechamento Diário Eletrônico (especiais) 9. OBSERVAÇÕES Haverá um teste de segunda chamada apenas para os alunos que não tiverem feito um dos testes. As avaliações devem ser feitas à caneta ou lápis escuro (No2, não use lapiseira), letra legível, de preferência de forma) e tamanho semelhante ao do enunciado. Questões fora desse padrão não serão corrigidas, com a perda dos pontos correspondentes. Os alunos não podem deixar a sala antes nem entrar após 20 minutos decorridos do início da prova. Não é permitido gravar a aula nem fotografar ou reproduzir provas. O material disponibilizado no Moodle é para uso próprio e não pode ser divulgado para terceiros ou usado para outros fins. Durante as avaliações e apresentação de trabalhos não é permitido o porte, uso ou acesso a celulares e outros dispositivos eletrônicos. Essa prática resultará na anulação da nota correspondente. Em dias de manifestações e paralisações, verifique no Moodle se haverá aula. Caso a aula seja cancelada, o cronograma será deslocado e a carga horária reposta com o aumento de uma aula no fim do semestre. 10. BIBLIOGRAFIA Gonzalez, R., Woods, R. Processamento de Imagens Digitais. Pearson, São Paulo, Birkfellner, W. Applied Medical Image Processing: A Basic Course. CRC Press, Boca Raton, Pedrini, H., Schwartz, W. Análise de Imagens Digitais. Ed. Thompson, São Paulo, 2008.

7 Conci, A., Azevedo, E., Leta, F. Computação Gráfica, volume 2, Ed. Campus, Rio de Janeiro, Wu, G., Shen, D. Machine Learning and Medical Imaging, Elsevier, New York, Zhou, S., Greenspan, H., Shen, D., Deep Learning for Medical Image Analysis. Academic Press, New York, Wilson, D., Laxminarayan, S. Handbook of Biomedical Image Analysis.(3 volumes) Springer, Berlin, Dhawan, A. Medical Image Analysis. Wiley-IEEE Press, Hoboken, 2011.