Segmentação automática 2D de vias aéreas em imagens de tomografia computadorizada do tórax

Abstract

Listen

Translate article

INTRODUCAO: Grande parte da populacao mundial e afetada por doencas pulmonares, como e o caso das broncopatias constituidas pela asma, bronquiectasia e a bronquite. O diagnostico de broncopatias e baseado no estado das vias aereas. Neste sentido, a segmentacao automatica das vias aereas em imagens de Tomografia Computadorizada (TC) do torax e uma etapa fundamental para auxilio ao diagnostico dessas doencas. METODOS: O presente trabalho avalia algoritmos e desenvolve metodos de segmentacao automatica das vias aereas 2D. Tais metodos sao compostos por algoritmos de deteccao de vias aereas, sendo estes rede neural Multilayer Perceptron (MLP) e Analise de Densidades Pulmonares (ADP), e por algoritmos de segmentacao de vias aereas, sendo estes Crescimento de Regiao (CR), Metodo de Contornos Ativos (MCA) Balao e Topologico Adaptativo. RESULTADOS: Os resultados foram obtidos em tres etapas: analise comparativa entre os algoritmos de deteccao MLP e ADP, com um padrao-ouro adquirido por tres medicos com expertise em imagens de TC do torax; analise comparativa entre algoritmos de segmentacao MCA balao, MCA topologico adaptativo, MLP e CR; e avaliacao das possiveis combinacoes entre os algoritmos de deteccao e segmentacao, resultando no metodo completo para segmentacao automatica das vias aereas em 2D. CONCLUSAO: A baixa incidencia de falso-negativo e a reducao significativa de falso-positivo, resulta em coeficiente de similaridade e sensibilidade superior a 91% e 87% respectivamente, para uma combinacao dos algoritmos, com qualidade de segmentacao satisfatoria.