English

CIn - Centro de Informática UFPE




Eventos Relacionados

Defesa de Tese de Doutorado Nº 336: "Consenso de Segmentações de Imagens usando Classificação de Padrões"

O aluno Wendeson da Silva Oliveira vai apresentar seu trabalho no dia 22 de fevereiro, às 8h, no Auditório Início: 22/02/2017 às 08:00 Término: 22/02/2017 às 00:00 Local: Auditório do CIn

Pós-Graduação em Ciência da Computação – UFPE
Defesa de Tese de Doutorado Nº 336

Aluno: Wendeson da Silva Oliveira
Orientador: Prof.  Tsang Ing Ren
Co-orientador: Prof. George Darmiton da Cunha Cavalcanti
Título: Consenso de Segmentações de Imagens usando Classificação de Padrões
Data: 22/02/2017
Hora/Local: 8h – Centro de Informática - Auditório
Banca Examinadora:

Prof. Hansenclever de França Bassani (UFPE / Centro de Informática)

Prof. Cleber Zanchettin (UFPE/Centro de Informática
Prof. Abraão David Costa do Nascimento (UFPE / Departamento de Estatística)
Prof. Juliano Bandeira Lima (UFPE / Departamento de Eletrônica e Sistemas)
Prof. Herman Martins Gomes (UFCG / Departamento de Sistemas e Computação)

RESUMO:

O processamento e a análise de imagens caracterizam-se, de maneira geral, pelas fases de aquisição, pré-processamento, segmentação, representação/descrição, e reconhecimento de imagens. Este trabalho situa-se na área de segmentação de imagens 2D. O principal objetivo da segmentação consiste em dividir uma imagem em regiões ou objetos que a compõem.  A segmentação de imagens é alvo de vários estudos e pesquisas para o desenvolvimento de métodos mais abrangentes e computacionalmente mais eficientes, principalmente em imagens médicas. Um papel crucial para a extração de informações automatizadas em imagens médicas geralmente envolve a segmentação das regiões da imagem a fim de quantificar volumes e áreas de interesse de tecidos biológicos para posterior diagnóstico e localização de patologias. Um desafio importante que deve ser levado em consideração no desenvolvimento de algoritmos de segmentação de imagens médicas é como avaliar o desempenho do método.  Este tipo de avaliação de desempenho geralmente é feita através da comparação dos resultados de algoritmos automáticos versus uma segmentação de referência, denominada de ground-truth. Em particular, a estimativa de ground-truth em imagens médicas pode ser obtida de forma robusta através do contorno manual ou ainda através de métodos interativos de segmentação.  No entanto, essas abordagens podem ser extremamente subjetivas e sujeitas a variabilidades inter e intra usuários. Uma alternativa para diminuir essa variabilidade é a segmentação utilizando o consenso da resposta de vários usuários para uma mesma imagem. Um método de consenso de segmentações tem a finalidade de combinar várias segmentações de uma mesma imagem.  Este trabalho tem como principal objetivo propor uma abordagem para estimar a segmentação verdadeira em imagens médicas. A abordagem consiste em duas partes. Na primeira, utiliza-se o sistema colaborativo COSE (Collaborative Segmentation) para obter várias segmentações de uma mesma imagem com o intuito de estimar o ground-truth. Já a segunda, propõe um novo método para o consenso de segmentações de imagens médicas, denominado ICS (Intelligent Consensus Segmentation).  O método é avaliado e comparado com outras abordagens de consenso de segmentações disponíveis na literatura.

Palavras-chave: Segmentação de imagens médicas. Consenso de segmentações. Segmentação colaborativa. Ground-truth. Avaliação de desempenho.
  • © Centro de Informática UFPE - Todos os direitos reservados
    Tel +55 81 2126.8430 - Cidade Universitária - 50740-560 - Recife/PE
Plano4 Consultoria Web