Diante disso, têm sido desenvolvidos sistemas computacionais de processamento de imagens e inteligência artificial, denominados diagnóstico assistido por computador (CAD -computer-aided diagnosis), para detectar e/ou avaliar anormalidades em imagens médicas, e auxiliar os médicos na precisão do diagnóstico e em neurocirurgias.(9)A análise e o processamento da imagem são usados para desenvolver a competência analítica dos médicos(10)e reduzir o tempo necessário para a avaliação exata, o planejamento da terapia e o rastreamento da evolução do tumor.(3,11)Essas técnicas fornecem uma segunda opinião aos radiologistas, na compreensão de imagens médicas, melhorando a precisão do diagnóstico.(12)
Embora os sistemas CAD tenham alcançado relativo progresso em seu desempenho, ainda há vários problemas que precisam ser solucionados para melhorar sua sensibilidade. Além disso, a análise automática de imagens médicas apresenta problemas relacionados à imagem, que precisam ser superados, como ruídos que podem alterar a intensidade dopixele a não uniformidade de intensidade da imagem.(13)Assim, a investigação completa de algoritmos alternativos para todas as etapas de um sistema CAD torna-se relevante, no que concerne desde a etapa de pré-processamento até a fase final de classificação, utilizando métodos que possam minimizar o processamento de RM.
Processamento de Imagem Digital Usando Matlab por Gonzalez
A primeira, terceira e sexta colunas referem-se à imagem antes do processamento, enquanto que as demais colunas apresentam as imagens após o pré-processamento. A primeira linha mostra os resultados de imagens do tipo T1 com contraste, a segunda linha mostra os respectivos resultados para a sequência T2 e a terceira linha para a sequência T1, com contraste na sequência gradiente eco com uso de spoiller.
Em geral, as técnicas de processamento digital de imagens são aplicadas em imagens em tons de cinza, apesar da grande disponibilidade de imagens coloridas. Embora a literatura da área sempre dedique algum tópico ao estudo do processamento usando cores e, afirme que todo o processamento com as imagens em tons de cinza pode ser estendido às imagens coloridas, tratando os três canais de cores, na prática, o processamento de imagens coloridas ainda é muito pouco explorado. Assim, este trabalho apresenta algumas propostas para usar a informação de cores na segmentação (usando um detector de bordas) e na equalização de imagens (apresenta uma proposta que evita a conversão entre modelos de cores). Os resultados obtidos são avaliados através de uma análise qualitativa e quantitativa das imagens obtidas com o processamento tradicional, usando apenas imagens em tons de cinzas e das imagens obtidas usando as estratégias propostas. Os resultados mostram que, diferentes maneiras de se combinar as informações de cores durante o processo levam a resultados muito diferentes entre si.
O Processamento Digital de Imagens (PDI) é uma atividade que vem sendo desenvolvida desde a criação da imagem digital em si. Sendo um ramo da computação, são aplicados diversos algoritmos para a extração informações ou subprodutos das imagens analisadas, de forma que todo o potencial destas possa ser utilizado. Diferentemente do Processamento Analógico de Imagens (PAI), os algorítimos empregados tendema ter baixo teor de subjetividade, o que garante uma maior independência de iterações humanas e por consequente uma menor taxa de erros inerentes a processos manuais.
Neste texto serão abordados os processos de filtragem de imagens digitais, morfologia matemática, limiarização, e detecção de bordas. Tais processos do PDI são largamente utilizados no âmbito das imagens orbitais para o pré-processamento e extração de feições. Para entender melhor como são implementados os algoritmos de PDI, é necessário antes entender a anatomia de uma imagem digital, o que é discutido no próximo tópico.
Gonzalez também diz que quando \(x\) e \(y\), além dos valores de intensidade de \(f\) são quantidades finitas e discretas, chama-se então a imagem de imagem digital. A grosso modo, pode-se definir uma imagem digital como o conjunto de dados matriciais, onde cada índice possui seu correspondente valor de nível de cinza, discretizado a partir de um modelo contínuo.
A Figura 1.1 (a) representa a Imagem Contínua, formada pelos raios de luz que passam pelos sensores do aparelho obturador da imagem. Já (b) representa o Padrão de Amostragem de tal aparelho. Para captar todos os detalhes da Imagem Contínua, seriam necessárias infinitas divisões do sensor imageador, inviabilizando a construção destes. Desta forma, escolhe-se intervalos para a divisão, de forma a captar o máximo dos detalhes relevantes da cena. Em (c), que é a etapa de Quantização, ocorre a obtenção dos níveis de cinza correspondentes aos raios capturados pelo obturador, normalmente uma média daqueles que atingem cada célula a ser quantizada. Neste modelo, cada célula gera um pixel com um nível de cinza distinto para seu índice correspondente. Por fim em (d) há a Codificação dos níveis de cinza capturados, gerando assim um arquivo digital para a imagem. Este arquivo pode ser interpretado como uma matriz onde cada termo é o valor do nível de cinza correspondente à posição em que está armazenado. 2ff7e9595c
コメント