Segmentação automática de imagens de ressonância magnética do cérebro humano via modelos deformáveis guiados por atlas probabilístico de pontos salientes 3D

Resumo

O imageamento por ressonância magnética (RM) tornou-se uma ferramenta fundamental no diagnóstico e estudo de diversas doenças e síndromes do sistema nervoso central (SNC), como, por exemplo, a esclerose múltipla e a doença de Alzheimer. Além da análise visual sistemática das imagens de RM, o neurorradiologista frequentemente precisa medir o volume ou analisar alterações na forma de determinadas estruturas do cérebro para diagnosticar de maneira rápida e precisa uma determinada doença, ou ainda para realizar o acompanhamento evolutivo de um determinado tratamento. Para isso, a segmentação prévia das estruturas de interesse é necessária. Em geral, essa tarefa é realizada manualmente com a ajuda limitada do computador e, portanto, possui diversas limitações. Por esse motivo, vários pesquisadores têm voltado seus esforços para o desenvolvimento de técnicas automáticas de segmentação de tecidos e estruturas cerebrais em imagens de RM. Dentre as várias abordagens propostas na literatura, as técnicas baseadas em modelos geométricos deformáveis e atlas anatômicos probabilísticos e topológicos estão entre as que apresentam os melhores resultados. Isso porque elas possibilitam a utilização da informação anatômica intrinsecamente contida nas malhas durante o processo de segmentação. No entanto, uma das principais dificuldades da aplicação de tais modelos para a segmentação de imagens médicas é o posicionamento inicial adequado das malhas. Portanto, o principal objetivo desse projeto de pesquisa é o desenvolvimento de um framework de segmentação automática de algumas estruturas cerebrais utilizadas com frequência por neuroradiologistas no diagnóstico das doenças de Alzheimer e esclerose múltipla. Tal framework será formado por três partes principais: um detector de pontos salientes 3D, um atlas probabilístico de pontos salientes 3D (construído a partir de uma imensa base de imagens) e um mecanismo que utilizará ambos, o atlas e o detector de pontos salientes, para o posicionamento adequado dos modelos geométricos deformáveis. (AU)