Search citation statements
Paper Sections
Citation Types
Year Published
Publication Types
Relationship
Authors
Journals
AgradecimentosPelo dom da vida e o anelo por desafios que a move em mim, sou grato ao Todo-Poderoso, o Criador.Por inspirar-me o apreço pelos valores que verdeiramente enobrecem o homem, sou grato aos meus pais, Dulce e Satiro.Pelo apoio, a compreensão e a resignação, durante os longos períodos solitários que minha ausência lhes impôs, sou grato a minha esposa Sheila e filha Julia.Pela oportunidade e a confiança em mim depositada, sou grato ao meu orientador, Prof. Roberto Marcondes César Jr.Pela oportunidade e as valiosas idéias compartilhadas, sou grato ao colaborador, Prof. Luciano da Fontoura Costa.Pela licença, sempre que necessária, sou gratoàs chefias do Departamento de Física Nuclear -IFUSP e a minha Coordenadora Prof a . Nobuko Ueta. Pela cumplicidade, agradeçoà colega Wanda G. P. Engel.A todos os que colaboraram direta ou indiretamente para a conclusão deste trabalho, em particular aos ouvidos atentos dos colegas Evandro Drigo e Ricardo Ichiwaki.Tudo o que te vierà mão para fazer, faze-o conforme as tuas forças, porque no além, para onde tu vais, não há obra, nem projetos, nem conhecimento, nem sabedoria alguma.Eclesiastes 9 : 10. Rei Salomão.Se os teus olhos se perderem nas estrelas, não verás as pedras no caminho. O primeiro problema consiste na investigação de um conjunto de características propostas para distingüir, primeiramente, entre estruturas de ramificação de vasos sangüíneos em imagens de retina segmentadas manualmente e automaticamente. A seguir, as mesmas características são aplicadas para discernir entre estruturas de ramificação de vasos sangüíneos em imagens de retina com e sem retinopatia diabética proliferativa (Proliferative Diabetic Retinopathy -PDR). A PDRé uma das patologias associadasà diabetes, que pode culminar na cegueira do indivíduo. Diagnósticos são possíveis por meio de imagens de fundo de olho e, quando efetuados precocemente, viabilizam intervenções oportunas evitando a perda da visão.Neste trabalho, 27 imagens digitais de fundo de olho foram segmentadas por dois processos distintos, istoé, segmentação manual por um especialista e a segmentação automática, mediante a transformada contínua Wavelet -CWT e classificadores estatísticos [92]. Visandoà caracterização destas formas, um conjunto de 08 características foi proposto. Este conjunto foi formado por três grupos, a saber: descritores tradicionais geométricos (Área, Perímetro e Circularidade), descritores associadosà transformada wavelet ( 2 o momento estatístico da distribuição de módulos da CWT, Entropia de Orientação da distribuição de fases da CWT e Curvatura) e um descritor fractal (Dimensão de Correlação -Global e Mediana). Uma Análise Discriminante Linear LDA revelou que as características geométricas tradicionais não detectam o início da retinopatia diabética proliferativa.A maior capacidade discriminante individual foi exibida pela Curvatura, comárea sob a curva ROC de 0.76. Um subconjunto com 6 características apresentou grande capacidade discriminante coḿ area sob a curva ROC de 0.90.O segundo problema diz re...
AgradecimentosPelo dom da vida e o anelo por desafios que a move em mim, sou grato ao Todo-Poderoso, o Criador.Por inspirar-me o apreço pelos valores que verdeiramente enobrecem o homem, sou grato aos meus pais, Dulce e Satiro.Pelo apoio, a compreensão e a resignação, durante os longos períodos solitários que minha ausência lhes impôs, sou grato a minha esposa Sheila e filha Julia.Pela oportunidade e a confiança em mim depositada, sou grato ao meu orientador, Prof. Roberto Marcondes César Jr.Pela oportunidade e as valiosas idéias compartilhadas, sou grato ao colaborador, Prof. Luciano da Fontoura Costa.Pela licença, sempre que necessária, sou gratoàs chefias do Departamento de Física Nuclear -IFUSP e a minha Coordenadora Prof a . Nobuko Ueta. Pela cumplicidade, agradeçoà colega Wanda G. P. Engel.A todos os que colaboraram direta ou indiretamente para a conclusão deste trabalho, em particular aos ouvidos atentos dos colegas Evandro Drigo e Ricardo Ichiwaki.Tudo o que te vierà mão para fazer, faze-o conforme as tuas forças, porque no além, para onde tu vais, não há obra, nem projetos, nem conhecimento, nem sabedoria alguma.Eclesiastes 9 : 10. Rei Salomão.Se os teus olhos se perderem nas estrelas, não verás as pedras no caminho. O primeiro problema consiste na investigação de um conjunto de características propostas para distingüir, primeiramente, entre estruturas de ramificação de vasos sangüíneos em imagens de retina segmentadas manualmente e automaticamente. A seguir, as mesmas características são aplicadas para discernir entre estruturas de ramificação de vasos sangüíneos em imagens de retina com e sem retinopatia diabética proliferativa (Proliferative Diabetic Retinopathy -PDR). A PDRé uma das patologias associadasà diabetes, que pode culminar na cegueira do indivíduo. Diagnósticos são possíveis por meio de imagens de fundo de olho e, quando efetuados precocemente, viabilizam intervenções oportunas evitando a perda da visão.Neste trabalho, 27 imagens digitais de fundo de olho foram segmentadas por dois processos distintos, istoé, segmentação manual por um especialista e a segmentação automática, mediante a transformada contínua Wavelet -CWT e classificadores estatísticos [92]. Visandoà caracterização destas formas, um conjunto de 08 características foi proposto. Este conjunto foi formado por três grupos, a saber: descritores tradicionais geométricos (Área, Perímetro e Circularidade), descritores associadosà transformada wavelet ( 2 o momento estatístico da distribuição de módulos da CWT, Entropia de Orientação da distribuição de fases da CWT e Curvatura) e um descritor fractal (Dimensão de Correlação -Global e Mediana). Uma Análise Discriminante Linear LDA revelou que as características geométricas tradicionais não detectam o início da retinopatia diabética proliferativa.A maior capacidade discriminante individual foi exibida pela Curvatura, comárea sob a curva ROC de 0.76. Um subconjunto com 6 características apresentou grande capacidade discriminante coḿ area sob a curva ROC de 0.90.O segundo problema diz re...
No abstract
Modern medical imaging techniques enable the acquisition of in-vivo high resolution images of the vascular system. Most common methods for the detection of vessels in these images, such as multiscale Hessian-based operators and matched filters, rely on the assumption that at each voxel there is a single cylinder. Such an assumption is clearly violated at the multitude of branching points that are easily observed in all but the most focused vascular image studies. In this paper, we propose a novel method for detecting vessels in medical images that relaxes this single cylinder assumption. We directly exploit local neighborhood intensities and extract characteristics of the local intensity profile (in a spherical polar coordinate system) which we term as the polar neighborhood intensity profile. We present a new method to capture the common properties shared by polar neighborhood intensity profiles for all the types of vascular points belonging to the vascular system. The new method enables us to detect vessels even near complex extreme points, including branching points. Our method demonstrates improved performance over standard methods on both 2D synthetic images and 3D animal and clinical vascular images, particularly close to vessel branching regions.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.