Metodologia Científica Informática MCP

Transcrição

1 Serviço de Informática Instituto do Coração HC FMUSP Metodologia Científica Informática MCP Marco Antonio Gutierrez marco.gutierrez@incor.usp.br

2 Motivação: Visualização 2D e 3D Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 2 Seqüências espaciais e temporais Estruturas dinâmicas Cortes oblíquos

3 Motivação: Quantificação Área Volume Distância 3D Curva de evolução temporal Índices variação (fração de ejeção,...) derivadas (taxas de enchimento,...) Kinetic Energy Normalized Kinetic Energy 7 normal subjects Cardiac Cycle HD JG LS CM WP ML AS Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 3

4 Motivação: Análise Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 4 Visualização 3D, 3D dinâmica (4D) Visualização em direções oblíquas Aspectos funcionais movimento, contração fisiologia, metabolismo Classificação

5 Motivação: Fusão Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 5 Conjugação de imagens para melhorar a sensitividade e sensibilidade diagnóstica (fusão) Alinhamento de imagens 3D Estudo multi-modal (CT, MRI, SPECT,..) quantitativa Aumento da sensitividade e da especificidade diagnóstica L R

6 Processamento Digital de Imagens Formação Identificação de estruturas Quantificação e visualização Interpretação Aquisição Tomografia Pré-processamento Segmentação Reconhecimento Cálculos. Parâmetros Comp.gráfica Classificação Intel. Artificial Redes neurais Informação Processamento Digital de Imagens c Kinetic Energy Normalized Kinetic Energy 7 normal subjects Cardiac Cycle HD JG LS CM WP ML AS Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 6

7 Amostragem e Quantização Digitalização: discretização espacial (amostragem) e de intensidade (quantização) Sinal analógico Amplitude... 2q q 0 -q -2q... Sinal digital Erros de quantização 0 T 2T 3T... Tempo ou espaço Erros de Amostragem Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 7

8 Imagem monocromática Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 8 Função F(x,y) (x, y): coordenadas espaciais F(x,y): intensidade ou brilho da imagem em (x,y)

9 Imagem digital monocromática Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 9 j=266 i= i = j = 266

10 Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Processo de Discretização 4x 16x

11 Processo de Discretização Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 256 tons de cinza

12 640h x 480v em 256 cores Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens

17 640h x 480v em 256 tons de cinza Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens

18 640h x 480v em 8 tons de cinza Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens

19 640h x 480v - imagem binária Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens

20 Formas de Energia Corpuscular (p, e -, n, α, β, ) Energia = Energia Cinética Ondulatória (luz, uv, calor, Raios-X, radiação Energia E.M. = h.f = h.c/λ Radiação = Energia em propagação Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 20

21 Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 21

22 Modalidades de Imagens Médicas Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens RX

23 Modalidades de Imagens Médicas Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Cine-angio-coronariografia InCor - HCFUMSP

24 Modalidades de Imagens Médicas Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens DSA - Angiografia Digital Subtrativa - =

25 Modalidades de Imagens Médicas Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Ultrassom: Eco H 2 O Z Onda mecânica Pulso Envia/Escuta t A t

26 Modalidades de Imagens Médicas Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Ultrassom Modo B

27 Modalidades de Imagens Médicas Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Ultrassom Modo B Virtual Body B&N Software

28 Modalidades de Imagens Médicas Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Ultrassom Modo M t

29 Modalidades de Imagens Médicas Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Ultrassom Modo Doppler: Efeito Doppler F 0 F 1 F 0 > F 1 F~V

30 Modalidades de Imagens Médicas Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Ultrassom Modo Color-Flow Map

31 Modalidades de Imagens Médicas Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Ultrassom Modo Color-Flow Map

32 Modalidades de Imagens Médicas Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Ressonância Magnética

34 Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Modalidades de Imagens Médicas Ressonância Magnética Fr

36 Modalidades de Imagens Médicas Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Reconstrução Tomográfica: Modalidade SPECT Gama-câmara Miocárdio marcado com material radioativo (Tc)

37 Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Modalidades de Imagens Médicas Reconstrução Tomográfica: Modalidade de Emissão de Raio-X RX RX RX

38 Como tudo começou... Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Original "Siretom" dedicated head CT scanner, circa 1974

39 Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Circa 1975 Matriz 80x80, 4min. /rotação 8 níveis de cinza Reconstrução overnight (images courtesy Siemens Medical Systems and Imaginis.com) Matriz 512x512, 0,4s/rotação 16 slices/scan

40 Avanços tecnológicos ( ) Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 40

41 Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens e onde estamos. Specifications First CT (circa 1970) Modern CT Scanner (2001) Time to acquire one CT image 4-5 minutes 0.5 seconds Pixel size 3 mm x 3 mm 0.5 mm x 0.5 mm Number of pixels in an image 64, ,000 Table Data:

42 Aquisição Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Ao conjunto de feixes que são transmitidos através do paciente com mesma orientação denomina-se projeção Dois tipos de projeção são usados: Parallel beam geometry Fan beam geometry Feixe divergente

43 1 a geração: Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Somente 2 detectores NaI lento Parallel ray pencil beam baixo espalhamento 160 feixes x 180 proj. FOV de 24 cm 4,5 min/scan 1,5 min reconstrução

44 2 a geração Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Conjuto de 30 detectores mais radiação espalhada é detectada 600 feixes x 540 projeções 18 s/slice O mais rápido

45 3 a geração Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Mais de 800 detectores O ângulo do fan beam cobre todo paciente Não é necessário translação Tubo e detectores rotacionam juntos Sistemas mais novos chegaram a 0,5 s/slice

46 4 a geração Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Elimina alguns artefatos da geração anterior detectores estacionários

47 5 a geração Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Desenvolvida especificamente para imagens CT do coração 50 ms/slice vídeos do coração batendo et/products/pet_sys/discoveryst_home.html#

48 6 a geração Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Helicoidal: adquire imagem enquanto a mesa move Menor tempo para uma aquisição completa Menor uso de contraste

49 Efeitos do cone-beam Reconstrução de imagens a partir de planos otimizados (ASSR techniques) Reconstrói a imagem e filtra Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 49

50 7 a geração Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Múltiplos conjuntos de detectores Espaçamento maior no colimador Mais dados para reconstrução das imagens Com apenas um conjunto de detectores, a resolução é determinada pela abertura do colimador Com múltiplos detectores, a espessura do corte (slice) é determinada pelas dimensões do detector

51 Conceitos importantes O que é medido no CT? O coeficiente de atenuação linear médio (µ) entre o tubo e os detectores O coeficiente de atenuação reflete o grau pelo qual a intensidade de Raio-X é reduzida pelo material Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 51

52 Princípios de Reconstrução de Imagens em CT Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Imagens planares de raios-x reduzem o paciente (3D) a uma projeção 2D A densidade em um dado ponto é resultado da atenuação do feixe de raios-x desde o ponto focal até o detector Informação do eixo paralelo ao feixe de raios-x é perdida Com duas imagens planares é possível localizar com precisão a posição de um dado objeto que apareça em ambas imagens

53 Princípios de Reconstrução de Imagens em CT Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens

54 Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Reconstrução Tomográfica Radon (1917) provou que uma imagem de um objeto desconhecido pode ser produzida se existirem um número infinito de projeções desse objeto.

55 Reconstrução Tomográfica Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Existem muitos algoritmos para reconstrução Filtered backprojection mais comumente utilizado reconstrói utilizando um procedimento inverso à aquisição valor de µ é espalhado ao longo do caminho que percorreu durante a aquisição dados de diversos feixes são retroprojetados em uma matriz, formando a imagem

56 Sinograma Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Armazena os dados antes da reconstrução Objetos nos limites do FOV geram uma senóide no sinograma Uma CT de 3ª geração com falha num detector apresentaria uma linha vertical no sinograma Representação Feixes são apresentados horizontalmente Projeções verticalmente

57 Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 1 a e 2 a gerações usavam e pontos Imagens atuais (512 x 512) de um CT circular contém cerca de 0,2 Megapixels CTs em desenvolvimento devem usar até 0,8 Megapixels N.º feixes afeta componente radial da resolução espacial N.º projeções afeta componente angular

58 Número de feixes Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens

59 Número de projeções Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Ocorre aliasing

60 Interpolação Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Os algoritmos de reconstrução não consideram casos de escaneamento helicoidal Antes da reconstrução, os dados helicoidais são interpolados em uma série de imagens planares Com dados helicoidais, as imagens podem ser reconstruídas em qualquer posição dentro do scan, (pode diminiur um pouco a dose)

61 Retroprojeção Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 61

62 Retroprojeção A. x = b M equações com N incógnitas Sistema indeterminado (infinitas soluções, rank < N) Sistema inconsistente (M eq. Lin. Indep > N) => otimização Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 62

63 Retroprojeção A. x = b 6 equações com 4 incógnitas Sistema inconsistente (M eq. Lin. Indep > N) => otimização Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 63

64 Retroprojeção Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens

65 Solução: Algebraic Reconstruction Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 65

66 Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens

67 Retroprojeção filtrada Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Os dados são filtrados antes de serem retroprojetados na matriz de imagem Isso envolve a convolução de uma máscara Diferentes máscaras são usadas conforme a aplicação clínica

68 Retroprojeção filtrada Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 68

69 SPECT: Single Photon Emission CT Conventional SPECT Parallel collimator 2D reconstruction (slice-by-slice) Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 69

70 Retroprojeção filtrada Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 70

71 Projeções com Ruído Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 71

72 Imagem Reconstruída Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 72

73 Podem ser recontruídas outras visualizações a partir de uma aquisição (considerando alguma perda de resolução) Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens

74 Técnicas para Realçar as Imagens Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens

75 Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens Seleção de volumes ou superfícies permite sofisticadas visualizações 3D Left, automated analysis of infused CT-brain by GE software; right, 3D polp imaging

76 Imagem multi-slice 7 6 Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens

77 Conceitos básicos Imagem digital => matriz n-dimensional 2D => pixel (picture element) raio X - CR (4096 x 4096 x 2B) short f[4096][4096] 3D => voxel (volume element) CT multi-slice (700cortes x 512 x 512 x 2B) XA (1000 quadros x 512 x 512 x 1B) byte f[1000][512][512] 4D => spel (space element) gated SPECT, MRI,.. y y x x z Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 77 t

78 Resolução Espacial e de Profundidade Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens x256 / 256 níveis 256x256 / 64 níveis 256x256 / 2 níveis 32x32 / 256 níveis

79 Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 79 Histograma 3 3 Histograma Imagem l n l Imagem 3 x 5 (L = 4) e seu histograma nível de cinza l ocorre nl vezes em imagem com n pixels n n l P l = ) (

80 Histograma Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 80 O histograma representa a distribuição estatística de níveis de cinza de uma imagem n l n l n l l l l

81 Histograma Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 81

82 Conceitos importantes Resolução Espacial Define riqueza de detalhes da imagem Resolução de Profundidade Define riqueza de meios-tons Define cores Histograma Distribuição estatística dos níveis de cinza em uma imagem Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 82

83 Problemas: Imagens Corrompidas Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 83 Degradação Não homogeneidade dos sensores Não linearidade Difração Movimento e/ou Deslocamento Ruídos Térmico Estático Quantização

84 Ruído Gaussiano Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 84 Tipo de ruído mais freqüente em imagens ( f i m) 2 2 2σ exp h i =, para < f σ 2π i < 1 histograma do ruído f i : valor do i-ésimo pixel da imagem m 255 m,σ : média e desvio padrão do ruído

85 Ruído Gaussiano Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 85 Original σ = 50 1 histograma do ruído σ = 75 m 255

86 Ruído Sal e Pimenta Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 86 Mal funcionamento dos detectores 1 histograma do ruído s p 255

87 Melhorar a qualidade da imagem Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 87 Operações pontuais remoção de ruído equalização do histograma Operações espaciais suavização do ruído filtros

88 Operações Pontuais Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 88 Alteram a escala de tons de cinza através de uma transformação: v = f ( u u ) v [0, [0, L] L] Alargamento do Contraste Limiar (Thresholding) Equalização do histograma

89 Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 89 L u b b u a a u v b u v a u u v b a < < < + + = 0 ) ( ) ( γ β α a b L v b v a v u Alargamento do contraste

90 Limiar Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 90 v v a L u a L u

91 Equalização de Histograma Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 91 s = T ( r) = round L 1 RC r n l l= 0

92 Equalização de Histograma Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 92 Exemplo: imagem 64 x 64, L = 8 l n l n l l

93 Equalização de Histograma r = 0 s = round (790 x 7 / 4096) = 1 r = 1 s = round (1813 x 7 / 4096) = 3 r = 2 s = round (2663 x 7 / 4096) = 5 r = 3 s = round (3319 x 7 / 4096) = 6 r = 4 s = round (3648 x 7 / 4096) = 6 r = 5 s = round (3893 x 7 / 4096) = 7 r = 6 s = round (4015 x 7 / 4096) = 7 r = 7 s = round (4096 x 7 / 4096) = 7 L 1 r s = T ( r) = round n RC l= 0 RC = = 4096 L = 8 Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 93 l

94 Equalização de Histograma Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 94 Exemplo: imagem 64 x 64, L = 8 l n l n k k

95 Equalização do histograma Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 95 Imagem original Imagem após equalização

96 Operações no domínio espacial Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 96 Operações realizadas com informações da vizinhança de cada pixel da imagem original Convolução da imagem original com filtro de resposta ao impulso finita (máscara de convolução) Operadores: Média podenrada, Gaussiano, Laplaciano, Sobel, Mediana, etc,

97 Máscara de convolução Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 97 g 1 1 [ n, m] = h[ k, l] f [ n k, m l] k = 1l = [ n m] f, W -1,1 W -1,0 W -1,-1 W 0,1 W 0,0 W 0,-1 [ k l] h, W 1,1 W 1,0 W 1,-1 x [ n m] g,

98 Filtro Média Espacial (passa-baixa) Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 98 g 1 N 1 1 [ n, m] = h[ k, l] f [ n k, m l] kl k = 1l = [ n m] f, [ k l] h, 5 [ n m] g,

99 Filtro Média Ponderada (passa-baixa Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 99 g 1 1 [ n, m] = h[ k, l] f [ n k, m l] k = 1l = [ n m] f, [ k l] h, 4 [ n m] g,

100 Filtro Média Ponderada (passa-baixa) Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 100 g 1 1 [ n, m] = h[ k, l] f [ n k, m l] k = 1l = [ k l] h, Original Imagem Filtrada

101 Filtro Gaussiano (passa-baixa) Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens [ n m] f, [ k l] h, [ n m] g,

102 Filtro Gaussiano Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 102 3x3 5x5

103 Sharpening (passa-alta) Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 103 g 1 N 1 1 [ n, m] = h[ k, l] f [ n k, m l] kl k = 1l = [ n m] f, [ k l] h,

104 Filtro Derivada Horizontal (passa-alta) Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 104 g 1 1 [ n, m] = h[ k, l] f [ n k, m l] k = 1l = [ n m] f, [ k l] h, [ n m] g,

105 Filtro Derivada Vertical (passa-alta) Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 105 g 1 1 [ n, m] = h[ k, l] f [ n k, m l] k = 1l = [ n m] f, [ k l] h, [ n m] g,

106 Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 106 y x Filtro Gradiente (passa-alta) Prewitt f Sobel y y = x f x x f + y y x

107 Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 107 Filtro Gradiente (Máscara de Sobel) [ ] [ ] [ ] [ ] y x f y x Gauss y x g y x y x Gauss,,, 2 exp, = + = σ + = 2 2 y G x G G A B C

108 Filtro Laplaciano (segunda derivada) g 1 1 [ n, m] = h[ k, l] f [ n k, m l] k = 1l = [ n m] f, [ k l] h, Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens [ n m] g,

109 Laplaciano da Gaussiana (LoG) Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 109 original [ k l] h, Gauss g g[x,y] [ x, y] g[x,y] + original 2 x + y = exp 2 2σ [ ] 2 x, y = Gauss[ x, y] f [ x, y] 2

110 Domínio do Espaço e Tempo: Gradiente Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 110 iii) f v = ( f v) [ ] ( ) 2 + f + α + dxdy t f t i) (OFC) ii) v x + v y + v z = t v x 2 2 v y 2 0 (suavização) (regularização) A B A x OFC + suavização = y

111 Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 111 Derivadas espaciais e temporais em 2D e 3D Imagem 2D 64x64, incógnitas; Imagem 3D 64x64x64, incógnitas; ART, Gradiente Conjugado, etc; ( ) ( ) = = y x t y y x x y y y y x t y y x x x x x E E E v E v E E v v E E E v E v E E v v α α ( ) ( ) ( ) = = = z y x t z z y y x x z z z z y x t z z y y x x y y y z y x t z z y y x x x x x E E E E v E v E v E E v v E E E E v E v E v E E v v E E E E v E v E v E E v v α α α 2D 3D

112 Uso de phantoms para validar métodos Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 112 Campo de vetores de velocidade obtido aplicando a DWV 4D Mathematical Cardica-Torso Phantom Pretorius, et al. Medical Physics, 26: , Imagens 3D dinâmicas (4D) 2. Simula as câmaras cardíacas e estruturas do tórax (dimensões, volumes, massa, etc); 3. Simula movimentos das estruturas; 4. Inclui o movimento relativo à respiração; Campo de vetores de velocidade obtido aplicando a DCW

113 Quantificação em Gated-SPECT (99 m Tc-MIBI) Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 113 ECG 1234

114 Quantificação em Gated-SPECT (99 m Tc-MIBI) Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 114 a) Imagem 3D do ventrículo esquerdo; b) campo de vetores de velocidade para um plano de interesse sobre a imagem em a); c) estruturas das fibras em um ventrículo dessecado

115 Quantificação em Gated-SPECT (99 m Tc-MIBI) Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 115

116 Energia Cinética : novo parâmetro fisiológico Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 116 Seção transversal (2D) de um estudo Gated- SPECT e a da Energia Cinética obtida com base na estimativa de velocidade 1 Ke = m v + v + v 2 ( ) x y z

117 Energia Cinética Normalizada e Volume do VE Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 117 Energia Cinética Normalizada Energia Cinética e Volume do VE

118 Mapa Polar de Energia Cinética Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 118 Campo de Vetores de Velocidade Energia Cinética do VE Seção transversal 2D Mapa Polar 3D->2D

119 Processamento Digital de Imagens Formação Identificação de estruturas Quantificação e visualização Interpretação Aquisição Tomografia Pré-processamento Segmentação Reconhecimento Cálculos. Parâmetros Comp.gráfica Classificação Intel. Artificial Redes neurais Informação Processamento Digital de Imagens c Kinetic Energy Normalized Kinetic Energy 7 normal subjects Cardiac Cycle HD JG LS CM WP ML AS Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 119

120 Saiba o que procurar em uma imagem Serviço de Informática InCor HC FMUSP - Aula Processamento de Imagens 120 [ x, y] = Gauss[ x, y] f [ x y] g,