ANÁLISE DOS CRITÉRIOS UTILIZADOS NA ORGANIZAÇÃO DE BANCOS DE MAMOGRAFIAS NO PADRÃO DE DENSIDADE BI-RADS

Tamanho: px
Começar a partir da página:

Download "ANÁLISE DOS CRITÉRIOS UTILIZADOS NA ORGANIZAÇÃO DE BANCOS DE MAMOGRAFIAS NO PADRÃO DE DENSIDADE BI-RADS"

Transcrição

1 ANÁLISE DOS CRITÉRIOS UTILIZADOS NA ORGANIZAÇÃO DE BANCOS DE MAMOGRAFIAS NO PADRÃO DE DENSIDADE BI-RADS S. C. M. Rodrigues 1, A. F. Frère 1, e E. L. L. Rodrigues 1 1 Universidade de São Paulo/ Depto. Engenharia Elétrica, São Carlos, Brasil Universidade de Mogi das Cruzes/ Núcleo de Pesquisas Tecnológicas, Mogi das Cruzes, Brasil Resumo - Este artigo apresenta um método de organização de bancos de imagens mamográficas baseado na análise dos critérios médicos, adotados nos laudos mamográficos. O método separa as imagens de acordo com o grau de dificuldades apresentado em cada imagem mamográfica, utilizando a padronização da composição da densidade descrito no protocolo BI-RADS. A metodologia permite também uniformizar o banco de imagens sugerindo ao observador uma classificação próxima ao padrão utilizado no serviço radiológico. A organização de bancos de imagens padronizados seguindo critérios bem definidos auxiliará o desenvolvimento de CADs (Diagnostico Auxiliado por Computador) mais precisos para cada grupo de imagens com diferentes dificuldades. Palavras-chave: Processamento de Imagens, Imagens mamográficas, BI-RADS e densidade mamográfica. Abstract This paper presents a method of organization of mammography database based in the analysis of the medical criteria, adopted in the language used in mammography reports. The method separates the images in accordance with the degree of difficulties presented in each mammography image, using the report organization of breast composition (density) described in BI-RADS lexicon. The methodology also allows to standardize the database, suggesting to the observer a similar classification to the standard used in the radiological service. The organization of standardized database following defined criteria will assist the development of CADs (Diagnosis Assisted by Computer) more specific for each group of images with different difficulties. Key-words: Image Process, Mammography Image, BI-RADS and Mammography density. Introdução Quando o câncer de mama é detectado no estágio inicial, a chance de cura é de 93%, chegando a apenas 18% de sobrevida quando a doença está em estágio adiantado. A mamografia é considerada o método mais confiável para detecção precoce do câncer de mama até o presente [1]. Para auxiliar na detecção precoce estão sendo desenvolvidos métodos computacionais para o diagnostico, conhecidos como CAD (Diagnóstico Auxiliado por Computador) que fornecem uma segunda opinião ao radiologista. Os resultados obtidos com o computador indicam, na imagem, os lugares suspeitos, ou seja, onde o radiologista deve dar maior atenção []. Entretanto, esta tarefa não é bem sucedida para todas as imagens [3]. Sendo que para algumas a porcentagem de falsos diagnósticos é alta. Para diminuir os falsos positivos e principalmente os falsos negativos as mamografias deveriam ser separadas em função das dificuldades que elas apresentam para o processamento pelo CAD o que permitiria o desenvolvimento de algoritmos mais específicos, portanto mais eficientes. Evidencias [] mostram que o tecido mamário pode estar dificultando a detecção de lesões pequenas, prejudicando os resultados dos CADs. Várias pesquisas comprovam que o desempenho dos algoritmos de processamento de imagens é proporcional à densidade do disco glandular. Na análise visual a composição da mama também pode dificultar o diagnóstico sendo que as patologias são dificilmente detectadas em mamas densas e vários pesquisadores classificaram a densidade como o fator de risco. A densidade mamográfica varia em função das características das mulheres conforme idade, índice de massa corporal, reprodução, menopausa e uso de hormônios, mas também depende do grau de

2 compressão da mama, posicionamento na hora do exame e contraste da imagem. Para auxiliar o diagnostico os bancos de imagens são organizados em função de padrões. Recentemente o padrão BI-RADS (Breast Imaging Reporting and Data System) [] foi adotado por varias equipes médicas para padronização dos laudos. Alguns centros de pesquisas estão propondo que as imagens sejam classificadas em função da composição da densidade descrita também no BI-RADS. A classificação da composição de densidade do BI-RADS considera composição I quando a mama é quase inteiramente adiposa, composição II quando há áreas esparsas de tecidos fibro-glandulares, composição III quando o tecido mamário é heterogeneamente denso e composição IV quando o tecido mamário é extremamente denso. Como essas definições deixam margens a interpretações do observador, é difícil ter bancos de imagens classificadas com os mesmos limites, ou que as imagens classificadas em épocas diferentes obedecem aos mesmos critérios. Portanto, foi desenvolvido um método que analisa os limites adotados pela equipe médica que fez a classificação das imagens e os utiliza para a classificação e organização do banco. Metodologia Para este trabalho foram utilizadas duas bases de dados: a base de dados do Hospital Universitário de Ribeirão Preto pertencente à Faculdade de Medicina de Ribeirão Preto (FMRP USP) contendo 3 imagens mamográficas. Desse total foram utilizadas 1 imagens para analisar os critérios da equipe medica (FMRP-I) e 1 imagens para testes (FMRP-II), sendo que 8 imagens não puderam ser utilizadas por problema de descompressão. Outra base de dados foi a do Laboratório do Prof. Dr. Fujita da Universidade de Gifu (Japão), FujiLab, com 33 imagens. Todo o processamento foi realizado utilizando o MATLAB. Como primeiro passo dividiu-se a mamografia em janelas (1X1 pixels ) para a obtenção das características de pequenas regiões, não considerando apenas um valor global da imagem. A divisão em janelas proporcionou a identificação das regiões de interesse, permitindo desprezar aquelas que continham somente pixels pertencentes ao fundo da imagem, minimizando o custo computacional do método. Para a detecção da borda da mama foi determinado o valor ótimo baseado na maximização da entropia de Shannon [6] [7] para calcular os limiares de cada janela. Após esse processo foi realizada uma varredura automática na imagem para encontrar a borda da mama. Para a classificação foi desenvolvido um método baseado no procedimento do radiologista, quando classifica as imagens no padrão de densidade do BI-RADS. O método obedece às regras descritas a seguir: A mama, para ser classificada na Composição I, é considerada pelo observador como quase inteiramente adiposa. Para o algoritmo a mama é considerada adiposa quando a distribuição dos níveis de cinza da sua imagem é uniforme, (embora o valor desses níveis varie com a técnica de exposição e a espessura da mama), com áreas esparsas de tecido glandulares representadas na mamografia por manchas bem mais claras. O algoritmo ressalta essas áreas marcando as áreas mais claras chamadas de densidade 1. A densidade 1 é determinada pela Equação 1 como: Nível densidade 1 =THRMÉDIO + DESVTHR (1) onde, THRMÉDIO é o valor médio de limiar de toda a imagem e DESVTHR é o desvio padrão dos valores de limiar. São consideradas pelos médicos, como Composição I as imagens cujo percentual de densidade 1 ocupada na mama é pequeno. Como esse critério é subjetivo, foi analisado o banco já existente para determinar qual é a porcentagem considerada pequena pela equipe médica e esse limiar foi introduzido no algoritmo. Para pertencer a Composição II, a mama deve conter mais tecido glandular, portanto a diferença entre o fundo da imagem do disco glandular e as manchas claras é menor (contraste menor) o que foi considerado no algoritmo como densidade determinada pela Equação : Nível densidade=thrmédio + DESVTHR/ () Entretanto, as áreas ocupadas pela densidade são maiores. A quantificação desse fator também é feita pela análise do banco existente. O padrão BI-RADS classifica como Composição III imagens onde o tecido mamário é considerado heterogeneamente denso, o que foi calculado pelo algoritmo pelo Segundo Momento Angular (), que fornece medida quantitativa de regularidade. O valor do para corte foi definido com base nas imagens já classificadas pela equipe médica como pertencentes à Composição III. O padrão BI-RADS classifica na Composição IV mama onde o tecido mamário é extremamente denso, ou seja, com áreas de densidades que possuem altos valores do Segundo Momento Angular () na janela local. Neste caso também

3 o critério extremamente utilizado pelos médicos responsáveis pela classificação foi extraído da análise do banco já laudado. O Segundo Momento Angular pode representar muito bem a homogeneidade local da imagem. Esse momento, em valores numéricos, é o oposto da medida da Entropia. Quando a imagem é heterogênea o valor do é baixo e para imagem homogênea o valor de é alto. A Equação 3 descreve esse momento: n 1 n 1 i= j= [ P( i, j, d, )] = θ (3) onde, P é a matriz normalizada, i e j são valores de níveis de cinza da matriz de coocorrência, d e θ são distância e direção que um pixel de referência possui em relação ao pixel vizinho. Essas medidas foram calculadas nas quatro direções (º, º, 9º e 13º) obtendo-se as médias desses valores. Resultados Foram utilizados os laudos médicos para levantar histogramas referentes à porcentagem da área da mama ocupada por densidade nas imagens banco existente (FMRP-I). Com base nesses histogramas verificou-se que as Composições I e II tinham o mesmo comportamento, mas pertenciam a intervalos diferentes que serviram para separar as duas Composições. Foram então calculados todos os valores de para todas as imagens do banco (FMRP-I). Esses valores foram colocados em histogramas para se obter os valores de corte e separar as Composições III e IV. Esses valores de corte foram adotados para classificar as 1 imagens do grupo de testes (FMRP-II), de maneira parecida ao que foi realizado no banco FMRP-I. Esse mesmo procedimento foi utilizado para outro banco de imagens o FujiLab, no qual também foram obtidos os histogramas e em seguida os valores de corte, que os médicos que classificaram essas imagens utilizaram. A validação do método foi feita por dois radiologistas. Análise do banco existente Para poder interpretar o que a equipe médica considera como Composição I, II, III e IV de acordo com o BI-RADS, levantou-se o histograma (Figura 1) de todas as imagens do banco FMRP-I Porcetangem da mama Figura 1 Distribuição dos valores de porcentagens da mamografia ocupada pela densidade 1 para todas as imagens do banco da FMRP-I. O histograma das imagens classificadas pelo laudo médico como Composição I é apresentado na Figura Figura Distribuição dos valores de porcentagens de densidade 1 para as imagens do banco da FMRP-I laudadas como Composição I. A Figura 3 mostra o valor da porcentagem da mama para a Composição II utilizando o mesmo limiar de densidade Figura 3 - Distribuição dos valores de porcentagens de densidade 1 para as imagens do banco da FMRP-I laudadas como Composição II. O histograma da Figura 3 mostra que a maioria das imagens classificadas pelos médicos

4 como pertencentes à Composição I apresentam até 1% da mama. Adotou-se portanto esse limiar para o banco da FMRP e retirou-se as imagens consideradas pelo algoritmo como Composição I da base de dados. A Figura mostra o histograma das imagens marcadas como densidade em todas as imagens laudadas como Composições II, III e IV. 1 x1 9 1x1 1 x1 1 x1 1 3x1 1 3x1 1 Figura 6 Valores do Segundo Momento Angular obtidos processando as imagens do banco da FMRP-I laudadas como Composição III. A Figura 7 mostra os valores do para as Composições IV ocupada por densidade Figura Distribuição dos valores de porcentagens de densidade para as imagens do banco da FMRP-I laudadas como Composição II, III e IV x1 1 x1 1 3x1 1 x1 1 Figura 7 Valores do Segundo Momento Angular obtidos processando as imagens da Composição IV do banco da FMRP-I ocupada por densidade Figura Distribuição dos valores de porcentagens de densidade para as imagens do banco da FMRP-I laudadas como Composição II. O histograma da Figura mostra que a maioria das imagens laudadas como Composição II tem até 33% de sua área total ocupados por valores representativos da densidade (limiar ). Foi adotado esse limiar para composição II. A Figura 6 mostra o histograma contendo os valores de para a Composição III. Foi considerado como Composição III imagens que apresentam valores até,x1 11 e acima deste valor como Composição IV. Observando o comportamento e os valores dos histogramas, foi possível deduzir qual valor foi adotado pela equipe médica para discriminar as Composições I, II, III e IV do banco FMRP-I.. Banco de Teste O algoritmo foi aplicado ao banco FMRP-II que não tinha sido classificado utilizando os valores de corte determinados no procedimento anterior. As imagens foram separadas nas composições I, II, III e IV, pelo algoritmo e foram submetidas a um membro da equipe médica do hospital para realizar a classificação visual. A concordância encontrada entre as duas classificações é de 88,1%. A Tabela 1 apresenta os resultados de VP, FN, FP, FN e Concordância encontrados na classificação.

5 Composi ções (BI- RADS) Tabela 1 Resultados de VP, FN e FP. Total Com- imagens VP FN FP cordân- cia COMP. I % COMP. II ,3% COMP. III ,3% COMP. IV % Total Banco FujiLab Utilizou-se o mesmo procedimento para determinar os limiares utilizados por outra equipe médica na base de dados do FujiLab. A Figura 8 mostra o histograma contendo todas as imagens marcadas com densidade A Figura 1 mostra a distribuição das porcentagens de densidade para as imagens do banco FujiLab das Composições II, III e IV ocupada por densidade Figura 1 Distribuição de porcentagens de densidade para as todas as imagens do banco Fujilab A Figura 11 mostra a porcentagem de densidade somente para as imagens laudadas como Composição II onde pode ser determinado que esta categoria conta com a 37% de densidades ocupada por densidade1 Figura 8 Distribuição de porcentagens de densidades 1 para todas as imagens do banco FujiLab. O histograma das imagens classificadas pelo laudo médico como Composição I está na Figura 9. 1,, ocupada por densidade Figura 11 Distribuição de porcentagens de densidade para as imagens do banco Fujilab laudadas como Composição II. A Figura 1 mostra a distribuição dos valores do para as imagens do banco FujiLab das Composições III e IV., 1 3 Figura 9 Distribuição de porcentagens de densidades 1 para as imagens do banco FujiLab laudadas como Composição I. O histograma da FIGURA 9 mostra que o conceito de quase inteiramente adiposa utilizado no padrão BI-RADS para classificação na Composição I foi interpretado pelo radiologista como apresentando menos que % da mama x1 1 x1 1 3x1 1 x1 1 x1 1 Figura 1 - Histograma dos valores de para as Composições laudadas como III e IV do FujiLab.

6 A equipe médica classificou como Composição III, imagens com valores de menores que 3x1 9 e para valores maiores Composição IV, Figura 13. As Figuras 13 e 1 mostram como os valores do se distribuem nos histogramas para as imagens laudadas como Composições III e IV. 3 dificuldade apresentado, tornando-os mais precisos. A metodologia desenvolvida também poderá ser bastante útil para o ensino e treinamento médico na área de radiologia da mama. A equipe poderá estabelecer o padrão desejado e os estagiários poderão ser treinados para classificar as densidades no padrão BI-RADS, respeitando as particularidades locais de cada banco de imagem. Agradecimentos 1,,x1 91,x1 1 1,x1 1,x1 1,x1 1 3,x1 1 3,x1 1,x1 1 Figura 13 - Histograma dos valores de para a Composição laudadas como III do FujiLab. Os autores agradecem o apoio financeiro proporcionado pela FAPESP (Fundação de Amparo à Pesquisa do Estado de São Paulo). Ao Prof. Dr. Paulo M. de A. Marques da Faculdade de Medicina de Ribeirão Preto e ao Prof. Dr. Fujita da Universidade de Gifu (Japão) por terem cedido as imagens. Referências 1x1 1 x1 1 3x1 1 x1 1 x1 1 Figura 1 - Histograma dos valores de para a Composição laudadas como IV do FujiLab Conclusão e Discussão A metodologia desenvolvida permite analisar os critérios utilizados na organização de banco de mamografias por equipes médicas diferentes. Essa análise ajudará a quantificar valores para as quatro composições descritas no padrão BI-RADS. As imagens poderão ser analisadas e classificadas no padrão de densidade descrito no protocolo BI-RADS, independentemente da subjetividade própria da observação visual de quem organizou o banco ou da técnica de exposição utilizada. A metodologia permite também uniformizar o banco de imagens sugerindo ao observador uma classificação próxima ao padrão utilizado no serviço. A base de dados apresentará as imagens classificadas de acordo com o grau de dificuldade para o processamento. Os CADs poderão ser desenvolvidos especificamente para cada grupo de Byng, J.W., Boyd, N.F., Fishell, E., Jongll, R.A.A., Yaffe, M.J. (1996), Automated analysis of mammographic densities. Phys. Medical and Biology, v. 1: p Heine, J.J., Velthuizen, R.P. (), The statistical methodology for mammographic density detection, Medical. Phys., v. 7, p Chang,Yh., Wang, X.H., Hardesty, L.A., Chang, T.S., Poller, W.R., Good, W.F., Gur, D. (), Computerized Assessment of Tissue Composition on Digitized Mammograms, Academic Radiology, v. 9, p Karssemeijer N. (1998), Automated classification of parenchymal patterns in mammograms, Phys. Medical and Biology, v. 3, p American College of Radiology. Breast imaging reporting and data system (BI-RADS), (199), nd ed. Reston, Va: American College of Radiology. Wong, A.K.C., Sahoo, P.K. (1989), A grey-level threshold selection method based on maximum entropy principle, IEEE Trans. On Systems, Man and Cybernetics, v. 19, n., p Shannon, C.E. (198), A Mathematical Theory of Communication, The Bell System Technical Journal, v. 7, n. 3, p Contato Silvia Cristina Martini Rodrigues Escola de Engenharia de São Carlos - Engenharia Elétrica, Universidade de São Paulo USP

W. R. Silva Classificação de Mamografias pela densidade do tecido mamário

W. R. Silva Classificação de Mamografias pela densidade do tecido mamário Classificação de Mamografias pela densidade do tecido mamário Welber Ribeiro da Silva Universidade Federal de Ouro Preto Campus Universitário, Ouro Preto MG Brazil 19 de Abril de 2012 Definição Câncer

Leia mais

De D n e s n i s d i a d d a e d e M a M m a á m r á i r a i a c o c m o o m o F a F t a o t r o r d e d e R i R s i c s o c SELMA DE PACE BAUAB

De D n e s n i s d i a d d a e d e M a M m a á m r á i r a i a c o c m o o m o F a F t a o t r o r d e d e R i R s i c s o c SELMA DE PACE BAUAB Densidade Mamária como Fator de Risco SELMA DE PACE BAUAB Densidade Mamária na Mamografia RR > 4,0 : - idade > 65 anos - mutação genética (BRCA 1 / 2) - mais de 2 parentes de primeiro grau com CA de mama

Leia mais

Simulador Computacional de Mamografia Contemplando a Classificação de Densidades do ACR BI-RADS

Simulador Computacional de Mamografia Contemplando a Classificação de Densidades do ACR BI-RADS Simulador Computacional de Mamografia Contemplando a Classificação de Densidades do ACR BI-RADS F.C. Silva 1, H.J.Q. Oliveira 2, R.R. Falconi 3, R.A. Borges 4, A.M. Scaranello 5, D. M. Conde 6 1,2,3,4

Leia mais

PALAVRAS-CHAVE: Massas Nodulares, Classificação de Padrões, Redes Multi- Layer Perceptron.

PALAVRAS-CHAVE: Massas Nodulares, Classificação de Padrões, Redes Multi- Layer Perceptron. 1024 UMA ABORDAGEM BASEADA EM REDES PERCEPTRON MULTICAMADAS PARA A CLASSIFICAÇÃO DE MASSAS NODULARES EM IMAGENS MAMOGRÁFICAS Luan de Oliveira Moreira¹; Matheus Giovanni Pires² 1. Bolsista PROBIC, Graduando

Leia mais

SIMULADOR COMPUTACIONAL DE MAMOGRAFIA CONTEMPLANDO A CLASSIFICAÇÃO DE DENSIDADES DO ACR BI-RADS

SIMULADOR COMPUTACIONAL DE MAMOGRAFIA CONTEMPLANDO A CLASSIFICAÇÃO DE DENSIDADES DO ACR BI-RADS SIMULADOR COMPUTACIONAL DE MAMOGRAFIA CONTEMPLANDO A CLASSIFICAÇÃO DE DENSIDADES DO ACR BI-RADS Abstract Francisco Carlos da Silva 1, Henrique Jesus Quintino de Oliveira 2, Ricardo Rodrigues Falconi 3,

Leia mais

CLASSIFICAÇÃO DOS RESULTADOS DOS CAD PARA DETECÇÃO DE MICROCALCIFICAÇÕES MAMÁRIAS CONTEMPLANDO TRÊS CATEGORIAS

CLASSIFICAÇÃO DOS RESULTADOS DOS CAD PARA DETECÇÃO DE MICROCALCIFICAÇÕES MAMÁRIAS CONTEMPLANDO TRÊS CATEGORIAS CLASSIFICAÇÃO DOS RESULTADOS DOS CAD PARA DETECÇÃO DE MICROCALCIFICAÇÕES MAMÁRIAS CONTEMPLANDO TRÊS CATEGORIAS Silvia Cristina Martini Rodrigues 1, Annie France Frere 2,1 1 Depto. de Engenharia Elétrica,

Leia mais

29/08/2011. Radiologia Digital. Princípios Físicos da Imagem Digital 1. Mapeamento não-linear. Unidade de Aprendizagem Radiológica

29/08/2011. Radiologia Digital. Princípios Físicos da Imagem Digital 1. Mapeamento não-linear. Unidade de Aprendizagem Radiológica Mapeamento não-linear Radiologia Digital Unidade de Aprendizagem Radiológica Princípios Físicos da Imagem Digital 1 Professor Paulo Christakis 1 2 Sistema CAD Diagnóstico auxiliado por computador ( computer-aided

Leia mais

Comparação da avaliação automatizada do Phantom Mama em imagens digitais e digitalizadas

Comparação da avaliação automatizada do Phantom Mama em imagens digitais e digitalizadas Comparação da avaliação automatizada do Phantom Mama em imagens digitais e digitalizadas Priscila do Carmo Santana 1,2,3, Danielle Soares Gomes 3, Marcio Alves Oliveira 3 e Maria do Socorro Nogueira 3

Leia mais

Quantificação de tecidos em imagens mamográficas por meio de histogramas

Quantificação de tecidos em imagens mamográficas por meio de histogramas Artigo Original Revista Brasileira de Física Médica.212:6(2):173-7. Quantificação de tecidos em imagens mamográficas por meio de histogramas Quantification of tissues in mammographic images using histograms

Leia mais

SIMULADOR COMPUTACIONAL DE MAMOGRAFIA CONTEMPLANDO A CLASSIFICAÇÃO DE DENSIDADES DO ACR BI-RADS

SIMULADOR COMPUTACIONAL DE MAMOGRAFIA CONTEMPLANDO A CLASSIFICAÇÃO DE DENSIDADES DO ACR BI-RADS SIMULADOR COMPUTACIONAL DE MAMOGRAFIA CONTEMPLANDO A CLASSIFICAÇÃO DE DENSIDADES DO ACR BI-RADS Abstract Francisco Carlos da Silva 1, Henrique Jesus Quintino de Oliveira 2, Ricardo Rodrigues Falconi 3,

Leia mais

Pré-processamento de Imagens Mamográficas Digitais: Uma Técnica para Realce de Microcalcificações no domínio da freqüência

Pré-processamento de Imagens Mamográficas Digitais: Uma Técnica para Realce de Microcalcificações no domínio da freqüência Pré-processamento de Imagens Mamográficas Digitais: Uma Técnica para Realce de Microcalcificações no domínio da freqüência Larissa Cristina dos Santos Romualdo 1, Marcelo Andrade da Costa Vieira 2, Cláudio

Leia mais

REALCE DE MICROCALCIFICAÇÕES EM IMAGENS DE MAMOGRAFIA UTILIZANDO FILTROS PASSA-ALTA

REALCE DE MICROCALCIFICAÇÕES EM IMAGENS DE MAMOGRAFIA UTILIZANDO FILTROS PASSA-ALTA REALCE DE MICROCALCIFICAÇÕES EM IMAGENS DE MAMOGRAFIA UTILIZANDO FILTROS PASSA-ALTA Caio Cesar Amorim Borges e Danilo Rodrigues de Carvalho Universidade Federal de Goiás, Escola de Engenharia Elétrica

Leia mais

VISUALIZAÇÃO VOLUMÉTRICA DE EXAMES DE RESSONÂNCIA MAGNÉTICA DA MAMA

VISUALIZAÇÃO VOLUMÉTRICA DE EXAMES DE RESSONÂNCIA MAGNÉTICA DA MAMA PIBIC-UFU, CNPq & FAPEMIG Universidade Federal de Uberlândia Pró-Reitoria de Pesquisa e Pós-Graduação DIRETORIA DE PESQUISA VISUALIZAÇÃO VOLUMÉTRICA DE EXAMES DE RESSONÂNCIA MAGNÉTICA DA MAMA Gabriel Jara

Leia mais

DETECÇÃO DE AGRUPAMENTOS DE MICROCALCIFICAÇÕES EM IMAGENS MAMOGRÁFICAS DIGITAIS

DETECÇÃO DE AGRUPAMENTOS DE MICROCALCIFICAÇÕES EM IMAGENS MAMOGRÁFICAS DIGITAIS PIBIC-UFU, CNPq & FAPEMIG Universidade Federal de Uberlândia Pró-Reitoria de Pesquisa e Pós-Graduação DIRETORIA DE PESQUISA DETECÇÃO DE AGRUPAMENTOS DE MICROCALCIFICAÇÕES EM IMAGENS MAMOGRÁFICAS DIGITAIS

Leia mais

Um sistema computacional para registrar e recuperar imagens mamográficas via Internet

Um sistema computacional para registrar e recuperar imagens mamográficas via Internet Um sistema computacional para registrar e recuperar imagens mamográficas via Internet Fátima L. S. Nunes 1, Homero Schiabel 2, José Alaor de Oliveira Jr 1, Claudio Tuccilli Gonçalves 1, Rodrigo H. Benatti

Leia mais

AVALIAÇÃO DA DOSE GLANDULAR MÉDIA EM FUNÇÃO DA ESPESSURA DA MAMA

AVALIAÇÃO DA DOSE GLANDULAR MÉDIA EM FUNÇÃO DA ESPESSURA DA MAMA AVALIAÇÃO DA DOSE GLANDULAR MÉDIA EM FUNÇÃO DA ESPESSURA DA MAMA Fátima F.R. Alves 1, Silvio R. Pires 2, Eny M. Ruberti Filha 1, Simone Elias 3, Regina B. Medeiros 1 Universidade Federal de São Paulo Escola

Leia mais

Projeto FlexiGrid IWA. Sistema de Armazenamento e Comunicação de Imagens

Projeto FlexiGrid IWA. Sistema de Armazenamento e Comunicação de Imagens Projeto FlexiGrid IWA Sistema de Armazenamento e Comunicação de Imagens Aristófanes C. Silva Danilo Launde Lúcio Dias Roteiro PACS Definição Infra-Estrutura Camadas Problemas Soluções DICOM IWA Histórico

Leia mais

Um protótipo de ambiente virtual para simular objetos 2D e 3D referentes a imagens mamográficas

Um protótipo de ambiente virtual para simular objetos 2D e 3D referentes a imagens mamográficas Um protótipo de ambiente virtual para simular objetos 2D e 3D referentes a imagens mamográficas Michele Sayuri Noda 1, Fátima L. S. Nunes 2, Adriano Bezerra 1 msayuri@gmail.com, adrianobezerra1@yahoo.com.br,

Leia mais

SOFTWARE AUTOMÁTICO PARA DETERMINAÇÃO DA IDADE ÓSSEA BASEADO NO MÉTODO DE EKLOF & RINGERTZ

SOFTWARE AUTOMÁTICO PARA DETERMINAÇÃO DA IDADE ÓSSEA BASEADO NO MÉTODO DE EKLOF & RINGERTZ Revista Brasileira de Física Médica (2009) - Volume 2, Número 1, p.15-19 Artigo Original SOFTWARE AUTOMÁTICO PARA DETERMINAÇÃO DA IDADE ÓSSEA BASEADO NO MÉTODO DE EKLOF & RINGERTZ C.O. Júnior, E.L.L. Rodrigues

Leia mais

Uma Proposta de Recuperação de Imagens Mamográficas Baseada em Conteúdo

Uma Proposta de Recuperação de Imagens Mamográficas Baseada em Conteúdo Uma Proposta de Recuperação de Imagens Mamográficas Baseada em Conteúdo H. E. R. Gato 1,3, F. L. S. Nunes 2 e H. Schiabel 1 1 USP- Depto. de Engenharia Elétrica, São Carlos, Brasil 2 Centro Universitário

Leia mais

Invenia ABUS Automated Breast Ultrasound. Invenia ABUS. Melhoria na detecção. Screening. Incidência do Câncer de Mama

Invenia ABUS Automated Breast Ultrasound. Invenia ABUS. Melhoria na detecção. Screening. Incidência do Câncer de Mama Invenia ABUS Screening TM Invenia ABUS Automated Breast Ultrasound Roberta Fernandes MSc. Engenharia Biomédica COPPE/UFRJ Gerente Clínica Radiologia Geral Ultrassonografia GE Healthcare Incidência do Câncer

Leia mais

TÉCNICA DE AQUISIÇÃO DE MAMOGRAMAS PARA OTIMIZAR O PROCESSAMENTO DE IMAGENS

TÉCNICA DE AQUISIÇÃO DE MAMOGRAMAS PARA OTIMIZAR O PROCESSAMENTO DE IMAGENS TÉCNICA DE AQUISIÇÃO DE MAMOGRAMAS PARA OTIMIZAR O PROCESSAMENTO DE IMAGENS Henrique Jesus Quintino de Oliveira 1 & Annie France Frère 1 1 Nucleo de Pesquisas Tecnológicas Universidade de Mogi das Cruzes

Leia mais

de Bordas em Imagens Digitais

de Bordas em Imagens Digitais Anais do CNMAC v.2 ISSN 1984-820X Avaliação Quantitativa de um Método Automático de Extração de Bordas em Imagens Digitais Inês A. Gasparotto Boaventura Departamento de Ciências de Computação e Estatística,

Leia mais

Método de Avaliação de Detector de Bordas em Imagens Digitais

Método de Avaliação de Detector de Bordas em Imagens Digitais Método de Avaliação de Detector de Bordas em Imagens Digitais Inês A. G. Boaventura DCCE, IBILCE, UNESP Rua Cristovão Colombo, 2265 15054-000, São José do Rio Preto, SP, Brasil ines@ibilce.unesp.br Adilson

Leia mais

BREAST IMAGING REPORTING AND DATA SYSTEM NOVO BI-RADS EM MAMOGRAFIA

BREAST IMAGING REPORTING AND DATA SYSTEM NOVO BI-RADS EM MAMOGRAFIA BREAST IMAGING REPORTING AND DATA SYSTEM NOVO BI-RADS EM MAMOGRAFIA Breast Imaging Reporting and Data System Dr Marconi Luna Doutor em Medicina UFRJ Ex-Presidente da SBM Breast Imaging Reporting and Data

Leia mais

Processamento e Segmentação de Mamogramas Digitais

Processamento e Segmentação de Mamogramas Digitais Processamento e Segmentação de Mamogramas Digitais Geraldo Henrique Neto 1, Gilmar Cação Ribeiro 1, Fabio Valiengo Valeri 2 1 Bacharelado em Ciência da Computação, Centro Universitário Moura Lacerda, Brasil

Leia mais

UBER: Uma ferramenta para realce de microcalcificações mamárias

UBER: Uma ferramenta para realce de microcalcificações mamárias Departamento de Sistemas e Computação FURB Curso de Ciência da Computação Trabalho de Conclusão de Curso 2013/2 UBER: Uma ferramenta para realce de microcalcificações mamárias Acadêmico: Jackson Krause

Leia mais

Avaliação Situacional da Qualidade dos Serviços de Mamografia do Estado de Minas Gerais

Avaliação Situacional da Qualidade dos Serviços de Mamografia do Estado de Minas Gerais Avaliação Situacional da Qualidade dos Serviços de Mamografia do Estado de Minas Gerais Geórgia S. Joana 1, Maurício de Oliveira 1, Maurício C. de Andrade 1, Adriana C. Z. Cesar 1, Márcio A. Oliveira 1,2,

Leia mais

ANÁLISE DAS EXPOSIÇÕES MÉDICAS EM MAMOGRAFIA DIGITAL. Sergio R. Oliveira¹; Natalia O. Mantuano²; Afonso S. Albrecht² e Leonardo S.

ANÁLISE DAS EXPOSIÇÕES MÉDICAS EM MAMOGRAFIA DIGITAL. Sergio R. Oliveira¹; Natalia O. Mantuano²; Afonso S. Albrecht² e Leonardo S. International Joint Conference RADIO 2014 Gramado, RS, Brazil, Augustl 26-29, 2014 SOCIEDADE BRASILEIRA DE PROTEÇÃO RADIOLÓGICA - SBPR ANÁLISE DAS EXPOSIÇÕES MÉDICAS EM MAMOGRAFIA DIGITAL Sergio R. Oliveira¹;

Leia mais

CBPF Centro Brasileiro de Pesquisas Físicas. Nota Técnica

CBPF Centro Brasileiro de Pesquisas Físicas. Nota Técnica CBPF Centro Brasileiro de Pesquisas Físicas Nota Técnica Aplicação de Física Médica em imagens de Tomografia de Crânio e Tórax Autores: Dário Oliveira - dario@cbpf.br Marcelo Albuquerque - marcelo@cbpf.br

Leia mais

NOVO CONSENSO BRASILEIRO DE RASTREAMENTO DO CÂNCER DE MAMA POR MÉTODOS DE IMAGEM DR. HEVERTON AMORIM

NOVO CONSENSO BRASILEIRO DE RASTREAMENTO DO CÂNCER DE MAMA POR MÉTODOS DE IMAGEM DR. HEVERTON AMORIM NOVO CONSENSO BRASILEIRO DE RASTREAMENTO DO CÂNCER DE MAMA POR MÉTODOS DE IMAGEM DR. HEVERTON AMORIM Qual é a situação do câncer de mama? Pode ser prevenido? Como prevenir? Qual o papel da mamografia?

Leia mais

Aplicação de Ensembles de Classificadores na Detecção de Patologias na Coluna Vertebral

Aplicação de Ensembles de Classificadores na Detecção de Patologias na Coluna Vertebral Aplicação de Ensembles de Classificadores na Detecção de Patologias na Coluna Vertebral Hedenir M. Pinheiro Instituto de Informática Universidade Federal de Goiás (UFG) Caixa Postal 131 74001-970 Goiânia

Leia mais

SISTEMA PARA RECUPERAÇÃO DE MAMOGRAFIAS COM BASE EM CONTEÚDO: EXTRAÇÃO DO VETOR DE CARACTERÍSTICAS

SISTEMA PARA RECUPERAÇÃO DE MAMOGRAFIAS COM BASE EM CONTEÚDO: EXTRAÇÃO DO VETOR DE CARACTERÍSTICAS 124 SISTEMA PARA RECUPERAÇÃO DE MAMOGRAFIAS COM BASE EM CONTEÚDO: EXTRAÇÃO DO VETOR DE CARACTERÍSTICAS RESUMO Leonardo Brussolo de Paula, Marília Guimarães Pinheiro, Natália Abdala Rosa, Luis Ricardo de

Leia mais

Verificação de Qualidade de Imagens de Fundo de Olho a Partir de Descritores Baseados em Histogramas. Marina Silva Fouto - Reconhecimento de Padrões

Verificação de Qualidade de Imagens de Fundo de Olho a Partir de Descritores Baseados em Histogramas. Marina Silva Fouto - Reconhecimento de Padrões Verificação de Qualidade de Imagens de Fundo de Olho a Partir de Descritores Baseados em Histogramas Marina Silva Fouto - Reconhecimento de Padrões Tópicos Importância Trabalhos Relacionados Imagens e

Leia mais

Descritores de textura na análise de imagens de microtomografia computadorizada

Descritores de textura na análise de imagens de microtomografia computadorizada Trabalho apresentado no XXXV CNMAC, Natal-RN, 2014. Descritores de textura na análise de imagens de microtomografia computadorizada Sandro R. Fernandes Departamento de Educação e Tecnologia, Núcleo de

Leia mais

CALIBRAÇÃO DE APARELHOS DE RAIO X EM IMAGENS DE TOMOGRAFIA DE CRÂNIO E TÓRAX

CALIBRAÇÃO DE APARELHOS DE RAIO X EM IMAGENS DE TOMOGRAFIA DE CRÂNIO E TÓRAX CMNE/CILAMCE 2007 Porto, 13 a 15 de Junho, 2007 APMTAC, Portugal 2007 CALIBRAÇÃO DE APARELHOS DE RAIO X EM IMAGENS DE TOMOGRAFIA DE CRÂNIO E TÓRAX Dário A.B. Oliveira 1 *, Marcelo P. Albuquerque 1, M.M.G

Leia mais

MÉTODO NÃO SUPERVISIONADO PARA DETECÇÃO DE NÚCLEOS DE DO TECIDO EPITÉLIO GLANDULAR PROSTÁTICO

MÉTODO NÃO SUPERVISIONADO PARA DETECÇÃO DE NÚCLEOS DE DO TECIDO EPITÉLIO GLANDULAR PROSTÁTICO MÉTODO NÃO SUPERVISIONADO PARA DETECÇÃO DE NÚCLEOS DE DO TECIDO EPITÉLIO GLANDULAR PROSTÁTICO Domingos Lucas Latorre de Oliveira 1, Marcelo Zanchetta do Nascimento 1, Leandro Alves Neves 2, Moacir Fernandes

Leia mais

Segmentação de imagens tridimensionais utilizando o sensor Microsoft Kinect

Segmentação de imagens tridimensionais utilizando o sensor Microsoft Kinect Segmentação de imagens tridimensionais utilizando o sensor Microsoft Kinect Lucas Viana Barbosa 1 ; Wanderson Rigo 2 ; Manassés Ribeiro 3 INTRODUÇÃO Os sistemas de visão artificial vêm auxiliando o ser

Leia mais

Sistema de Controle de Acesso Baseado no Reconhecimento de Faces

Sistema de Controle de Acesso Baseado no Reconhecimento de Faces Sistema de Controle de Acesso Baseado no Reconhecimento de Faces Access Control System Based on Face Recognition Tiago A. Neves, Welton S. De Oliveira e Jean-Jacques De Groote Faculdades COC de Ribeirão

Leia mais

Sistema de Reconhecimento de Impressões Digitais. Resumo

Sistema de Reconhecimento de Impressões Digitais. Resumo Sistema de Reconhecimento de Impressões Digitais Álvaro N. Prestes Relatório Técnico, Introdução ao Processamento de Imagens Programa de Engenharia de Sistemas e Computação - PESC/COPPE Universidade Federal

Leia mais

Classificação Automática da Densidade Mamária em Tomossíntese

Classificação Automática da Densidade Mamária em Tomossíntese UNIVERSIDADE DE LISBOA FACULDADE DE CIÊNCIAS DEPARTAMENTO DE FÍSICA Classificação Automática da Densidade Mamária em Tomossíntese Mestrado Integrado em Engenharia Biomédica e Biofísica Perfil em Engenharia

Leia mais

Radiology: Volume 274: Number 2 February 2015. Amélia Estevão 10.05.2015

Radiology: Volume 274: Number 2 February 2015. Amélia Estevão 10.05.2015 Radiology: Volume 274: Number 2 February 2015 Amélia Estevão 10.05.2015 Objetivo: Investigar a vantagem da utilização da RM nos diferentes tipos de lesões diagnosticadas na mamografia e ecografia classificadas

Leia mais

Normalização Espacial de Imagens Frontais de Face

Normalização Espacial de Imagens Frontais de Face Normalização Espacial de Imagens Frontais de Face Vagner do Amaral 1 e Carlos Eduardo Thomaz 2 Relatório Técnico: 2008/01 1 Coordenadoria Geral de Informática Centro Universitário da FEI São Bernardo do

Leia mais

UM OLHAR CRÍTICO SOBRE O AUTOEXAME DAS MAMAS

UM OLHAR CRÍTICO SOBRE O AUTOEXAME DAS MAMAS UM OLHAR CRÍTICO SOBRE O AUTOEXAME DAS MAMAS Alexandre D. Caldeira Instituto de Estudos Avançados (IEAv) 12228-001 São José dos Campos, SP, Brasil alexdc@ieav.cta.br RESUMO É descrita uma tentativa de

Leia mais

Qualidade do Processamento de Imagens Mamográficas Adquiridas em um Digitalizador com Tecnologia a Laser e um com Tecnologia CCD

Qualidade do Processamento de Imagens Mamográficas Adquiridas em um Digitalizador com Tecnologia a Laser e um com Tecnologia CCD Qualidade do Processamento de Imagens Mamográficas Adquiridas em um Digitalizador com Tecnologia a Laser e um com Tecnologia CCD Abstract Renata de Freitas Góes, Homero Schiabel, Maurício Escarpinati Universidade

Leia mais

CONTROLE DE QUALIDADE EM TOMOSSÍNTESE MAMÁRIA

CONTROLE DE QUALIDADE EM TOMOSSÍNTESE MAMÁRIA International Joint Conference RADIO 2014 Gramado, RS, Brazil, Augustl 26-29, 2014 SOCIEDADE BRASILEIRA DE PROTEÇÃO RADIOLÓGICA - SBPR CONTROLE DE QUALIDADE EM TOMOSSÍNTESE MAMÁRIA Rosangela Requi Jakubiak

Leia mais

DESENVOLVIMENTO DE UM MODELO COMPUTACIONAL DE EXPOSIÇÃO EXTERNA PARA ESTUDO DA DOSE DE ENTRADA NA PELE PARA RADIOGRAFIAS DE TÓRAX E COLUNA

DESENVOLVIMENTO DE UM MODELO COMPUTACIONAL DE EXPOSIÇÃO EXTERNA PARA ESTUDO DA DOSE DE ENTRADA NA PELE PARA RADIOGRAFIAS DE TÓRAX E COLUNA International Joint Conference RADIO 2014 Gramado, RS, Brazil, Augustl 26-29, 2014 SOCIEDADE BRASILEIRA DE PROTEÇÃO RADIOLÓGICA - SBPR DESENVOLVIMENTO DE UM MODELO COMPUTACIONAL DE EXPOSIÇÃO EXTERNA PARA

Leia mais

CLASSIFICAÇÃO DE MASSAS NA MAMA A PARTIR DE IMAGENS MAMOGRÁFICAS USANDO ÍNDICE DE DIVERSIDADE DE SHANNON-WIENER

CLASSIFICAÇÃO DE MASSAS NA MAMA A PARTIR DE IMAGENS MAMOGRÁFICAS USANDO ÍNDICE DE DIVERSIDADE DE SHANNON-WIENER UNIVERSIDADE FEDERAL DO MARANHÃO CENTRO DE CIÊNCIAS EXATAS E TECNOLOGIA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE ULYSSES SANTOS SOUSA CLASSIFICAÇÃO DE MASSAS NA MAMA A PARTIR DE IMAGENS

Leia mais

IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS

IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS IDENTIFICAÇÃO DE MARCADORES DE PAVIMENTAÇÃO NA ORIENTAÇÃO DE CEGOS André Zuconelli¹, Manassés Ribeiro² Instituto Federal de Educação, Ciência e Tecnologia Catarinense - Campus Videira Rodovia SC, Km 5

Leia mais

MEDIDAS PARA IMPLANTAÇÃO PROGRAMA DE QUALIDADE DE IMAGEM EM MAMOGRAFIA

MEDIDAS PARA IMPLANTAÇÃO PROGRAMA DE QUALIDADE DE IMAGEM EM MAMOGRAFIA MEDIDAS PARA IMPLANTAÇÃO PROGRAMA DE QUALIDADE DE IMAGEM EM MAMOGRAFIA R. B. Venâncio*, L. S. Oliveira*, A. C. Patrocínio* C. L. Debs** *Faculdade de Engenharia Elétrica Universidade Federal de Uberlândia,

Leia mais

Processamento Digital de Imagens

Processamento Digital de Imagens Processamento Digital de Imagens Israel Andrade Esquef a Márcio Portes de Albuquerque b Marcelo Portes de Albuquerque b a Universidade Estadual do Norte Fluminense - UENF b Centro Brasileiro de Pesquisas

Leia mais

Cálculo de volume de objetos utilizando câmeras RGB-D

Cálculo de volume de objetos utilizando câmeras RGB-D Cálculo de volume de objetos utilizando câmeras RGB-D Servílio Souza de ASSIS 1,3,4 ; Izadora Aparecida RAMOS 1,3,4 ; Bruno Alberto Soares OLIVEIRA 1,3 ; Marlon MARCON 2,3 1 Estudante de Engenharia de

Leia mais

SISTEMA NEURO-FUZZY PARA DETECÇÃO E CLASSIFICAÇÃO DE MICROCALCIFICAÇÕES EM MAMOGRAMAS

SISTEMA NEURO-FUZZY PARA DETECÇÃO E CLASSIFICAÇÃO DE MICROCALCIFICAÇÕES EM MAMOGRAMAS SISTEMA EURO-FUZZY PARA DETECÇÃO E CLASSIFICAÇÃO DE MICROCALCIFICAÇÕES EM MAMOGRAMAS FABIAO C. FERADES, LOURDES M. BRASIL Universidade Católica de Brasília, Programa de Pós-Graduação Stricto Sensu em Gestão

Leia mais

2 Trabalhos Relacionados

2 Trabalhos Relacionados 2 Trabalhos Relacionados O desenvolvimento de técnicas de aquisição de imagens médicas, em particular a tomografia computadorizada (TC), que fornecem informações mais detalhadas do corpo humano, tem aumentado

Leia mais

PROPOSTA DE UMA FERRAMENTA PARA SIMULAÇÃO DE EXAME DE PUNÇÃO DE MAMA CANINA UTILIZANDO TÉCNICAS DE REALIDADE VIRTUAL

PROPOSTA DE UMA FERRAMENTA PARA SIMULAÇÃO DE EXAME DE PUNÇÃO DE MAMA CANINA UTILIZANDO TÉCNICAS DE REALIDADE VIRTUAL PROPOSTA DE UMA FERRAMENTA PARA SIMULAÇÃO DE EXAME DE PUNÇÃO DE MAMA CANINA UTILIZANDO TÉCNICAS DE REALIDADE VIRTUAL HERMOSILLA, Lígia Docente da Faculdade de Ciencias Jurídicas e Gerenciais FAEG Rua das

Leia mais

BANCO DE IMAGENS MAMOGRÁFICAS PARA TREINAMENTO NA INTERPRETAÇÃO DE IMAGENS DIGITAIS*

BANCO DE IMAGENS MAMOGRÁFICAS PARA TREINAMENTO NA INTERPRETAÇÃO DE IMAGENS DIGITAIS* Artigo Original Pires SR et al. BANCO DE IMAGENS MAMOGRÁFICAS PARA TREINAMENTO NA INTERPRETAÇÃO DE IMAGENS DIGITAIS* Silvio Ricardo Pires 1, Regina Bitelli Medeiros 2, Homero Schiabel 3 Resumo Abstract

Leia mais

MundoGEOXperience - Maratona de Ideias Geográficas 07/05/2014

MundoGEOXperience - Maratona de Ideias Geográficas 07/05/2014 MundoGEOXperience - Maratona de Ideias Geográficas 07/05/2014 ANÁLISE DE TÉCNICAS PARA DETECÇÃO DE MUDANÇA UTILIZANDO IMAGENS DO SENSORIAMENTO REMOTO DESLIZAMENTOS EM NOVA FRIBURGO/RJ EM 2011 Trabalho

Leia mais

UMA FERRAMENTA PARA TREINAMENTO NA AVALIAÇÃO DE IMAGENS MAMOGRÁFICAS VIA INTERNET*

UMA FERRAMENTA PARA TREINAMENTO NA AVALIAÇÃO DE IMAGENS MAMOGRÁFICAS VIA INTERNET* Artigo Original Ângelo MF, Schiabel H UMA FERRAMENTA PARA TREINAMENTO NA AVALIAÇÃO DE IMAGENS MAMOGRÁFICAS VIA INTERNET* Michele Fúlvia Ângelo 1, Homero Schiabel Resumo Abstract Este trabalho consiste

Leia mais

Comparação entre as Técnicas de Agrupamento K-Means e Fuzzy C-Means para Segmentação de Imagens Coloridas

Comparação entre as Técnicas de Agrupamento K-Means e Fuzzy C-Means para Segmentação de Imagens Coloridas Comparação entre as Técnicas de Agrupamento K-Means e Fuzzy C-Means para Segmentação de Imagens Coloridas Vinicius Ruela Pereira Borges 1 1 Faculdade de Computação - Universidade Federal de Uberlândia

Leia mais

2.1.2 Definição Matemática de Imagem

2.1.2 Definição Matemática de Imagem Capítulo 2 Fundamentação Teórica Este capítulo descreve os fundamentos e as etapas do processamento digital de imagens. 2.1 Fundamentos para Processamento Digital de Imagens Esta seção apresenta as propriedades

Leia mais

Segmentação Multicritério para Detecção de Nódulos Pulmonares em Imagens de Tomografia Computadorizada

Segmentação Multicritério para Detecção de Nódulos Pulmonares em Imagens de Tomografia Computadorizada Vanessa de Oliveira Campos Segmentação Multicritério para Detecção de Nódulos Pulmonares em Imagens de Tomografia Computadorizada Tese de Doutorado Tese apresentada ao Programa de Pós-graduação em Engenharia

Leia mais

RECUPERAÇÃO DE IMAGEM BASEADA EM CONTEÚDO: USO DE ATRIBUTOS DE TEXTURA PARA CARACTERIZAÇÃO DE MICROCALCIFICAÇÕES MAMOGRÁFICAS*

RECUPERAÇÃO DE IMAGEM BASEADA EM CONTEÚDO: USO DE ATRIBUTOS DE TEXTURA PARA CARACTERIZAÇÃO DE MICROCALCIFICAÇÕES MAMOGRÁFICAS* Artigo Original RECUPERAÇÃO DE IMAGEM BASEADA EM CONTEÚDO: USO DE ATRIBUTOS DE TEXTURA PARA CARACTERIZAÇÃO DE MICROCALCIFICAÇÕES MAMOGRÁFICAS* Paulo Mazzoncini de Azevedo-Marques 1, Marcelo Hossamu Honda

Leia mais

A participação do radiologista no controle da qualidade da mamografia

A participação do radiologista no controle da qualidade da mamografia VII Encontro Nacional para o Controle do Câncer de Colo do Útero e de Mama QUALIDADE DA MAMOGRAFIA A participação do radiologista no controle da qualidade da mamografia Objetivo - Roteiro Descrever as

Leia mais

REGINA ISHIBASHI 1 ALUIR PORFÍRIO DAL POZ 2

REGINA ISHIBASHI 1 ALUIR PORFÍRIO DAL POZ 2 EXTRAÇÃO AUTOMÁTICA DE SEGMENTOS DE RODOVIA VIA DETECTOR DE LINHAS DE STEGER REGINA ISHIBASHI 1 ALUIR PORFÍRIO DAL POZ 2 (1) Universidade Estadual Paulista - Unesp Faculdade de Ciências e Tecnologia -

Leia mais

Classificação de Imagens

Classificação de Imagens Universidade do Estado de Santa Catarina Departamento de Engenharia Civil Classificação de Imagens Profa. Adriana Goulart dos Santos Extração de Informação da Imagem A partir de uma visualização das imagens,

Leia mais

UNIVERSIDADE DE MOGI DAS CRUZES

UNIVERSIDADE DE MOGI DAS CRUZES UNIVERSIDADE DE MOGI DAS CRUZES Simulador computacional de mamografia contemplando a classificação de densidades do ACR BI-RADS Francisco Carlos da Silva Livros Grátis http://www.livrosgratis.com.br Milhares

Leia mais

O uso de Equações de Difusão no Processo de Detecção de Regiões Suspeitas em Mamografias

O uso de Equações de Difusão no Processo de Detecção de Regiões Suspeitas em Mamografias O uso de Equações de Difusão no Processo de Detecção de Regiões Suspeitas em Mamografias Denise Guliato 1, Celia A. Zorzo Barcelos 2,WalterB.Dias 1 1 Faculdade de Computação Universidade Federal de Uberlândia

Leia mais

MAMAS DENSAS SÃO REALMENTE DE ALTO RISCO? O QUE FAZER COM ELAS?

MAMAS DENSAS SÃO REALMENTE DE ALTO RISCO? O QUE FAZER COM ELAS? MAMAS DENSAS SÃO REALMENTE DE ALTO RISCO? O QUE FAZER COM ELAS? O Que diz a literatura sobre Risco de Câncer de Mama RR > 4,0 : - idade > 65 anos - mutação genética (BRCA 1 / 2) - mais de 2 parentes de

Leia mais

2 Imagens Médicas e Anatomia do Fígado

2 Imagens Médicas e Anatomia do Fígado 2 Imagens Médicas e Anatomia do Fígado Neste capítulo são apresentados os tipos de dados utilizados neste trabalho e a anatomia do fígado, de onde foram retiradas todas as heurísticas adotadas para segmentação

Leia mais

A limiarização é uma das abordagens mais importantes de segmentação de imagens. A limiarização é um caso específico de segmentação.

A limiarização é uma das abordagens mais importantes de segmentação de imagens. A limiarização é um caso específico de segmentação. Limiarização A limiarização é uma das abordagens mais importantes de segmentação de imagens. A limiarização é um caso específico de segmentação. O princípio da limiarização consiste em separar as regiões

Leia mais

Trabalho 2 Fundamentos de computação Gráfica

Trabalho 2 Fundamentos de computação Gráfica Trabalho 2 Fundamentos de computação Gráfica Processamento de Imagens Aluno: Renato Deris Prado Tópicos: 1- Programa em QT e C++ 2- Efeitos de processamento de imagens 1- Programa em QT e C++ Para o trabalho

Leia mais

OTIMIZAÇÃO DA DOSE GLANDULAR MÉDIA NA MAMA E DA QUALIDADE DA IMAGEM NOS SISTEMAS DE MAMOGRAFIA DIGITAL

OTIMIZAÇÃO DA DOSE GLANDULAR MÉDIA NA MAMA E DA QUALIDADE DA IMAGEM NOS SISTEMAS DE MAMOGRAFIA DIGITAL XX CONGRESSO BRASILEIRO DE FÍSICA MÉDICA SIMPÓSIO INTERNACIONAL DE PROTEÇÃO RADIOLÓGICA EM MEDICINA OTIMIZAÇÃO DA DOSE GLANDULAR MÉDIA NA MAMA E DA QUALIDADE DA IMAGEM NOS SISTEMAS DE MAMOGRAFIA DIGITAL

Leia mais

TEXTO 10 ACHADOS DE IMAGEM NO EXAME DE MAMOGRAFIA

TEXTO 10 ACHADOS DE IMAGEM NO EXAME DE MAMOGRAFIA TEXTO 10 ACHADOS DE IMAGEM NO EXAME DE MAMOGRAFIA NEYSA APARECIDA TINOCO REGATTIERI 1 Diferentes alterações no tecido mamário podem produzir achados de imagem semelhantes, porém, em alguns casos, esses

Leia mais

QualIM : software para treinamento na interpretação de imagens médicas digitais*

QualIM : software para treinamento na interpretação de imagens médicas digitais* Artigo Original Original Article QualIM : Laboratório de Qualificação de Imagens Médicas QualIM : software para treinamento na interpretação de imagens médicas digitais* QualIM : a software for training

Leia mais

VISMED. Diagnóstico de Nódulo Pulmonar. Aluno : Aristófanes Corrêa Silva. Professor : Paulo Cezar Carvalho

VISMED. Diagnóstico de Nódulo Pulmonar. Aluno : Aristófanes Corrêa Silva. Professor : Paulo Cezar Carvalho Aluno : Aristófanes Corrêa Silva Professor : Paulo Cezar Carvalho Setembro/2001 Tópicos 1ª Fase Projeto VISMED Estimativa de Volume Pulmonar 2ª Fase Aquisição da Imagem Tomografia computadorizada Dicom

Leia mais

Câncer de Mama COMO SÃO AS MAMAS:

Câncer de Mama COMO SÃO AS MAMAS: Câncer de Mama COMO SÃO AS MAMAS: As mamas (ou seios) são glândulas e sua função principal é a produção de leite. Elas são compostas de lobos que se dividem em porções menores, os lóbulos, e ductos, que

Leia mais

Efeito da Variação dos µ s na Detecção das Microcalcificações por Dupla Energia

Efeito da Variação dos µ s na Detecção das Microcalcificações por Dupla Energia Efeito da Variação dos µ s na Detecção das Microcalcificações por Dupla Energia A.O. Sakai 1, J.C.B. Lucas 1, H.J.Q. Oliveira 1 1 Laboratório de Simulações de Imagens Médica (LASIM, Núcleo de Pesquisas

Leia mais

Prevenção em dobro. Eixo de Prevenção do Câncer ganha segunda Unidade Móvel CAPA

Prevenção em dobro. Eixo de Prevenção do Câncer ganha segunda Unidade Móvel CAPA Prevenção em dobro Eixo de Prevenção do Câncer ganha segunda Unidade Móvel O eixo de Prevenção do Câncer do Programa Cuide-se+ acaba de ganhar um importante reforço no atendimento aos trabalhadores das

Leia mais

CEP 36307-352 fernando.nogueira@ufjf.edu.br

CEP 36307-352 fernando.nogueira@ufjf.edu.br 26 a 28 de maio de 2 Universidade Federal de São João del-rei MG Associação Brasileira de Métodos Computacionais em Engenharia Determinação da Curva Granulométrica de Agregados Graúdos Via Processamento

Leia mais

IMPLANTAÇÃO E APLICAÇÃO DE UM PROGRAMA DE CONTROLE DE QUALIDADE EM UM SERVIÇO DE MAMOGRAFIA

IMPLANTAÇÃO E APLICAÇÃO DE UM PROGRAMA DE CONTROLE DE QUALIDADE EM UM SERVIÇO DE MAMOGRAFIA 2013 International Nuclear Atlantic Conference - INAC 2013 Recife, PE, Brazil, November 24-29, 2013 ASSOCIAÇÃO BRASILEIRA DE ENERGIA NUCLEAR - ABEN ISBN: 978-85-99141-05-2 IMPLANTAÇÃO E APLICAÇÃO DE UM

Leia mais

Segmentação de imagens de profundidade por limiarização com morfologia matemática. Jorge Antonio Silva Centeno 1 Regina Tiemy Kishi 2

Segmentação de imagens de profundidade por limiarização com morfologia matemática. Jorge Antonio Silva Centeno 1 Regina Tiemy Kishi 2 Segmentação de imagens de profundidade por limiarização com morfologia matemática Jorge Antonio Silva Centeno 1 Regina Tiemy Kishi 2 Universidade Federal do Paraná - UFPR 1 Departamento de Geomática 2

Leia mais

SISTEMA ESPECIALISTA DE VISÃO COMPUTACIONAL PARA DIAGNÓSTICO DE FRATURAS CRANIANAS EM IMAGENS DE TOMOGRAFIA COMPUTADORIZADA.

SISTEMA ESPECIALISTA DE VISÃO COMPUTACIONAL PARA DIAGNÓSTICO DE FRATURAS CRANIANAS EM IMAGENS DE TOMOGRAFIA COMPUTADORIZADA. SISTEMA ESPECIALISTA DE VISÃO COMPUTACIONAL PARA DIAGNÓSTICO DE FRATURAS CRANIANAS EM IMAGENS DE TOMOGRAFIA COMPUTADORIZADA. Eric da Silva 1,Saulo Araujo de Carvalho 2,Wagner dos Santos C. de Jesus 3,

Leia mais

Tratamento da Imagem Transformações (cont.)

Tratamento da Imagem Transformações (cont.) Universidade Federal do Rio de Janeiro - IM/DCC & NCE Tratamento da Imagem Transformações (cont.) Antonio G. Thomé thome@nce.ufrj.br Sala AEP/133 Tratamento de Imagens - Sumário Detalhado Objetivos Alguns

Leia mais

Desenvolvimento de um Sistema CAD para Detecção e Auxílio ao Diagnóstico de Doenças da Mama

Desenvolvimento de um Sistema CAD para Detecção e Auxílio ao Diagnóstico de Doenças da Mama Desenvolvimento de um Sistema CAD para Detecção e Auxílio ao Diagnóstico de Doenças da Mama Roger Resmini 1, Adriel dos S. Araújo 1, Otavio B. Nantes 1, Claudinéia Araújo 2, Aura Conci 3 1 Curso de Sistemas

Leia mais

Câncer de mama: trajetória da mulher valenciana a partir de uma suspeita. Breast cancer: the story of the Valencian woman from a suspected

Câncer de mama: trajetória da mulher valenciana a partir de uma suspeita. Breast cancer: the story of the Valencian woman from a suspected 69Cadernos UniFOA Câncer de mama: trajetória da mulher valenciana a partir de uma suspeita Breast cancer: the story of the Valencian woman from a suspected ISSN 1809-9475 1 Márcia Ribeiro Braz Luanda Louzada

Leia mais

ANGELO, ESCARPINATI, MARQUES, BATISTA, SOUZA (2012)

ANGELO, ESCARPINATI, MARQUES, BATISTA, SOUZA (2012) IMPLEMENTAÇÃO DE TÉCNICAS DE PROCESSAMENTO DIGITAL DE IMAGENS PARA AUXÍLIAR NA REALIZAÇÃO DE ANÁLISES CEFALOMÉTRICAS Michele Fúlvia Angelo Doutora em Engenharia Elétrica pela Universidade de São Paulo

Leia mais

Avaliação da caracterização de lesões em mamografia com recurso a sistemas CAD (Computer-Aided Diagnosis)

Avaliação da caracterização de lesões em mamografia com recurso a sistemas CAD (Computer-Aided Diagnosis) Avaliação da caracterização de lesões em mamografia com recurso a sistemas CAD (Computer-Aided Diagnosis) Ana Catarina Perre 1-2, Luís Freire 3 1. Clínica ECO4-Ultrasonografia Diagnóstica em Benedita.

Leia mais

OUTUBRO. um mes PARA RELEMBRAR A IMPORTANCIA DA. prevencao. COMPARTILHE ESSA IDEIA.

OUTUBRO. um mes PARA RELEMBRAR A IMPORTANCIA DA. prevencao. COMPARTILHE ESSA IDEIA. OUTUBRO ROSA ^ um mes PARA RELEMBRAR A IMPORTANCIA DA ~ prevencao. COMPARTILHE ESSA IDEIA. ~ ^ O movimento popular internacionalmente conhecido como Outubro Rosa é comemorado em todo o mundo. O nome remete

Leia mais

SEGMENTAÇÃO DE IMAGENS DE MAMOGRAFIAS DIGITAIS

SEGMENTAÇÃO DE IMAGENS DE MAMOGRAFIAS DIGITAIS SEGMENTAÇÃO DE IMAGENS DE MAMOGRAFIAS DIGITAIS Trabalho de Conclusão de Curso Engenharia da Computação Angélica Alcoforado Mascaro Orientador: Prof. Carlos Alexandre Barros de Mello Co-Orientador: Prof.

Leia mais

METODOLOGIA PARA AQUISIÇÃO DE POLÍGONOS 3D A PARTIR DA CLASSIFICAÇÃO E DO TRATAMENTO DE NUVENS DE PONTOS LIDAR

METODOLOGIA PARA AQUISIÇÃO DE POLÍGONOS 3D A PARTIR DA CLASSIFICAÇÃO E DO TRATAMENTO DE NUVENS DE PONTOS LIDAR METODOLOGIA PARA AQUISIÇÃO DE POLÍGONOS 3D A PARTIR DA CLASSIFICAÇÃO E DO TRATAMENTO DE NUVENS DE PONTOS LIDAR RAFAEL COSTA CAVALCANTI ANA LÚCIA BEZERRA CANDEIAS JOÃO RODRIGUES TAVARES JÚNIOR Universidade

Leia mais

MINISTÉRIO DA SAÚDE GABINETE DO MINISTRO CONSULTA PÚBLICA Nº 8, DE 10 DE NOVEMBRO DE 2011. DOU de 11/11/2011 (nº 217, Seção 1, pág.

MINISTÉRIO DA SAÚDE GABINETE DO MINISTRO CONSULTA PÚBLICA Nº 8, DE 10 DE NOVEMBRO DE 2011. DOU de 11/11/2011 (nº 217, Seção 1, pág. MINISTÉRIO DA SAÚDE GABINETE DO MINISTRO CONSULTA PÚBLICA Nº 8, DE 10 DE NOVEMBRO DE 2011 DOU de 11/11/2011 (nº 217, Seção 1, pág. 88) O MINISTRO DE ESTADO DA SAÚDE torna pública, nos termos do artigo

Leia mais

Essential para vida. Senographe Essential Sistema de mamografia digital de campo total

Essential para vida. Senographe Essential Sistema de mamografia digital de campo total Essential para vida Senographe Essential Sistema de mamografia digital de campo total A excelência em mamografia digital de campo total (FFDM) é um processo de busca contínua para o aprimoramento da tecnologia

Leia mais

Processamento de Imagem. Prof. Herondino

Processamento de Imagem. Prof. Herondino Processamento de Imagem Prof. Herondino Sensoriamento Remoto Para o Canada Centre for Remote Sensing - CCRS (2010), o sensoriamento remoto é a ciência (e em certa medida, a arte) de aquisição de informações

Leia mais

4 Avaliação Experimental

4 Avaliação Experimental 4 Avaliação Experimental Este capítulo apresenta uma avaliação experimental dos métodos e técnicas aplicados neste trabalho. Base para esta avaliação foi o protótipo descrito no capítulo anterior. Dentre

Leia mais

Validação. Revalidação

Validação. Revalidação NORMAS BÁSICAS PARA INSCRIÇÃO NO PROGRAMA DE QUALIDADE EM MAMOGRAFIA Validação Revalidação 1) Médico Responsável pelo Serviço 1.1. Membro Titular do CBR, SBM ou FEBRASGO. 1.2. Título de Especialista em

Leia mais

Utilizando Eigenfaces para Reconhecimento de Imagens

Utilizando Eigenfaces para Reconhecimento de Imagens Utilizando Eigenfaces para Reconhecimento de Imagens Thales Sehn Körting (Bolsista PIBIC-CNPq), Nelson Lopes Duarte Filho Engenharia de Computação - Fundação Universidade Federal do Rio Grande Av. Itália,

Leia mais

BancoWeb: registrando, recuperando e avaliando o uso de uma base de imagens mamográficas para Internet

BancoWeb: registrando, recuperando e avaliando o uso de uma base de imagens mamográficas para Internet BancoWeb: registrando, recuperando e avaliando o uso de uma base de imagens mamográficas para Internet Fátima L. S. Nunes 1, Homero Schiabel 2, José Alaor de Oliveira Jr 1, Claudio Eduardo Góes 2, Rodrigo

Leia mais

VCA Treinamento em Algoritmo

VCA Treinamento em Algoritmo Conteúdo VCA Treinamento em Algoritmo VCA Treinamento em Algoritmo Conteúdo Algoritmos Rastreador (tracker) Monitoramento Objeto Abandonado/Removido Pessoas Calibração Classificação Linha de contagem Auto

Leia mais

Detecção de mudanças em imagens oriundas de sensoriamento remoto, usando conjuntos fuzzy.

Detecção de mudanças em imagens oriundas de sensoriamento remoto, usando conjuntos fuzzy. Detecção de mudanças em imagens oriundas de sensoriamento remoto, usando conjuntos fuzzy. Marcelo Musci Baseado no artigo: Change detection assessment using fuzzy sets and remotely sensed data: an application

Leia mais

Universidade Federal do Rio de Janeiro - IM/DCC & NCE

Universidade Federal do Rio de Janeiro - IM/DCC & NCE Universidade Federal do Rio de Janeiro - IM/DCC & NCE Processamento de Imagens Tratamento da Imagem - Filtros Antonio G. Thomé thome@nce.ufrj.br Sala AEP/033 Sumário 2 Conceito de de Filtragem Filtros

Leia mais