SEGMENTAO AUTOMTICA DE

RESSONNCIA MAGNTICA (MR) DE

TUMORES CEREBRAIS
Thamires S. P. de Araujo
INTRODUO
A disponibilidade de informao em 3 dimenses
de modelos anatmicas melhora substancialmente
a informao concentrada de relao entre as
estruturas (funcionalmente significa as reas
corticais, estruturas vasculares e doenas).
O desenvolvimento de mtodo de segmentao
automtica tem o potencial de reduzir
substancialmente o tempo do processo e faz tais
mtodos prticos.
A imagem 2D descreve com preciso o tamanho e
a localizao dos objetos anatmicos.

INTRODUO
A imagem 3D dificulta a visualizao de
informaes estruturais e as relaes anatmicas
espaciais. Mas durante uma cirurgia, o cirurgio a
imagem 3D facilita na compreenso da anatomia
humana.
A segmentao com a tcnica de classificao
estatstica tem tido sucesso aplicado na
identificao no tecido bruto.
Neste trabalho foi desenvolvido uma segmentao
automtica para identificar a rea da pele,
ventrculos, crebro e tumor em pacientes com
neoplasmas no crebro.

OBJETIVO
O propsito deste trabalho o atual estudo
comparado com a preciso e reprodutividade deste
mtodo automtico com o manual de segmentao
realizado por pessoas treinadas
MATERIAIS E MTODOS
Protocolo de imagens:
As imagens feitas das cabeas dos pacientes so
cortes transversais e sagitais com 1.5T Resonncia
Magntica (MR) sistema de imagem (signa; GE
Sistema Mdico, Milwaukee,Wis) com aquisio
contnua da imagem com ngulo de inclinao de
45 graus, repetio tempo em milesegundo/eco
tempo em milesegundo,35/7; campo de viso de
240 mm, seo espessura,1.5mm, matriz 256 X
256 X 124. As imagens adquiridas pelo MR so
transferidas para rede UNIX via conexo internet.
MATERIAIS E MTODOS
Pacientes com tumor no crebro:
De 260 pacientes com tumor no crebro, foram
escolhidos 20 pacientes da neurocirurgia das imagens
nos banco de dados.
Dos 20 pacientes, os casos 1-3,11,12,16 tem
meningiomas, os casos 4-10, 13-15, 17-20 baixo grau
de gliomas.
Segmentao automatizada do crebro e tumor:
Quadros de segmentao gerais: Foi adotado o
algortimo adaptado chamado modelo-moderado. Os
objetos de interesse so identificados e classifica as
imagens com operaes locais de segmentao.

MATERIAIS E MTODOS
Aplicao na segmentao do tumor:


MATERIAIS E MTODOS
Inicializao do mtodo segmentao automtica:


MATERIAIS E MTODOS
Manual de segmentao do crebro e tumor no
crebro:
Fora usada uma ferramenta de segmentao
interativa (MRX;GE Medical Systems) em uma
estao de trabalho de 10 ultra (Sun Microsystems,
Mountain View, Calif).
O programa liga os pontos consecutivos com as
linhas.
Validao dos experimentos
Por causa da falta de aceitao deste padro, a
definio de padro de segmentao foi baseada
no manual de segmentao com a interatividade da
ferramenta de segmentao do computador.

MATERIAIS E MTODOS
O manual de segmentao sujeito a variabilidade
do observador e ao erro humano.
Uma nica imagem 2D escolhida aleatoriamente
e para diminuir os erros, 4 observadores delimitam
o crebro e o tumor com a mo, e 3 ou 4 tem que
concordar com a rea do voxel.
Para conjunto de dados, as estruturas da pele
(gordura e osso), crebro, ventrculos e tumor so
segmentadas.
MATERIAIS E MTODOS
Anlise estatstica:
A anlise foi realizado tendo como base o volume
de sobreposio comparado com o padro
(preciso) e a variabilidade do volume global
(reprodutividade) na seo selecionada 2D. A
preciso da segmentao foi definida pela
porcentagem de classificao dos voxel com
respeito ao nmero total de voxel na imagem.
Voxel=(TP+TN)/V, onde TP nmero de verdadeiro
positivo e TN nmero de verdadeiro negativo que
foram calculados pelo Matlab verso 4.1; Math-
works, Cambridge, Mass)

RESULTADOS
RESULTADOS
RESULTADOS
RESULTADOS
RESULTADOS
A segmentao automtica completa da imagem
3D com volume requer aproximadamente 75
minutos. O tempo total do operador para o
treinamento do mtodo automatizado de
aproximadamente 5-10 minutos. Delineando
manualmente o tecido ou o tumor demora 1-3
minutos por seo. Tempo para manual
segmentao do volume 3D demora 3-5 horas.
DISCUSSO
O tamanho da estrutura afeta a preciso da
estrutura. O erro ocorre no limite do objeto. Quanto
maior o objeto, mais voxels a imagem tem de ter, o
que pode levar o erro, quanto menor o objeto, mais
preciso a imagem.
Clark et al props o mtodo de deteco
automtica de segmentao de gliobastoma
multiforme com combinao de T1 e T2 com
intermedirias ou pesadas imagens MR com
classificao e o conhecimento dos dados de base
com preciso de 90%.
CONCLUSO
A falta do mtodo de segmentao automtica
resulta em um tedioso trabalho manual.
A diminuio do tempo de 3-5 horas para 5-10
minutos considera a integrao da segmentao
computadorizada na prtica diria da pr cirurgia
no plano 3D e na navegao intraoperatria na
rotina de procedimentos operatrios.
A preciso da segmentao possvel para
meningiomas e baixo grau de gliomas com o
mtodo automtico.
FUTUROS TRABALHOS
Estender esta ferramenta para tumores
gliobastoma multiforme.
Estudos do futuro clnico da preciso e
reprodutividade da tcnica usada neste trabalho
em uma maior populao que ser necessrio para
determinar a uso prtico do cenrio clnico.
Obrigada!