Browsing by Author "Nunes, Rebeca de Oliveira"
Now showing 1 - 1 of 1
Results Per Page
Sort Options
- Desenvolvimento de um sistema de reconhecimento de padrões para simular imagens de ressonância magnética com contrastePublication . Nunes, Rebeca de Oliveira; Freire, LuísA ressonância magnética (RM) representa um dos mais significativos avanços tecnológicos no que se refere a diagnósticos médicos por imagem. Dependendo do exame que se pretende realizar, pode ser necessário o uso do gadolínio (como agente de contraste exógeno) para se obter imagens com maior valor de diagnóstico. O contraste de gadolínio realça a diferença de sinal entre tecidos saudável e patológico, o que permite o diagnóstico mais preciso e tomada de decisões do médico. Porém, o uso do contraste intravenoso pode ser prejudicial a pessoas com, por exemplo, insuficiência renal, não sendo, neste caso, recomendado o seu uso. Pessoas com este tipo de deficiência podem desenvolver fibrose sistémica nefrogénica (FSN), que não tem cura e pode ser letal. Neste contexto, este trabalho teve como objectivo verificar se há uma correlação entre as imagens ponderadas em T1 e T2 para simular, a partir de suas informações, imagens artificialmente contrastadas. Uma vez que as relações entre os valores dos pixels das diferentes regiões e tecidos observados em imagens de RM são complexas, esta análise utilizou como ferramenta redes neuronais artificiais (RNA), um sistema computacional com capacidade de aprender relações complexas dentro de um conjunto de dados, processar e desempenhar uma determinada tarefa. Os testes foram realizados com imagens segmentadas em 7, 14 e 32 níveis de cinzento. As imagens artificialmente contrastadas, geradas pela RNA, foram comparadas às imagens reais de pós contraste (segmentada no mesmo número de cinzentos a testar) de cada paciente, no intuito de verificar não só a capacidade da RNA em gerar as imagens pretendidas, mas também a influência que o número de cinzentos da imagem exerce sobre o resultado final. Como resultado, a rede neuronal obteve uma média de 54,22% de desempenho na aprendizagem e de 66,05% na eficácia em gerar, como resposta ao treino, uma imagem semelhante à pretendida (média de semelhança obtida entre as imagens comparadas), o que permite concluir que esta correlação não apenas pode ser avaliada como também artificialmente simulada.