Image processing for enhancement of ischemic stroke in computed tomography examinations
Carregando...
Arquivos
Data
2019-02-25
Autores
Orientador
Pina, Diana Rodrigues 
Coorientador
Pós-graduação
Farmacologia e Biotecnologia - IBB
Curso de graduação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Tese de doutorado
Direito de acesso
Acesso aberto
Resumo
Resumo (português)
O acidente vascular cerebral (AVC) é uma das maiores causas de morte em todo o mundo. No Brasil, o AVC é a principal, sendo que em 2009, foi responsável por 10,2% das mortes registradas. A tomografia computadorizada (TC) e a ressonância magnética nuclear (RMN) são as duas principais técnicas de imagem usadas para detectar o AVC. A TC tem um custo menor e maior acessibilidade da população, por isso ainda é o principal método de avaliação do acidente vascular cerebral. A avaliação do cérebro comprometido é realizada de forma subjetiva e pode levar à dificuldades no diagnóstico. Esta pesquisa propõe a implementação de um algoritmo computacional, destacando regiões de AVC isquêmico. Diferentes métodos de processamento de imagem foram utilizados para melhorar a visualização do tecido isquêmico. Um conjunto de 41 tomografias retrospectivas obtidas na Faculdade Medicina de Botucatu foram utilizadas, divididas em 25 casos de AVC isquêmico e 16 pacientes controle. Os casos de AVC foram obtidos dentro de 4,5 horas após os primeiros sintomas. Após a seleção dos slices com a possível presença de AVC, tais slices foram somados resultando em um único slice com valores médios de forma a reduzir o ruído. Isto foi seguido por um modelo de decomposição variacional onde se mantiveram componentes de interesse da imagem. O método de maximização de expectativas foi aplicado para gerar imagens melhoradas. Determinamos um teste de desempenho de observadores em um ambiente clínico. A sensibilidade geral da análise observacional foi de 64,5% e aumentou para 89,6% e especificidade foi de 83,3% e aumentou para 91,7% quando usadas imagens originais e realçadas, respectivamente. Estes resultados mostram a importância de uma ferramenta computacional para auxiliar as decisões de neuroradiologia, especialmente em situações críticas, como o diagnóstico de AVC isquêmico.
Resumo (inglês)
Stroke is one of the highest causes of death worldwide. In Brazil, stroke is the leading cause of death, and in 2009, it was responsible for 10.2% of deaths recorded. Non-enhanced computed tomography (CT) and nuclear magnetic resonance imaging (MRI) are the two main imaging techniques used to detect stroke. CT has a lower cost and greater accessibility of the population, so it is still the main method used. In most cases, the assessment of the compromised brain area is performed subjectively and may lead to difficulties in diagnosis. This research work proposes an approach based on a computational algorithm, highlighting regions of ischemic stroke. Different image processing methods were used to enhance ischemic tissues. A set of 41 retrospective CT scans from Botucatu Medical School (Brazil) was used, divided into 25 cases of acute ischemic stroke and 16 normal patients. Stroke cases were obtained within 4.5 h of symptom onset. After selection of CT slices, image averaging was performed to reduce the noise. This was followed by a variational decomposition model and the expectation maximization method was applied to generate enhanced images. We determined a test to evaluate the performance of observers in a clinical environment with and without the aid of enhanced images. The overall sensitivity of the observer’s analysis was 64.5 % and increased to 89.6 % and specificity was 83.3 % and increased to 91.7 %. These results show the importance of a computational tool to assist neuroradiology decisions, especially in critical situations such as the diagnosis of ischemic stroke.
Descrição
Palavras-chave
Idioma
Inglês