0 penilaian0% menganggap dokumen ini bermanfaat (0 suara)
32 tayangan20 halaman
Seminário apresentado por Thamires Araújo, com base no artigo "Automated Segmentation of MR Images of Brain Tumors" (http://vision.cse.psu.edu/people/chenpingY/paper/586.pdf)
Seminário apresentado por Thamires Araújo, com base no artigo "Automated Segmentation of MR Images of Brain Tumors" (http://vision.cse.psu.edu/people/chenpingY/paper/586.pdf)
Seminário apresentado por Thamires Araújo, com base no artigo "Automated Segmentation of MR Images of Brain Tumors" (http://vision.cse.psu.edu/people/chenpingY/paper/586.pdf)
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!