Tese-Bernardo-Camargo

MICROTOMOGRAFIA COMPUTADORIZADA APLICADA À ENDODONTIA:
OTIMIZAÇÃO DE PARÂMETROS FÍSICOS E APLICAÇÕES PRÁTICAS
Bernardo Camargo dos Santos
Tese de Doutorado apresentada ao Programa de

Pós-graduação em Engenharia Nuclear, COPPE,
da Universidade Federal do Rio de Janeiro, como
parte dos requisitos necessários à obtenção do
título de Doutor em Engenharia Nuclear.
Orientadora: Inayá Corrêa Barbosa Lima
Rio de Janeiro
Março de 2019
TESE SUBMETIDA AO CORPO DOCENTE DO INSTITUTO ALBERTO LUIZ COIMBRA

DE PÓS-GRADUAÇÃO E PESQUISA DE ENGENHARIA (COPPE) DA
UNIVERSIDADE FEDERAL DO RIO DE JANEIRO COMO PARTE DOS REQUISITOS
NECESSÁRIOS PARA A OBTENÇÃO DO GRAU DE DOUTOR EM CIÊNCIAS EM
ENGENHARIA NUCLEAR.
Examinada por:
________________________________________________
Profa. Inayá Correa Barbosa Lima, DSc.
________________________________________________
Prof. Ademir Xavier da Silva, DSc.
________________________________________________
Prof. Eduardo Franzotti SantÁnna, PhD.
________________________________________________
Profa. Marilia Fagury Videira Marceliano-Alves, PhD.
________________________________________________
Prof. Paulo Fernando Ferreira Frutuoso e Melo, DSc.
________________________________________________
Dr. Thaís Accorsi-Mendonça, PhD.
RIO DE JANEIRO, RJ – BRASIL

MARÇO DE 2019
Santos, Bernardo Camargo dos
Microtomografia computadorizada aplicada à
endodontia: Otimização de parâmetros físicos e
aplicações práticas/ Bernardo Camargo dos Santos. – Rio
de Janeiro: UFRJ/COPPE, 2019.
XVI, 125 p.: il.; 29,7 cm.
Orientador: Inayá Correa Barbosa Lima
Tese (doutorado) – UFRJ/ COPPE/ Programa de
Engenharia Nuclear, 2019.
Referências Bibliográficas: p. 102-111.
1. Micro-CT. 2. Endodontia. 3. Processamento de
imagens. I. Lima, Inayá Correa Barbosa. II. Universidade
Federal do Rio de Janeiro, COPPE, Programa de
Engenharia Nuclear. III. Título.
iii
“Uma imagem vale mais que mil palavras”
“A picture is worth a thousand words”
iv
AGRADECIMENTO
Todo e qualquer feito que eu tenha atingido deve-se a minha família,

principalmente aos meus pais, Dirceu e Izabel, que são minha base e referência.
Desta vez porém, a maior responsável por conseguir finalizar esta etapa foi
minha parceira, esposa e amor: Cassia. Obrigado por me manter sereno e focado no
que realmente importa.
Aos meus irmãos Gustavo e Fernanda que me acompanharam desde sempre

entre dor e amor (muito mais amor). A Bruna, Matheus, Fox e Neca.
Ao Luiz e Silvia, obrigado por todo carinho e suporte. Sou muito feliz por ter vocês
como família.
À Profa. Dra. Inayá Correa Barbosa Lima pela oportunidade de fazer este
doutorado e ter me encaminhado a inscrição para meu tão sonhado doutorado-
sanduiche na KU Leuven.
Ao Prof. Paul Lambrechts, meu orientador por um ano na KU Leuven, onde cresci
muito profissionalmente e pessoalmente. Sua sabedoria o fez uma referência em minha
vida.
À Prof. Aline Neves, hoje minha amiga e que mudou minha vida ao me
apresentar a KU Leuven.
Ao Prof. Paulo Fernando, coordenador do Programa de Engenharia Nuclear

PEN/COPPE/UFRJ, por sempre manter as portas abertas a mim, me aconselhando com
sua experiência e sensatez.
Ao prof. Carlos Castro pela fundamental participação ao me ensinar e me

preparar para a prova de ingresso ao doutorado. Ensinar fundamentos de física quântica
e métodos matemáticos a um dentista, em 3 meses, deve ter exigido uma paciência
sobre-humana que somente grandes professores têm.
Ao Prof. Ricardo Tadeu por me acolher no Laboratório de Instrumentação

Nuclear e por acreditar em mim.
Estendo o agradecimento aos funcionários do PEN, principalmente a Josevalda

"Jô" e Liliane "Lili", por todo o carinho, paciência e atenção comigo.
Aos meus amigos de LIN: Alessandra de Castro (fundamental desde o início),

Milena, Átila, Célio, Alessandra, Thaís, Zé, Bira, Carlos e Aquiles; passei dias muito
legais na companhia de vocês.
Ao CNPq e à Capes pelo apoio financeiro.
v
Resumo da Tese apresentada à COPPE/UFRJ como parte dos requisitos necessários
para obtenção do grau de Doutor em Ciências (D.Sc)

Março / 2019
Orientador: Inayá Correa Barbosa Lima
Programa: Engenharia Nuclear
O objetivo deste trabalho foi otimizar a aplicação da microCT em dentes

buscando-se uma imagem de qualidade desde a aquisição até a segmentação,
explorando os aspectos de resolução espacial, contraste e ruído. Para isto, compararam
qualitativa e quantitativamente as imagens resultantes de três diferentes aparelhos de
microtomografia, em diferentes potências e arranjos energéticos de aquisição, após o
uso de diferentes algoritmos de processamento de imagem, como filtragem e
segmentação. Demonstrou-se, então, que a simples utilização dos mesmos parâmetros
de aquisição não é suficiente para a correta interpretação, comparação e replicação dos
resultados obtidos entre diferentes aparelhos, havendo a necessidade de padronização.
Houve relação positiva entre a diminuição da tensão do feixe utilizada e a qualidade e
quantidade de estruturas visualizadas, quando acima de um valor mínimo de ruído. Em
processamento de imagens, a utilização do filtro Unsharp mask melhorou
significativamente o volume e a qualidade de segmentação dos canais radiculares, além
de diminuir sua variância em relação à imagem bruta. Um método semiautomático de
binarização gerou as melhores imagens, entretanto o método automático desenvolvido
por Otsu, em espaço tridimensional, apresentou resultados mais consistentes.
vi
Abstract of Thesis presented to COPPE/UFRJ as a partial fulfillment of the requirements
for the degree of Doctor of Science (D.Sc.)
MICRO-COMPUTED TOMOGRAPHY IN ENDODONTICS: OPTIMIZATION OF

PHYSICAL PARAMETERS AND APPLICATIONS
March / 2019
Advisor: Inayá Correa Barbosa Lima
Department: Nuclear Engineering
This thesis aims to optimize the application of microCT in teeth seeking the best
image quality from the acquisition to thresholding, arguing over the spatial resolution,
contrast and noise. For this, the resulting images of three different micro-tomography
devices were compared qualitatively and quantitatively, with different acquisition energy
powers and arrangements, after the use of different image processing algorithms, as
filters and thresholding methods. It was demonstrated that the simple use of the same
acquisition parameters is not sufficient for the correct interpretation, comparison, and
replication of the results obtained between different devices, requiring an standard
approach. A positive relationship between the decrease of the beam voltage and the
quality and amount of visualized structures was shown. The use of the Unsharp mask
filter significantly improved the segmentation quality of the root canals, in addition to
reducing their variance in relation to the raw image. The best images were provided by
a semi-automatic thresholding method. However, more consistent results were shown
using the automatic method developed by Otsu in three-dimensional space.
vii
SUMÁRIO
1. INTRODUÇÃO .......................................................................................................... 1
1.1 Apresentação do Problema .............................................................................. 4
1.2 Objetivos ............................................................................................................ 5
1.3 Organização do trabalho ................................................................................... 5
2. FUNDAMENTAÇÃO TEÓRICA ................................................................................ 7
2.1 Funcionamento de Tomografia ........................................................................ 8
2.2 Fonte de Raios X .............................................................................................. 11
2.3 Detector ............................................................................................................ 12
2.4 Parâmetros físicos e qualidade da imagem .................................................. 13

2.4.1. Resolução espacial ................................................................................... 14
2.4.2. Resolução em Contraste ........................................................................... 22
2.4.3. Ruído ......................................................................................................... 25
2.5 A Visão Humana .............................................................................................. 27
2.6 Reconstrução ................................................................................................... 28
2.7 Softwares .......................................................................................................... 31
2.8 Filtros ................................................................................................................ 33
2.9 Segmentação ................................................................................................... 35

2.9.1 Método de Visual ou Global ....................................................................... 37
2.9.2 Segmentação automática .......................................................................... 38
2.9.3 Método Semiautomático por Limiar de Adaptação .................................... 38
3. MATERIAIS E MÉTODOS ...................................................................................... 40
3.1 Amostra ............................................................................................................ 42
3.2 Equipamentos .................................................................................................. 42

3.2.1 Skyscan 1172 ............................................................................................. 43
3.2.2 Skyscan 1173 ............................................................................................. 44
3.3.3 Phoenix NanoTom – GE ............................................................................ 45
3.4 Aquisição .......................................................................................................... 46
3.5 Reconstrução ................................................................................................... 48
viii
3.6 Parâmetros estudados .................................................................................... 48
3.6.1 Análise Qualitativa ..................................................................................... 49
3.6.2 Análise Quantitativa ................................................................................... 49
3.7 Teste Estatístico .............................................................................................. 52
4. RESULTADOS ........................................................................................................ 53
4.1 Artigo 1: Resolução espacial: as informações descritas em trabalhos de

microCT em Endodontia são suficientes para a correta interpretação,
comparação e replicação de resultados adquiridos? ................................... 53
4.1.1 Materiais e métodos ................................................................................... 55
4.1.2 Resultados ................................................................................................. 57
4.2 - Artigo 2: A importância dos parâmetros energéticos da aquisição

tomográfica na resolução espacial e sua relação com ruído. ...................... 60
4.2.1 Materiais e Métodos ................................................................................... 61
4.2.2 Resultados ................................................................................................. 63
4.3 Artigo 3: O uso de filtros no processamento da imagem tomográfica e sua

influência na visualização e quantificação de estruturas do SCR. .............. 71
4.3.2 Resultados ................................................................................................. 73
4.4 Artigo 4: Qual o algoritmo de segmentação ideal para trabalhos na

Endodontia? ...................................................................................................... 80
4.4.2 Resultados ................................................................................................. 83
5. DISCUSSÃO ........................................................................................................... 89
6. CONCLUSÃO ........................................................................................................ 100
BIBLIOGRAFIA.......................................................................................................... 102
ANEXOS .................................................................................................................... 112
Anexo 1: Análise estatística ............................................................................... 112
Anexo 2 : Análise estatística SNR ...................................................................... 113
Anexo 3 : Artigos publicados ............................................................................. 117
Anexo 5 : Certificado KU Leuven relativo ao Doutorado-sanduíche: ............. 122
Anexo 4 : Relatório Orientador no Exterior (Doutorado-sanduíche): ............. 124
ix
LISTA DE FIGURAS
Figura 1. Número de artigos publicados no PubMed, por ano, em pesquisa com

as palavras “Micro-CT” + “Dentistry” (pesquisa realizada dia 04 de Janeiro de
2019) revelam grande aumento de publicações nos últimos anos. .................... 2
Figura 2. Sistema de geometria variavel (esquerda) e sistema de geometria fixa

(direita). ............................................................................................................. 16
Figura 3. Ilustração do efeito do tamanho do foco na qualidade da imagem

(OLIVEIRA, 2012). ............................................................................................ 17
Figura 4. Geometria do feixe cônico usada em MicroCT: a geometria ortogonal

existe apenas no eixo óptico, mostrado em vermelho. ..................................... 18
Figura 5. À esquerda, tabela referente a matriz 1120x1120 relacionando o

tamanhado do pixel com a resolução espacial. À direita, os resultados em forma
de gráfico da RE em função do tamanho de pixel empregado na aquisição de
imagem de microCT do sistema Skyscan 1173, que por sua vez se modifica
devido à magnificação utilizada (TELES, 2016). ............................................... 22
Figura 6. Ilustração da MTF da visão humana mostrando que a habilidade de

resolver detalhes em baixo contraste ocorre numa frequência espacial média
(RUSS & NEAL, 2017). ..................................................................................... 28
Figura 7. Diagrama da sequência dos passos de processamento de imagem

(GONZALEZ e WOODS, 2000) ......................................................................... 40
Figura 8. Diagrama mostrando uma visão geral dos estudos e suas inter-
relações. ............................................................................................................ 41
Figura 9. Mini-siso renderizado como modelo 3D (esquerda) e a relação entre

anatomia interna (em vermelho) e externa, na figura da direita ........................ 42
Figura 10. Sistema Skyscan/Bruker modelo 1172 ........................................... 44
Figura 11. Sistema de alta energia Skyscan/Bruker modelo 1173. .................. 45
Figura 12. Sistema Phoenix NanoTom. ............................................................ 46
Figura 13. a).Modelo tridimensional gerado a partir de aquisição utilizando 4,5

µm de tamanho de pixel. b).Em amarelo algumas das estruturas que foram
utilizadas como parametro de comparacao qualitativa. .................................... 50
x
Figura 14. Imagem do software Isee mostrando a projeção à direita e o quadro
com o cálculo da SNR. Em azul, o valor do tamanho do pixel de aquisição e, logo
abaixo, o valor da SNR. .................................................................................... 51
Figura 15.Terço médio e apical de raiz mesio-vestibular escaneada na mesma

posição por dois parâmetros diferentes a) Pixel: 14,8 µm; Flat Pannel sensor
1024x1024; Resolução: 21,4µm. b) Pixel: 5,9 µm; Flat Pannel sensor 2248x2248;
Resolução: 14,9µm (SANTOS, 2012). .............................................................. 54
Figura 16. Cinco datasets diferentes foram obtidos em três aparelhos de

microtomografia, mantendo-se os mesmos parâmetros e tamanho de pixel. ... 56
Figura 17. Fotografia 2D da renderização 3D dos 27 datasets finais, relativos ao

aparelho 1172, 1173 e NanoTom, em 8 watts separados em colunas referentes
aos filtros utilizados ........................................................................................... 58

aparelho 1172 e NanoTom, em 10 watts separados em colunas referentes aos
filtros utilizados .................................................................................................. 59
Figura 19. Prancha com imagens 2D do modelo 3D, na mesma posição espacial,
para o grupo 1172 utilizando a potência energética de 8 watts ........................ 63
para o grupo 1172 utilizando a potência energética de 10 watts ...................... 64
para o grupo 1173_Unsharp e 1173_No_filter, utilizando a potência energética
de 8 watts .......................................................................................................... 64
para o grupo 1173_ Kuwahara, utilizando a potência energética de 8 watts .... 65
para o grupo Nanotom_Unsharp, Nanotom_No_filter e Nanotom_Kuwahara,
utilizando a potência energética de 15 watts .................................................... 65
Figura 24. A mesma fatia, em três diferentes energias (40, 55 e 70kV) mostra a
conexão e falta de conexão com o canal principal ............................................ 66
xi
Figura 25. A mesma fatia, em três diferentes energias (40, 55 e 70kV) mostra o
aumento da falta de conexão com o canal principal (espessura da dentina) ... 66
não segmentação de um poro em energias maiores ........................................ 67
Figura 27. Valores de volume do SCR referentes as diferentes relações kV/µA

em cores distribuídos entre os tipos de filtros e algoritmos de segmentação
utilizados. .......................................................................................................... 69
Figura 28. Visão geral do M&M do artigo 2. ..................................................... 72
para o grupo 1172_8W, em todos os filtros utilizados. ..................................... 74
Figura 30. Valores de desvio padrão por equipamento (cores), separado por
filtros .................................................................................................................. 77
Figura 31. Representação gráfica da abordagem utilizada na seleção dos

algoritmos de segmentação, e seus parametros, que proporcionam a
segmentação do SCR. Em vermelho os parametros que não promoveram e em
verde, os que promoveram a correta segmentação. Ao final, em azul, os
algoritmos e parâmetros utilizados na segunda fase. ....................................... 82
Figura 32. Prancha com imagens bidimensionais de modelos 3D gerados pelo

grupo do algoritmo de segmentação "MM+100;70;3D". .................................... 84
Figura 33. Amostra escaneada com os mesmos parâmetros de aquisição

(incluindo tamanho de pixel) em três diferentes tomógrafos mostrando diferentes
estruturas anatômicas ....................................................................................... 90
Figura 34. Raiz de um pré-molar inferior escaneada em dois parâmetros

diferentes mostrando o aumento das estruturas anatômicas visualizadas. À
esquerda, pixel size de 14,8 µm; à direita, pixel size de 3.74µm. .................... 93
Figura 35. espectro de raios X com uso de filtro de alumínio de 1mm (ARAUJOl,
2016). ................................................................................................................ 96
xii
LISTA DE TABELAS
Tabela 1. Resumo das especificações dos principais componentes por aparelho

........................................................................................................................... 43
Tabela 2. Vinte e um parâmetros de aquisição diferentes (relação kV/µA)
distribuídos em três diferentes potencias de raios-X. ....................................... 47
Tabela 3. Parâmetros da aquisição por grupo de tomógrafo ............................ 47
Tabela 4. Os 27 datasets finais, relativos ao aparelho 1172, 1173 e NanoTom,
em 8 watts separados em colunas referentes aos filtros utilizados. ................. 57
Tabela 5. Os 18 datasets finais, relativos ao aparelho 1172 e NanoTom, em 10
watts separados em colunas referentes aos filtros utilizados. .......................... 57
Tabela 6. Valores relativos ao volume total do SCR dos grupos 8 Watts e 10
Watts nos deiferentes filtros e algoritmos de segmentação: ............................. 58
Tabela 7. Configurações de parâmetros utilizados, onde se variou a relação
kV/µA na aquisição ............................................................................................ 62
Tabela 8. Dezessete parâmetros de aquisição diferentes (relação kV/µA)
distribuídos em três diferentes potências e tomógrafos de raios-X. ................. 68
Tabela 9. Média do volume do SCR, acompanhado pelo desvio padrão, dos
quatro diferentes grupos de datasets vindos de três diferentes microtomógrafos,
submetidos a oito diferentes filtros e combinações de filtros. Para facilitar a
visualização, os valores de desvio padrão foram divididos em faixas por cores:
Abaixo de 0,00200 - azul; de 0,00201 a 0,00400 - verde; de 0,00401 a 0,00600 -
branco; de 0,00601 a 0,00800 - amarelo; de 0,00801 a 0,01000 - laranja; acima
de 0,01000 - vermelho ...................................................................................... 75
Tabela 10. Dezessete parâmetros de aquisição diferentes (relação kV/µA)

distribuídos em três diferentes potências de raios-X. Foi possível comparar os
mesmos parâmetros em dois tomógrafos diferentes (Skyscan 1172 and Skyscan
1173) utilizando 8 watts. Para facilitar a visualização, os valores de desvio padrão
foram divididos em faixas por cores: Abaixo de 0,00200 - azul; de 0,00201 a
0,00400 - verde; de 0,00401 a 0,00600 - branco; de 0,00601 a 0,00800 - amarelo;
de 0,00801 a 0,01000 - laranja; acima de 0,01000 - vermelho. ........................ 85
xiii
LISTA DE GRÁFICOS
Gráfico 2. Média da SNR nas quatro diferentes potencias: ............................. 70
Gráfico 3. Análise estatística mostrando diferenças significativas ao se aumentar

a tensão do feixe e, certa tendência a não haver mais diferença entre as maiores
energias (como visto no 1172_10W, 1173 e NanoTom: ................................... 70
Gráfico 4. Os volumes de SCR apresentados na Tabela 9 plotados em gráficos

de barra. Nota-se que a utilização do Unsharp sempre foi acompanhada pelo
ganho de volume. .............................................................................................. 76
Gráfico 6. Análise estatística dos valores relativos ao volume do SCR, distribuido

por filtro/combinacao de filtros, no grupo 1172_8W: ......................................... 77

por filtro/combinacao de filtros, no grupo 1172_10W: ....................................... 78

por filtro/combinacao de filtros, no grupo 1173: ................................................ 78

por filtro/combinacao de filtros, no grupo NanoTom: ........................................ 79
Gráfico 10. Gráfico em barras, relativas aos valores de desvio padrão

apresentados por diferentes filtros/combinacao de filtros, em diferentes energias
e aparelhos. Nota-se a diminuição do mesmo ao uso dos filtros Kuwahara e
Unsharp mask: .................................................................................................. 79
Gráfico 11. Grupo 1172_8W: Média do volume do SCR após filtragem e

segmentação. Eixo X: # 1, 4, 7, 16 e 22 referentes a MM60; # 2, 5, 8, 17, 23,
Otsu 2D; e, # 3, 6, 9, 18, 24, Otsu 3D. .............................................................. 86
Gráfico 12. Grupo 1172_10 W: Média do v olume do SCR após filtragem e

Otsu 2D; e, # 3, 6, 9, 18, 24, Otsu 3D ............................................................... 86
Gráfico 13. Grupo 1173: Média do v olume do SCR após filtragem e

Otsu 2D; e, # 3, 6, 9, 18, 24, Otsu 3D. .............................................................. 87
xiv
Gráfico 14. Grupo NanoTom: Média do volume do SCR após filtragem e
Otsu 2D; e, # 3, 6, 9, 18, 24, Otsu 3D. .............................................................. 87
Gráfico 15. Desvio padrão dos diferentes algorit,os de segmentacao (cores)

separados entre os aparelhos e energias correspondentes. ............................ 88
xv
LISTA DE SIGLAS
CBCT Cone-beam computed tomography – Tomografia Computadorizada de

feixe cônico
RE Resolução Espacial
kV Quilovolts
µA Microampères
Micro-CT Microtomografia computadorizada
MTF Modulation Transfer Function – Função de Transferência Modular
SCR Sistema de canais radiculares
SNR Signal to Noise Ratio – Razão Sinal-Ruído
xvi
1. INTRODUÇÃO
O fracasso na terapia endodôntica está relacionado à inabilidade de se limpar

e desinfetar o Sistema de Canais Radiculares (SCR). Pequenas estruturas anatômicas
como as ramificações, istmos, pequenos canais e comunicações entre canais, além de
outras irregularidades, estão altamente relacionadas à presença de bactérias
persistentes ao tratamento. Nestes sítios, estas podem ficar protegidas dos efeitos da
instrumentação e ação de irrigantes químicos, da defesa imune do hospedeiro e da ação
de antibióticos sistêmicos usados nesta terapia. Consequentemente à persistência da
infecção, há o impedimento da cura da inflamação perirradicular (INGLE & BEVERIDGE,
1976; SIQUEIRA & RÔÇAS, 2008; VERMA & LOVE, 2011).
Ao longo da história da Endodontia, diferentes técnicas foram utilizadas com o

intuito de se estudar a anatomia interna dos dentes e os efeitos do uso de instrumentos
e substâncias químicas durante o tratamento dos canais radiculares. A técnica ideal
deve ser precisa, simples, não destrutiva e, o mais importante, possível de ser
empregada in vivo. (NEELAKANTAN et al., 2010) A microtomografia computadorizada
(microCT) é, atualmente, a técnica que mais se aproxima das características
supracitadas, com a única limitação de ainda não permitir o emprego in vivo. (VERMA
& LOVE. 2011)
Nas últimas décadas, diversos estudos mostraram que, através de imagens

em escala micrométrica, a microCT permitiu a visualização de pequenas estruturas do
SCR e o conhecimento de detalhes não vistos pelas técnicas anteriores como, por
exemplo, a grande diversidade de configurações e estruturas anatômicas relacionadas
ao fracasso da terapia endodôntica (VERMA & LOVE, 2011; SOMMA et al., 2009;
PAQUÉ et al., 2010; VERMA & LOVE, 2011).
Talvez por ser a Endodontia, dentre as especialidades odontológicas, a que

mais se utiliza de métodos radiográficos em sua clínica e tratamento, houve grande
interesse por parte dos pesquisadores deste campo na tomografia computadorizada no
início da década de 90. Entretanto, para análises da anatomia dos canais radiculares, a
resolução dos tomógrafos clínicos nesta época não era suficiente, sendo da ordem de
milímetros. Algumas adaptações então foram realizadas e permitiram uma melhora na
resolução espacial (LOPES, 1988), desenvolvendo a microCT que, além de uma
melhora na resolução da imagem, permite o uso de ferramentas tridimensionais de
manipulação e aprimoramento de imagens que possibilitam um maior conhecimento da
morfologia dentária, assim como a visualização em volume da área de interesse
(VERMA & LOVE, 2011; LOPES et al., 1997; OLIVEIRA, 2012).
1
Esta técnica de ensaio não-destrutivo possibilita o estudo do SCR dentário de
maneira precisa, com a possibilidade de estudo da anatomia interna ser quantificada e
observada sob várias angulações diferentes, com resolução espacial da ordem de
micrômetros (VERMA & LOVE, 2011; SOMMA et al., 2009). Devido ao fato dos dentes
serem compostos por tecidos com diferentes densidades (tecido pulpar, dentina e
esmalte), tornou-se possível o uso da técnica de microCT em odontologia (NIELSEN et
al., 1995) mostrando aumento em popularidade e valor de aplicação nos estudos
científicos odontológicos (GAO et al., 2009) (Figura 1).
pubmed - micro-ct; dentistry

Incidência de artigos científicos no PubMed por ano
year count
400
2018 313
2017 357
2016 306 350
2015 315
2014 276
2013 205 300
2012 161
2011 149
250
2010 114
2009 9
2008 31 200
2007 3
2006 25
2005 9 150
2004 15
2003 1
100
2001 7
2000 5
1999 2 50
1998 1
1997 3
1996 2 0
2018 2017 2016 2015 2014 2013 2012 2011 2010 2009 2008 2007 2006 2005 2004 2003 2001 2000 1999 1998 1997 1996 1995
1995 2
Figura 1. Número de artigos publicados no PubMed, por ano, em pesquisa com as

palavras “Micro-CT” + “Dentistry” (pesquisa realizada dia 04 de Janeiro de 2019)
revelam grande aumento de publicações nos últimos anos.
A precisão e reprodutibilidade da microCT foi amplamente estudada ao longo do

período apresentado na Figura 1, sendo demonstrada a sua habilidade em visualizar
estruturas dentárias de maneira detalhada e precisa, fornecendo dados reprodutíveis e
mensuráveis em três dimensões (3D) (RHODES et al., 2000; Robinson et al., 2012;
PETERS et al. 2000, 2001).
A vantagem desta técnica no estudo do SCR perante as demais é notória, porém,

é dependente da qualidade da imagem final adquirida e, embora o resultado das
tomografias computadorizadas seja de natureza visual e, portanto, passível de uma
interpretação direta, implicações sutis inerentes a esta técnica podem tornar a análise
dos dados problemática para uso o quantitativo (VERMA & LOVE, 2011; RUSS, 2017).
2
Isto posto, algumas considerações a respeito da tecnologia de microCT devem
ser avaliadas quando se propõe sua utilização. Dentre elas, podemos citar seu alto custo
financeiro; a grande quantidade de horas dedicadas ao laboratório (“labor-intensive”)
para aquisição e processamento dos dados; e, principalmente, da necessidade de
conhecimento de conceitos básicos que demandam uma extensa curva de aprendizado,
a fim de que se consiga a expertise necessária à quantificação e interpretação dos
dados de maneira fidedigna (DE-DEUS et al., 2014).
Os estudos desenvolvidos com microCT têm disponibilizado informações

importantes na terapia endodôntica, principalmente em áreas como a instrumentação
de canais radiculares; o estudo da anatomia interna; a presença de trincas e fraturas;
a geração de debris dentinários; e, a obturação dos canais radiculares ( RHODES et
al., 1999;; PETERS et al. 2000 VERMA & LOVE, 2011; Robinson et al., 2012; DE-DEUS
et al., 2014). Em três destes cinco temas (no estudo da instrumentação dos canais
radiculares, na geração de trincas e fraturas, e no estudo da anatomia interna) temos
somente dois tipos de materiais que compõem o objeto a ser estudado: a dentina e o
sistema de canais radiculares. Em imagens radiográficas, o SCR pode ser considerado
como poro (o vazio), por apresentar coeficiente de atenuação muito baixo e inferior à
dentina. Desta forma, a definição correta do limite entre a borda da dentina e o SCR é
o fator mais importante em sua visualização e posterior correta quantificação, estando
intimamente relacionado ao domínio dos parâmetros utilizados nesta metodologia,
desde a aquisição até o processamento da imagem final (VERMA & LOVE, 2011;
RUSS, 2017).
Desta forma, devem-se otimizar os parâmetros de aquisição buscando uma

qualidade de imagem final adequada, apresentando um bom contraste entre os dois
materiais; uma resolução espacial sensível a ponto de permitir a visualização de
pequenas estruturas anatômicas e de trincas; e um baixo nível de ruído, para que seja
permitida a definição da borda da dentina da forma mais fidedigna possível.
Neste contexto, o conhecimento a respeito das características da microCT deve

assegurar a escolha dos melhores parâmetros de aquisição e reconstrução da imagem,
melhorando o desempenho, de modo a operá-lo sob os melhores parâmetros físicos
para uma determinada aplicação. Isto resulta na extração de uma imagem de alta
qualidade de diagnóstico, a mais fidedigna possível à realidade.
Desta forma, um parâmetro de aquisição pode se sobressair em relação aos

demais na busca pela melhor qualidade de imagem e aplicação diagnóstica, e as
condições de operação do sistema não devem ser genericamente definidas. Deve-se
3
considerar qual será a sua aplicação, pois a simples operação do sistema não é
suficiente para se alcançar resultados satisfatórios, assim como permitir a comparação
de resultados e replicação de estudos.
1.1 Apresentação do Problema
Em um método baseado em imagens, a referência a “menor estrutura que pode

ser detectada” é de suma importância para se permitir a comparação de resultados entre
estudos. É fundamental para isso, que se saiba os parâmetros que foram utilizados na
extração das imagens e como foram preparados para os cálculos (PEYRIN, et al., 2014).
Embora em outras áreas como a geologia e engenharia de materiais existam trabalhos
em que se discutiu e justificou a influência desses parâmetros na qualidade de imagem
(MACHADO et al., 2014; MACHADO, 2015; OLIVEIRA, 2012; TELES, 2016; VIDAL,
2014), na literatura endodôntica não existe um protocolo padrão bem estabelecido para
esta metodologia.
Esta falta de referência padronizada gerou um equívoco comum na literatura

endodôntica, onde o tamanho de pixel e a resolução espacial têm sido usados de
maneira confusa em diferentes contextos. Quase a totalidade dos trabalhos que
utilizaram a microCT em odontologia foram realizados considerando e descrevendo
parâmetros como tamanho de pixel e matriz do detector, devido a sua forte influência
na resolução espacial. Entretanto, não levam em consideração outros parâmetros
importantes que atuam indiretamente na resolução especial (EUROPEAN STANDARD,
2004). Neste sentido, os trabalhos na área da odontologia que utilizaram a técnica de
microCT, de forma geral, não informam a correta resolução espacial, mas sim as
características inerentes à prática tomográfica, tais como marca e modelo do aparelho,
energia utilizada e o tamanho do pixel (VERMA & LOVE, 2011; MANNOCCI et al., 2005).
Em vista disso, nota-se uma lacuna na transferência de conhecimento entre a

comunidade técnica e a odontológica. Essa falta de transferência de conhecimento pode
introduzir medições e extravio de informações que poderiam ser evitadas com um
melhor entendimento da influência de parâmetros e dispositivos nos fatores de
qualidade de imagem, visto que a MicroCT é uma ferramenta amplamente utilizada para
várias pesquisas de odontologia. O uso difundido desta tecnologia resultou em várias
preocupações sobre a sua justificação, porém, não sobre a otimização de parâmetros e
correlação de resultados. A ampla variedade de materiais e requisitos de resolução para
investigações odontológicas geralmente requerem o desenvolvimento de processos
especializados e, invariavelmente, seleção caso a caso dos parâmetros de aquisição e
processamento de imagens que, até o momento, não existem na literatura.
4
1.2 Objetivos
A proposta fundamental da presente tese é, além de fazer uma fundamentação

teórica acessível ao profissional da área médica, com seu funcionamento e limitações,
otimizar a aplicação e desenvolver um protocolo padrão para utilização da microCT na
Odontologia, contribuindo para a transferência de conhecimento entre físicos e
engenheiros, por um lado, e pesquisadores dentistas usuários de microCT, por outro.
Nesse contexto, objetiva-se a qualidade da imagem desde a sua aquisição, para

que seja possível um melhor processamento de imagem pós-reconstrução, aprimorando
o aspecto qualitativo e quantitativo. Busca-se contribuir para a definição e padronização
dos parâmetros, com o intuito de no futuro, a comparação de resultados, assim como a
nomenclatura utilizada seja simplificada (PEYRIN, F. et al., 2014).
Além disso, objetiva-se obter os melhores parâmetros a fim de otimizar as

análises, através de resultados quantitativos, e avaliar separadamente a influência dos
principais parâmetros comumente ajustáveis nos tomógrafos na qualidade da imagem,
definindo assim os melhores parâmetros físicos a serem usados na análise de dentes.
Por fim, o processamento de imagens será abordado através de uma comparação entre
filtros e métodos de segmentação, com o objetivo de avaliar a sua eficiência para esse
tipo de amostra.
Pensando nisso, o propósito desse trabalho foi avaliar os parâmetros de

aquisição, como: tamanho de pixel, energia e corrente; assim como o processamento
de imagens, através de ensaios explanatórios de acordo com o objeto de análise: o
dente. Desta forma, buscou-se elucidar a influência de parâmetros físicos na qualidade
da imagem micro-tomográfica, sendo eles: A influência de certas propriedades em
diferentes equipamentos de microCT na resolução espacial; a influência da potência
energética (kV e µA) no contraste, ruído e resolução da imagem final; e discutir o
processamento das imagens tomográficas, como a utilização de filtros e métodos de
segmentação.
1.3 Organização do trabalho
Este trabalho está dividido em seis capítulos, no Capítulo 2 será apresentada a

fundamentação teórica necessária para a compreensão do tema do trabalho. Serão
abordados temas como os parâmetros físicos de aquisição, suas relações com os
parâmetros de qualidade de imagem (Ruído, contraste e resolução espacial), de
reconstrução, e o processamento das imagens e suas características.
5
No Capítulo 3 serão descritos os materiais e métodos, assim como os
equipamentos utilizados e suas características específicas, que foram comumente
utilizados em todas as quatro hipóteses trabalhadas.
O Capítulo 4 abordará as quatro hipóteses formuladas, se apresentando em

quatro subdivisões que se dedicarão a um assunto, contendo uma pequena introdução
com fundamentação teórica, materiais e métodos e os resultados daquele tema, quais
sejam:
§ Artigo 1: Resolução espacial: as informações descritas em trabalhos de

microCT em endodontia são suficientes para a correta interpretação,
comparação e replicação de resultados adquiridos?
§ Artigo 2: A importância dos parâmetros energéticos da aquisição tomográfica
na resolução espacial e sua relação com ruído.
§ Artigo 3: O uso de filtros no processamento da imagem tomográfica e sua
influência na visualização e quantificação de estruturas do SCR.
§ Artigo 4: Qual o algoritmo de segmentação ideal para trabalhos na
Endodontia?
No Capítulo 5 serão discutidos resultados de uma maneira ampla, relacionando

as quatro hipóteses trabalhadas, assim como as limitações do estudo e sugestões para
trabalhos futuros. E, finalmente, no Capítulo 6 serão apresentadas as conclusões finais
baseadas nos estudos propostos.
6
2. FUNDAMENTAÇÃO TEÓRICA
Os primeiros métodos científicos de estudo do SCR se basearam na

moldagem do SCR e no corte ou desgaste da dentina para visualização deste. HESS
(1925), utilizando uma técnica chamada de vulcanização, duplicava a anatomia da
cavidade pulpar através do uso de vulcanite, estudando os moldes gerados. No entanto,
devido à vulcanite não penetrar em todas as ramificações do canal, e ser levada a
pequenas trincas e defeitos produzidos durante o procedimento de secagem e
processamento do dente, não poderiam ser considerados como réplicas fiéis do SCR
(SKIDMORE & BJORNDAL, 1971).
Após a metade do século XX, novas técnicas se propuseram a moldar o SCR
através de diferentes materiais, como a que emprega a resina de poliéster (SKIDMORE
& BJORNDAL, 1971) e o silicone de impressão (DAVIS et al., 1972). Assim como o
método de vulcanização, estas técnicas necessitavam da manipulação prévia dos
canais radiculares através de limagem para posterior preenchimento com o material de
moldagem (SKIDMORE & BJORNDAL, 1971; DAVIS et al., 1972). Estas técnicas
necessitam de preparos ou debridamento prévio do canal radicular, como a moldagem
com vulcanite, silicone de impressão e resina de poliéster, modificavam a anatomia
original e desta forma, qualquer descrição, avaliação ou conclusão relatadas por estes
trabalhos não poderiam ser consideradas precisas (GREEN, 1960).
Anteriormente ao desenvolvimento da microCT, a técnica de diafanização foi,
por muitos anos, considerada o padrão ouro na análise qualitativa do SCR. DAVIS et
al. (1972) utilizaram esta técnica associada à análise por microscópio, onde, após a
estrutura dentária ser dissolvida pelo uso de ácidos (diafanizados) era avaliada por
transiluminação. Alguns autores, após pequenas intervenções físicas, utilizavam
diferentes tinturas, como a resina de poliéster corada com pigmentos vermelhos, para
um maior destaque do SCR e facilitação da avaliação. Porém, além da sensibilidade do
método, que gerava grande quantidade de perda de amostras e tempo de preparo, a
maior limitação desta metodologia era a impossibilidade da análise quantitativa
(SKIDMORE & BJORNDAL, 1971).
As demais técnicas como a de secção ou desgaste, associadas ou não ao uso
de microscópios óticos ou Microscopia Eletrônica de Varredura (SEM); a Histologia; e,
por meio de avaliações clínicas com ou sem o auxílio de magnificação, excetuando os
métodos radiográficos, todas apresentavam algum grau de manipulação ou até a
destruição do espécime como uma característica inerente. As técnicas radiográficas,
por sua vez, apresentavam as limitações associadas à visão bidimensional de um
volume, como: distorções, diferentes angulações e sobreposição de estruturas, sendo
7
considerado um método pouco eficiente na visualização das variações da morfologia
interna dos canais radiculares (TROPE et al., 1986; ALAVI et al., 2002)
Em consequência destas limitações, existe na literatura endodôntica uma
grande diferença entre os dados (como a incidência de canais nas diferentes raízes) e
as definições provenientes destas técnicas de estudo, não somente entre as diferentes
técnicas, como também entre estudos que utilizaram a mesma técnica (POMERANZ &
FISHELBERG, 1974; WELLER & HARTWELL, 1989; CLEGHORN et al., 2006;
NEAVERTH et al., 1987; CLEGHORN et al., 2006).
A aplicação da TC em Endodontia foi feita primeiramente por TACHIBANA &
MATSUMOTO (1990), onde concluíram que a reconstrução tridimensional era possível,
porém a resolução utilizada na época (0,6 mm) não possibilitava uma análise detalhada
das estruturas da anatomia dentária interna. GAMBILL et al. (1996) avaliaram dois
sistemas de instrumentação endodôntica utilizando um aparelho que oferecia um
tamanho de pixel de 1,5 mm. Este estudo concluiu que o método é passível de repetição
e não invasivo, sendo indicado aos estudos em Endodontia, porém não houve
discussão de parâmetros de aquisição.
A CBCT é usada diariamente na clínica para a imageamento dos maxilares e
dentes, porém sua resolução está em ordem de órgão, não sendo suficiente para revelar
pequenos detalhes da microestrutura óssea ou do SCR. Uma vez que um ganho na
resolução espacial na TC é alcançado ao custo de um aumento da exposição à
radiação, isso limita a possibilidade de geração de imagens de alta qualidade in vivo
(PEYRIN, F. et al., 2014).
Desta forma, a microCT apresenta algumas vantagens em relação à CBCT que
são basicamente advindas da não limitação de dose de radiação durante o
escaneamento, já que se trata de inspeção in vitro. Por conseguinte, fontes de raios X
mais potentes podem ser utilizadas (com maiores energias e consequentemente com
maior poder de penetração), maiores tempos de aquisição, e menores tamanhos focais
que fornecem uma melhor resolução espacial (KETCHAM & CARLSON, 2001; LIMA,
2002; LIMA, 2006).
2.1 Funcionamento de Tomografia
O prefixo grego tomo significa “corte” ou “seção”, desta forma tomografia é a

técnica para se cortar, de modo virtual, o objeto, utilizando a energia dos raios X para
se revelar os detalhes interiores (COTTON et al., 2007). O princípio genérico da
tomografia computadorizada (TC) baseia-se na combinação da aquisição de
radiografias 2D e processamento de dados para produzir imagens tridimensionais (3D)
8
do objeto. Esta aquisição de dados é realizada girando uma fonte de raios-X ao redor
do paciente, ou da amostra, e medindo a atenuação dos raios X quando eles passam
pelo corpo. Quando a fonte de raios X é girada circularmente ao redor da amostra, um
conjunto de radiografias 2D (projeções) em diferentes ângulos de visão é registrado, e
ao final, reconstruido (PEYRIN, F. et al., 2014).
A Tomografia computadorizada de feixe cônico, ou Cone-beam computed
tomography (CBCT), foi elaborada a partir do desenvolvimento de algoritmos
computacionais que permitiram a utilização de dados de projeções bidimensionais
coletados utilizando um feixe de radiação em forma de cone, em um único giro. Desta
forma, é diferente do princípio clássico de aquisição da tomografia espiral que se baseia
em um feixe de aquisição em forma de leque (CAVALCANTI, 2010).
A micro-tomografia computadorizada (microCT) possui o mesmo princípio de
feixe cônico da CBCT, entretanto foi especialmente desenvolvida para a inspeção de
pequenas estruturas, e apresenta algumas adaptações com a finalidade de permitir
uma melhora na resolução espacial. À vista disso, é uma técnica não-destrutiva que
combina o uso dos raios-X obtidos por tubos de alta potência com computadores
adaptados para processar grande volume de informação e produzir imagens com alto
grau de resolução. (LOPES, 1988; LOPES et al., 1997; OLIVEIRA, 2012).
O princípio fundamental por trás da tomografia computadorizada é adquirir
múltiplos conjuntos de visões de um objeto em uma série de orientações angulares. Por
este meio, dados dimensionais adicionais são obtidos em comparação com a radiografia
convencional, na qual há apenas uma projeção (KETCHAM, R.A. et al., 2001). Desta
forma, dentro do aparelho de microCT existem dois componentes principais, em uma
relação simples e direta, posicionados em extremos opostos: o tubo de raios-X e um
detector, permitindo-se assim a colocação de filtros em frente à fonte de raios-X. O corpo
de prova é posicionado entre o tubo e o detector, e pode-se realizar tanto um giro total
de 360˚, quanto somente de 180˚. Grande parte dos equipamentos para investigação in
vitro existentes em laboratório utiliza esta configuração em que somente o objeto gira
em torno de seu eixo z e o conjunto fonte-detector permanece imóvel, permitindo, desta
forma, que as projeções sejam feitas com menos vibrações, além de obter um número
maior de projeções e, consequentemente, uma melhora na resolução (OLIVEIRA,
2012).
A cada passo de rotação (determinado grau de giro) o aparelho adquire uma
ou mais imagens-base, tendo ao final do processo, diversas imagens sob diferentes
ângulos e perspectivas que trazem consigo a informação de um conjunto de medidas
de intensidade de raios-X. Este grau de giro é determinado ao se inserir os parâmetros
de aquisição e, ao término do giro, essa sequência de imagens-base (raw data) é
9
reconstruída em um computador acoplado ao microtomógrafo (COHENCA et al., 2007;
PATEL et al., 2009).
Estas projeções com as informações de medidas de atenuação não fornecem
diretamente a imagem, mas um chamado sinograma. Em seguida, usando um algoritmo
de reconstrução tomográfica, como a Projeção por Retroprojeção (FBP), contando com
uma relação matemática exata que relaciona a imagem ao seu sinograma, obtém-se a
imagem da TC. (PEYRIN, F. et al., 2014) Nesta tecnologia, todos os algoritmos são
computados e somente após toda a aquisição são reformatados em imagens
(VANNIER, 2003).
Para criar uma imagem, o sistema deve segmentar os dados brutos (raw data)
em seções pequenas, sendo a matriz do detector, uma grade utilizada para quebrar os
dados em linhas e colunas de quadrados pequenos. O objeto escaneado se apresenta
em um volume tridimensional (3D) e pode ser reorientado em cortes para criar imagens
digitais bidimensionais, que são chamadas slices ou fatias pois correspondem ao que
seria visto se o objeto fosse fatiado, em determinada espessura, ao longo do plano de
varredura. (KETCHAM, R.A. et al., 2001) Estas fatias não apresentam distorções e são
definidas de acordo com o que se deseja avaliar (SCARFE et al., 2006).
Toda imagem digital é mostrada em forma de uma matriz (N x M), sendo o
elemento de imagem formado pela interseção das linhas e colunas denominado pixel
(forma derivada da expressão “picture element”). Cada quadrado é um elemento de
imagem, um pixel. Quanto maior o número de linhas e colunas, maior será o número
de pixels da imagem e, consequentemente, melhor será a resolução da imagem
naquele aparelho (KETCHAM & CARLSON, 2001).
Da mesma forma que uma imagem bidimensional é dividida em pixels, a
imagem tomográfica (tridimensional) é dividida em voxels. Essencialmente, um voxel é
um pixel tridimensional isotrópico, ou seja, uma figura de lados geométricos iguais,
permitindo assim que um objeto seja medido de maneira precisa em diferentes direções
(COTTON et al., 2007) Cada voxel traz uma informação, representada em uma escala
de cinza, correspondente à atenuação dos raios X, que reflete a proporção de raios
dispersos ou absorvidos à medida que passam pela amostra. Esta atenuação depende
primariamente da energia dos raios X, assim como da densidade e do número atômico
do objeto escaneado (KETCHAM & CARLSON, 2001).
Seu valor representa uma quantidade proporcional à atenuação dos raios X
após interagirem com o objeto e serem registrados pelo detector. Para cada valor do
pixel designa-se um valor de cinza que é proporcional à densidade do material
inspecionado, ponto a ponto, formando-se assim imagens com diferentes tons de cinza,
que por sua vez, correspondem às diferentes densidades dos material.
10
A quantidade de pixels que estão presentes na imagem é determinada pela
matriz utilizada do detector, desta forma, uma aquisição realizada com uma matriz de
detector de 1024x1024 terá 1024 pixels ao longo das linhas e 1024 pixels para as
colunas. Portanto, o tamanho da matriz do detector é um dos fatores que controlam o
tamanho do pixel (ROMANS, 2013). Assim como a matriz do detector, cada pixel da
imagem tem uma largura X e um comprimento Y. O pixel é a menor unidade
bidimensional de uma imagem digital. Tendo em vista que cada pixel representa um
pedaço da imagem, quanto menor o pixel (e, portanto mais pixels de mesmo tamanho),
melhor será a definição da imagem.
2.2 Fonte de Raios X
Existem diversas variáveis entre os diferentes equipamentos de microCT, porém,

as mais importantes, que determinam a eficácia de uma fonte de raios-X para uma
determinada tarefa são: o tamanho do ponto focal; o espectro das energias de raios X
geradas; e, a intensidade dos raios X.
O tamanho do ponto focal define parcialmente a resolução espacial potencial
de um sistema de TC determinando o número de possíveis caminhos de detecção de
origem que podem cruzar um determinado ponto no objeto que está sendo varrido.
Quanto mais caminhos de detecção de origem existirem, mais desfoque de recursos
haverá. A redução no diâmetro do foco no tubo de raios-X, é um atributo muito
importante do ensaio de microCT, pois quanto menor for esse parâmetro melhor será a
focalização das estruturas inspecionadas, pois está relacionada com a qualidade da
imagem adquirida. O tamanho do foco pode variar desde 4 a 1 mm (foco normal) até
100 a 1 μm (micro foco), passando pelas dimensões de 1 a 0,1 mm (mini foco) (LIMA,
2002). Os tubos de raios X microfoco, por possuírem um tamanho focal pequeno,
apresentam mais outras duas vantagens que são: uma alta produção de radiação e
uma boa estabilidade na energia máxima (NABEL et al., 1986). O tamanho do ponto
focal está intimamente ligado à resolução espacial e será melhor debatido, assim como
sua influência neste, posteriormente nesta tese.
A diferença de potencial ao longo do tubo de raios X, medido em kilovolts (kV)
define a capacidade de penetração destes, bem como a sua atenuação relativa
esperada à medida que passam através de materiais de diferentes densidades. Os raios
X de alta energia penetram mais eficientemente que os de baixa energia, mas são
menos sensíveis a mudanças na densidade e composição do material. À medida que
os raios X passam pelo objeto que está sendo escaneado, o sinal é atenuado por
espalhamento e absorção.
11
A melhor maneira de obter informações sobre o que se pode esperar ao
escanear uma amostra é fazer os gráficos dos coeficientes de atenuação linear dos
materiais componentes desta sobre a faixa do espectro de raios X que se pretende
utilizar (KETCHAM & CARLSON, 2001). Entretanto, até o momento, não há na literatura
um trabalho que tenha definido consistentemente esta característica da dentina. O
espectro de energia está intimamente ligado à resolução em densidade e será melhor
debatido, assim como a sua influência neste, posteriormente nesta tese.
A intensidade de raios X, medida em microampère (µA) afeta diretamente a
relação sinal-ruído (SNR) e, portanto, a clareza da imagem. Intensidades mais altas
melhoram as estatísticas de contagem subjacentes, mas geralmente exigem um ponto
focal maior (KETCHAM & CARLSON, 2001) Esta influência na SNR será melhor
debatida posteriormente nesta tese.
2.3 Detector
Os detectores de tomografia computadorizada fazem uso de materiais cintilantes
nos quais os raios X de entrada produzem flashes de luz contados. Os detectores
influenciam a qualidade da imagem através de seu tamanho e quantidade, e através de
sua eficiência na detecção do espectro de energia gerado pela fonte KETCHAM &
CARLSON, 2001). A eficiência e a rapidez com que a conversão é realizada são
características essenciais dos detectores de raios-X. (PAUWELS et al., 2015)
O tamanho de um detector individual determina a quantidade média de um objeto

em uma leitura de intensidade única, enquanto o número de detectores determina
quantos dados podem ser coletados simultaneamente. (KETCHAM & CARLSON, 2001),
podendo ser composto por um cintilador que converte fótons de raios X em luz
acoplados a um detector 2D. (PEYRIN et al., 2014)
As calibrações são necessárias para estabelecer as características do sinal de
raios-X, conforme lido pelos detectores em condições de escaneamento, e para reduzir
as incertezas geométricas, sendo que as duas principais calibrações de sinal são:
compensação e ganho, e estas determinam as leituras do detector com raios X
desligados e com raios X nas condições de varredura, respectivamente (KETCHAM &
CARLSON, 2001)
Nos aparelhos de microCT, diferentes tipos de detectores são usados, sendo os

mais comuns os intensificadores de imagem (image intensifier - II) e os detectores de
tela plana (Flat pannel detectors - FPDs) (PAUWELS, R. Et al., 2015). O detector flat-
panel pode providenciar uma resolução espacial melhor que o detector image-intensifier
em pixel size igual (BABA, et al., 2002), entretanto, detectores Flat Panels apresentam
12
uma crescente degradação na qualidade de imagem devido ao surgimento de pixels
queimados (“pixels mortos”) ou com perda de eficiência em sua matriz. Este desgaste
natural aumenta com o tempo de operação do detector (PADGETT & KOTRE, 2004).
2.4 Parâmetros físicos e qualidade da imagem
A capacidade dos raios X em penetrar e interagir com a matéria, de diferentes

formas de acordo com a sua composição, viabilizou a sua utilização na análise de
estruturas internas de um objeto ou material (STOCKS, 1999). Quando fótons de raios
X interagem com a matéria, uma parte destes é absorvida enquanto o restante a
atravessa, dependendo diretamente do coeficiente de atenuação (BUZUG, 2008) e da
energia do feixe de raios X aplicada sobre ele. Por exemplo, um objeto constituído por
mais de um material ou elemento químico possuirá diferentes coeficientes de atenuação
linear e, consequentemente, apresentará diferentes fases em sua imagem tomográfica.
Em todo trabalho de microCT busca-se a visualização destas diferentes fases,

que correspondem às estruturas do objeto através da melhor qualidade de imagem
possível e viável, sendo esta relacionada intimamente à nitidez que, por definição, é a
capacidade do sistema em definir a borda do objeto. A nitidez da imagem está ligada à
desfocagem geométrica (penumbra) e à ampliação da imagem; já o contraste está
relacionado com o coeficiente de atenuação.
Os principais aspectos básicos na descrição da qualidade de imagem em

microCT são o ruído e as resoluções espacial e em densidade, também referenciada
como contraste, que estão intimamente ligados a esta definição da borda. Não existe
uma hierarquia entre estes conceitos, sendo assim, nenhum é mais importante na
qualidade da imagem que o outro, porém, alguns desses parâmetros são
interdependentes, por exemplo, a clássica interdependência e trade-off entre resolução
espacial e ruído, implicando que todos os três parâmetros devem sempre ser
considerados juntos ao julgar a qualidade da imagem.
Alguns autores, principalmente na literatura relacionada à TC clínica, como a
CBCT e espiral, consideram o artefato como um parâmetro de qualidade de imagem,
porém isto não será seguido nesta tese (PAUWELS, R. et al., 2015).
O desempenho de um sistema de microCT está intimamente relacionado à

qualidade da imagem gerada e, geralmente, são avaliados o tamanho focal do tubo de
raios X, o nível de ruído, a resolução espacial e a resolução em densidade do sistema
(contraste).
13
2.4.1. Resolução espacial
A resolução espacial é uma medida direta da capacidade do sistema tomográfico

em conseguir o melhor reconhecimento possível das características do objeto, podendo
ser considerada a medida mais relevante de um dispositivo tomográfico para as metas
de pesquisa e produção (BRUKER, 2017, CARL ZEISS MICROSCOPY GMBH, 2013).
Medição científica padrão usada para diferentes metodologias de pesquisa, desde CTs
médicos a microscópios ópticos comuns, fornecendo uma medida direta da capacidade
de imagem completa do sistema e refere-se à separação mínima na qual um par de
recursos pode ser resolvido por um sistema de geração de imagens. Desta forma, a
resolução significativa deve refletir o desempenho total do sistema, basear-se em
padrões que permitam a comparação imparcial, a fim de fazer uma comparação objetiva
dos sistemas.
A resolução espacial é a métrica mais significativa e abrangente, pois mede a

saída do sistema, a imagem final fornecendo uma medida direta de um sistema em sua
plena capacidade. Para isto, considera todas as características do sistema de imagens,
incluindo o tamanho do ponto-fonte de raios X; o tamanho do elemento detector; a
resolução do detector; estabilidade vibracional, elétrica e térmica; geometria de
ampliação e condições de imagem. Devido a esta abrangência, dos três pilares da
qualidade de imagens, para tomografia, talvez a resolução espacial seja o mais
significativo, devendo, portanto, ser usado para comparar sistemas objetivamente.
(PAUWELS, et al., 2015; CARL ZEISS MICROSCOPY GMBH, 2013; BRUKER, 2017)
Ao considerar a resolução espacial de um sistema, deve-se considerar um

aspecto conhecido como nitidez. Nitidez representa a capacidade que um sistema tem
em definir a borda do objeto, e é avaliada de acordo com o borramento gerado na
imagem em um sistema (KETCHAM & CARLSON, 2001; ROMANS, 2013). O
borramento pode ser causado por fatores extrínsecos, tais como o movimento do
paciente, o que não ocorre na micro-tomografia, pois o objeto de estudo é estático; ou
pode resultar de fatores intrínsecos à técnica radiográfica, uma vez que a interação da
radiação com a matéria ocorre de forma estatística. Além da precisão do sistema
mecânico do aparelho, este parâmetro operacional também é afetado pelo algoritmo de
reconstrução, como a utilização de filtros de suavização (PAUWELS, et al., 2015; LIMA,
2002), sendo definida como o menor espaço entre dois objetos que pode ser discernível
e corresponde ao tamanho geométrico do menor objeto passível de visualização.
Resolução espacial, ou nitidez, refere-se à capacidade de discriminar pequenas

estruturas em uma imagem (PAUWELS, et al., 2015). Por esta definição, resolução
14
muitas vezes e confundido com visibilidade. Pequenos pontos podem ser visíveis ou
não dependendo do equilíbrio entre o tamanho do objeto e seu contraste em relação ao
fundo, que é determinado pela diferença de densidade e o nível de ruído da imagem
(PAUWELS, et al., 2015).
Embora a definição de resolução possa ser considerada direta, vários termos

não equivalentes são usados para representar as capacidades de resolução de
instrumentos tomográficos, entre os quais podemos citar: resolução espacial; tamanho
de pixel; tamanho do voxel; e, a resolução nominal. Cada um desses termos transmite
representações muito diferentes do desempenho de um sistema, sendo importante
compreender esses numerosos termos usados na literatura para descrever a resolução
que, se não for claramente entendida, pode confundir a comparação entre sistemas
(CARL ZEISS MICROSCOPY GMBH, 2013).
O mais utilizado dentre ele é o "pixel size" ou tamanho do pixel, e é resultado de

um cálculo geométrico que se refere a área da amostra que será imageada em um único
pixel do detector. Este cálculo leva em consideração somente o tamanho do pixel do
detector e a geometria do sistema, sem referência ao tamanho do ponto focal na fonte
de radiação; a estabilidade vibracional, elétrica e térmica; a magnificação geométrica, a
desfocagem da fonte, a estabilidade desta e do sistema, artefatos de imagem, e outros
fatores de fundamental influência positiva ou negativamente na qualidade da imagem
final. (BRUKER, 2017)
Deve-se ter em mente que o tamanho do pixel é apenas um dos fatores

utilizados no cálculo do valor da resolução espacial segundo a norma EN14784-1
(EUROPEAN STANDARD, 2004) que propõe como, objetivamente, a performance em
resolução deve ser avaliada e medida. Este valor se torna compreensível por ser
medido na imagem resultante, e leva em conta todas as características na formação da
imagem (BRUKER, 2017).
O "pixel size", como é referenciado na literatura, é um cálculo geométrico que se

refere a uma área da seção transversal da amostra que é criada em um único pixel do
detector. Por ser fornecido pelo aparelho no momento da aquisição e por ser encontrado
no logfile (arquivo de texto que contém todas os parâmetros de aquisição necessários
para a posterior reconstrução da imagem), uma confusão comum é supor que este é
equivalente à resolução espacial do sistema. Em vez disso, é um termo puramente
geométrico que se torna sem sentido quando outros fatores de resolução do sistema,
como estabilidade ou desfoque de origem, são dominantes. (CARL ZEISS
MICROSCOPY GMBH, 2013)
15
O tamanho de pixel é resultante de um cálculo matemático que considera a
distância entre o objeto e a fonte de raios X (Source-object distance - SOD) e, a fonte e
o detector (Object-detector distance - ODD). Alguns sistemas, como o Skyscan 1173,
não permitem a aproximação do detector à fonte, outros, como o 1172 e o NanoTom,
possibilitam esta aproximação, sendo chamados de sistemas de geometria flexível,
como mostra a Figura 2. Esta disposição modifica tanto a resolução espacial, que está
relacionada ao tamanho de pixel, quanto o SNR, por possibilitar uma perda significativa
de fótons coletados por pixel do detector. Esta perda poderia ser compensada com o
aumento do tempo de exposição.
Figura 2. Sistema de geometria variavel (esquerda) e sistema de geometria fixa

(direita).
Juntamente com o tamanho do ponto focal, o SOD e o ODD são fatores

importantes que determinam a nitidez das imagens de projeção. A falta de nitidez nas
bordas da imagem causada por esses fatores é referida como "penumbra" e está
diretamente ligada ao angulo do cone. SOD maiores, em que se tem um angulo menor,
podem levar à imagens mais nítidas devido à redução do desfoque de ponto focal. Ao
contrário, SOD mais curtas fornecem uma ampliação geométrica mais alta, angulo maior
e, consequentemente, maior borramento (PAUWELS, et al., 2015).
16
intensidade dos raios-X acaba sendo quantificada. Entre “e” e “f” somente
parte dos raios-X serão atenuados. Isto é chamado de intervalo de penumbra
e esta transição do máximo de atenuação para nenhuma atenuação, cria um
borramento na imagem. Em resumo, reduzindo o tamanho do foco reduz-se
A Figura 3 apresenta um esquema didático da formação da penumbra
também a penumbra, assim como o borramento.
geométrica ou borramento, inerentes a sistemas de feixe cônico.
Figura 3Figura 3. Ilustração

- Ilustração dotamanho
do efeito do efeito do
dotamanho do foco na
foco na qualidade da qualidade da imagem
imagem (OLIVEIRA, 2012).
(OLIVEIRA, 2012).
Como visto na Figura 2, o tamanho de pixel mínimo é atingido com a amostra

Desta
colocada forma,
o mais haverá
próximo um da
possível ganho
fonte, na qualidade
menor SOD, e da imagem,
longe pois maior
do detector, as
características que determinam
ODD, para fornecer uma
uma ampliação melhoramáxima.
geométrica na imagem são:
(CARL nitidez
ZEISS (clareza
MICROSCOPY
daGMBH,
imagem)
2013).eEntretanto,
contrastecomo
(reconhecimento entre as diversas
a resolução é determinada estruturas
primariamente da
pelo sistema
imagem ou ose odiferentes
de detecção feixe que, tons
nestade cinza da imagem).
metodologia, é cônico, oAmenor
nitidez da imagem
tamanho está
de penumbra
ocorrerá
ligada em amostras geométrica
a desfocagem de menor seção transversal
(penumbra) e àe através do aumento
ampliação da distância
da imagem; já o
entre a amostra
contraste e a fonte decom
está relacionado raioso X, por ser relacionada
coeficiente ao ângulo
de atenuação. do cone
Pode-se do feixe.
entender
Desta forma, como o "fator de distância" diz que a RE pode se degradar à medida que
então que quanto menor o diâmetro do tubo de raios-X, menor será a
a SOD aumenta, deve-se obter medições de resolução espacial que serão relevantes
desfocagem geométrica e, portanto, melhor será a qualidade da imagem. A
para o estudo em múltiplas distâncias de trabalho, dentro de em uma faixa de distância
vantagem de tamanha alta resolução é uma melhor identificação das
apropriadas para dimensões de amostra (CARL ZEISS MICROSCOPY GMBH, 2013).
pequenas estruturas, resultando em uma melhor exposição de pequenos
O tamanho do pixel, nos estudos que utilizaram microCT em endodontia sofreu
istmos, comunicações intercanais, canais acessórios e múltiplos forames
mudanças desde os primeiros estudos. Os primeiros aparelhos permitiam um tamanho
apicais (VERMA & LOVE, 2011).
de pixel de 127 µm (NIELSEN et al., 1995). Ao longo dos anos, com a melhora
tecnológica, o tamanho do pixel, assim como o tempo de aquisição/reconstrução
diminuíram e, em 1999, RHODES et al. (2000) já apresentavam imagens com resolução
de 81 µm, seguido dos estudos de PETERS
34 et al. (2001) e GEKELMAN et al. (2009)
com 34 µm, SOMMA et al. (2009) 19,1 µm e PAQUÉ et al. (2010) 10 µm.
Outro ponto de fundamental importância para a resolução espacial é o

intervalo de penumbra, que ocorre na transição entre diferentes graus de atenuação e
cria um borramento na imagem, como visto na Figura 3. Este intervalo está intimamente
17
ligado ao diâmetro da medida do raio X na fonte e, quanto menor o diâmetro do tubo
de raios-X, menor será a desfocagem geométrica e, portanto, melhor será a qualidade
da imagem.
Para permitir uma alta resolução, o feixe de raios-X em microCT são emitidos
de uma área muito pequena do catodo (chamada de ponto focal) e detectados por uma
câmera de raios X retangular plana (Figura 2). Esta geometria que liga o ponto de
origem ao campo de visão da câmera (Field of view - FOV), por mais que seja chamada
de "feixe cônico" é, na verdade, uma pirâmide e, o caminho dos raios X da fonte para a
câmera é inclinado em um ângulo chamado “ângulo do cone”. Desta forma, é
importante salientar que somente os pixels localizados em uma linha horizontal no
centro do detector receberão fótons ortogonais. Essa linha é chamada de “eixo óptico”
e é mostrada em vermelho na Figura 4. Esta informação é de extrema importância,
interferindo na resolução espacial das partes superior e inferior da imagem, e está
relacionada as maiores limitações desta metodologia.
Figura 4. Geometria do feixe cônico usada em MicroCT: a geometria ortogonal existe

apenas no eixo óptico, mostrado em vermelho.
A área efetiva do alvo, definida como ponto focal eletrônico, depende da

orientação da superfície do anodo, que faz um ângulo com relação ao feixe de elétrons,
existindo uma relação entre o tamanho do ponto focal ótico e o seno do ângulo do anodo
(MUDRY et.al., 2003). Dessa forma, uma menor angulação em relação ao feixe é
benéfica para a qualidade de imagem. Porém, a potência do tubo de raios X limita a
diminuição do ângulo, uma vez que feixes de elétrons com maior energia exigem uma
área maior para dissipar o calor produzido. Esta área é um dos muitos fatores que
definem a resolução espacial definitiva de um sistema, mas o impacto é altamente
dependente do design ótico e da imagem do sistema (CARL ZEISS MICROSCOPY
18
GMBH, 2013).
O tamanho do ponto de origem é um dos determinantes da nitidez da imagem

(PAUWELS et al., 2015), e refere-se à resolução devido ao desfoque de imagem
induzido pelo tamanho do ponto, referenciado como "mancha borrada" ou "borrão
penumbral", que é proporcional ao tamanho do ponto de origem e à ampliação
geométrica. Esse borrão de mancha pode limitar significativamente a resolução para
sistemas baseados em ampliação geométrica, incluindo a MicroCT convencional. Uma
fonte ideal de raios X seria aquela com tamanho focal pontual, uma vez que qualquer
fonte de raios X extensa, por menor que seja seu diâmetro, gera uma penumbra
geométrica na imagem de um objeto. O tamanho e a forma do foco contribuem para a
determinação da qualidade da imagem resultante, sendo ideal obter o menor tamanho
focal possível. Quanto menor o tamanho do foco, menor será a penumbra geométrica
gerada, o que permite a obtenção de projeções mais acuradas.
Como resultado, os fabricantes convencionais de microCT e Nanoct

concentraram-se no desenvolvimento do menor tamanho de ponto do sistema. Isso não
deve ser usado como uma métrica comparativa quando a comparação inclui sistemas
como os microscópios de raios-X que usam dois estágios de ampliação e não
dependem apenas da ampliação geométrica. (CARL ZEISS MICROSCOPY GMBH,
2013). Como este intuito, os equipamentos de microCT denominados comerciais são
desenvolvidos com tamanhos de focos em dimensões da ordem de micrômetros ou
ainda algumas centenas de nanômetros (LANDIS & KEAVE, 2010). A vantagem de
tamanha alta resolução é uma melhor identificação das pequenas estruturas,
resultando em uma melhor exposição de pequenos istmos, comunicações intercanais,
canais acessórios e múltiplos forames apicais relacionados à infecção endodôntica
(VERMA & LOVE, 2011).
A influência da penumbra, relacionada ao tamanho focal, e do tamanho do pixel

vai além de apenas contribuições individuais à limitação da resolução espacial. Quando
se juntam, entende-se melhor os chamados "efeitos de volume parcial" que, se não
forem devidamente explicados, podem levar a determinações errôneas de dimensões
de recursos e frações de volume de componentes (KETCHAM & CARLSON, 2001).
Sabe-se que cada pixel em uma imagem CT representa as propriedades de

atenuação de um volume de material específico. Se um objeto ou parte deste, um poro
ou um canalículo do SCR, for menor do que um pixel, sua densidade será calculada
como a média das informações do objeto restantes no espaço do pixel. Este fenômeno
19
é referido como “Partial Volume Effect” (efeito do volume parcial) ou “Volume
Averaging” (nivelamento de volume) (KETCHAM & CARLSON, 2001; ROMANS, 2013).
Além disso, por causa das limitações de resolução inerentes da TC de raios X,

todos os limites materiais são desfocados até certo ponto, e assim o material em
qualquer um dos voxels pode afetar os valores de CT dos voxels circundantes
(KETCHAM & CARLSON, 2001).
Uma vez que nenhum objeto menor que um pixel pode ser apresentado com
precisão devido à média de volume, o tamanho do pixel afeta a resolução espacial.
Desta forma, quando os pixels são menores, é menos provável que eles contenham
diferentes objetos e densidades, portanto, diminuem a probabilidade do Partial Volume
Effect (Efeito de volume parcial), melhorando a resolução espacial. Consequentemente,
nenhum objeto menor do que um pixel pode ser acuradamente exibido devido à média
de volume (e o tamanho da matriz influencia o tamanho do pixel), segue-se que o
tamanho da matriz afeta a resolução espacial (ROMANS, 2013).
Da mesma forma, quanto maior o pixel, mais provável que diferentes objetos
estejam contidos dentro de um mesmo pixel, ou seja, que esse volume seja composto
de um número de substâncias diferentes, então o valor CT resultante representa uma
média de suas propriedades e, o valor deste (grau de cinza atribuido), uma média dos
coeficientes de atenuação dos volumes, resultando em uma imagem menos precisa
(ROMANS, 2013).
Embora esses fatores possam tornar os dados de CT mais problemáticos para

interpretar quantitativamente, eles também representam uma oportunidade para extrair
dados inesperadamente em escala fina das imagens de TC. Um exemplo são as fraturas
em CBCT, que se tornam visíveis, apesar de serem consideravelmente mais finas que
a largura dos pixels, devido aos efeitos de volume parciais (KETCHAM & CARLSON,
2001).
Basicamente, utilizam-se duas diferentes formas para a obtenção do valor da

resolução espacial dos sistemas de microCT: através da avaliação por pares de linha
por milímetro (lp/mm-1) e pela definição da "Função de Transferência de Modulação"
(Modulation Transfer Function - MTF).
Tradicionalmente, a resolução espacial foi avaliada em pares de linhas por

milímetro (lp/mm-1). A imagem radiográfica de um phantom contendo linhas finas
altamente absorventes (leads) em distâncias definidas é usada para avaliar visualmente
a menor distância em que o sistema de imagem é capaz de resolver a linha como
entidades separadas. Em um sistema de geração de imagens discretas usando uma
20
matriz de pixels, uma representação de um par de linhas requer um mínimo de dois
pixels/voxels, um que representa a linha principal e outro espaço entre duas linhas. Esse
sistema ideal não é a realidade, em um sistema baseado em pixel do mundo real, uma
borda nítida é distribuída em diferentes pixels vizinhos. Esse é um dos efeitos que
explica toda a resolução do sistema de imagens. (BRULLMANN & SCHULZE, 2015)
A capacidade de discriminar as linhas em relação ao fundo também é uma

Figura 4. 4: Projeção
função radiográfica
do contraste entre a visualizada com Ao Função
linha e o fundo. programa ISee 10.2. Na janela
de Transferência a direita se tem o cálculo
de Modulação
da relação Sinal-Ruído na região tracejada em vermelho no canto superior esquerdo, uma região de 20x55
pixels. (Modulation Transfer Function - MTF) representa a métrica fundamental para a medição
objetiva da resolução espacial em modalidades de tomografia baseada em raios X.
4.2.3. Determinação
Assim, ela fornece da
umaResolução
medida maisEspacial
precisa do que a avaliação visual simples e
também foi sugeridadapara
Para obtenção aplicação espacial
resolução na CBCT dos
(EUROPEAN
sistemasSTANDARD, 2004;foi
de microCT utilizado o
BRULLMANN & SCHULZE, 2015). Basicamente, a resolução espacial do sistema de
métodoimagem
de borda inclinada (do inglês, Slanted edge method) (JUDY, 1976), que consiste
caracterizada em termos da função de transferência de modulação (MTF),
descreve
em avaliar a capacidade
a (MTF). do sistema deatransferir
Explicitando, MTF foi sinal de uma dada
calculada frequência
traçando umespacial.
perfil de densidade
Em outras palavras, a capacidade de resolver detalhes está intimamente ligada ao MTF
na borda de uma imagem radiográfica de um objeto plano centralizado no topo do
(PAUWELS et al., 2015).
sensor de radiação com obtenção da primeira derivada do espectro de magnitude de
TELES (2016), para a obtenção da resolução espacial de dois diferentes
Fouriersistemas
deste de
perfil (EN14784-1,
microCT, 2005).
utilizou o método de A relação
borda entre
inclinada MTF
(Slanted e amethod)
edge resolução espacial
(JUDY, 1976) para avaliar a (MTF). Com este método, o autor utilizou uma placa de
utilizada pode ser visualizada na equação 4.3, em que RE é a resolução espacial obtida e
Tungstênio quadrada de bordas finas onde traçou um perfil de densidade na borda, na
𝑀𝑇𝐹20% é o radiográfica
imagem valor da função de transferência
(EN14784-1, 2005), utilizando ade
eq.modulação que acorresponde
2 abaixo para obter resolução a 20% do
espacial:
valor máximo de níveis de cinza da linha de perfil de densidade traçada (figura 4.5).
1 (2)
𝑅𝐸 = , (4.3)
2. 𝑀𝑇𝐹20%
No presente trabalho, uma placa de Tungstênio quadrada de bordas finas, 51,1±
em que RE é a resolução espacial obtida e 𝑀𝑇𝐹20% é o valor da função de transferência
0,1 mm de lado que
de modulação e 2,0±0,1mm
corresponde a de
20%espessura, inclinada
do valor máximo de níveis adeum
cinzaângulo de 5,0±0,5º foi
da linha de
perfil de densidade traçada
radiografada e as imagens geradas foram analisadas no programa Isee v.1.10.2 (BAM).
De acordo
Para se extrair com diferentes
o máximo tamanhos sobre
de informações de pixela empregados
resolução na aquisição
espacial dodasistema, foram
imagem, avaliou-se a resolução espacial fornecida pelo equipamento a partir da MTF,
feitas nas
avaliações nas 03 matrizes de pixel disponíveis no sistema A: 560x560,
diferentes matrizes de pixels de detecção.
1120x1120 TELES
e 2240x2240. No sistema
(2016), mostrou B, foram
que as razões avaliadas
entre a RE as duas
e o tamanho matrizes
de pixel se de pixel
tornaram1012x1012
disponíveis: maiores quando se trabalhou
e 2024x2024. com as maiores matrizes do detector, em
especial na matriz de 2240x2240 pixels (Figura 5). Esta constatação corrobora com a
Em cada uma das matrizes, foram calculados os valores de RE quando diferentes
valores de tamanho de pixel são empregados na aquisição das imagens
21 de microCT.
46
dos coeficientes angulares das curvas, que as razões entre a RE e o tamanho de pixel se
tornam maiores quando se trabalha com as maiores matrizes de pixels, em especial na
matriz de 2240x2240 pixels (que é a melhor matriz de detecção utilizada no sistema A).
A RE de estruturas não depende apenas do tamanho de pixel do detector, sendo
fortemente influenciada pela desfocagem dos pixels devido às dimensões do ponto focal
afirmação de que a resolução espacial
do tubo de raios X,desendo
estruturas não
que os efeitos depende
desta apenas
limitação do sistema sedo tamanho
tornam mais
de pixel do detector, sendopronunciadas
fortemente em influenciada pela desfocagem
estruturas muito próximas comprometendo dos pixels devido
a detectabilidade do
Figura 5. 6: Curva de Transferência de Modulação para a matriz de pixel de 1120x1120. e BAUMANN, 2006).
às dimensões do ponto focal do tubo de raios X, sendo que os efeitos desta limitação
sistema (ENGELHARDT
O menor tamanho de pixel que se pode alcançar neste sistema é de 5µm, com
do sistema se tornam mais pronunciadas em estruturas muito próximas comprometendo
uma resolução espacial máxima entre 5µm e 8µm (SKYSCAN, 2009). Devido às
a detectabilidade do sistema (ENGELHARDT e BAUMANN, 2006).
dimensões do corpo de prova utilizado (2mm de espessura), não foi possível utilizar o
Vale salientar que os experimentos

tamanho conduzidos
de pixel mínimo, por
porém a partir da TELES (2016)
curva obtida (figura ocorreram
5.8) foi possívelno
estimar que a RE máxima para o sistema A é igual a 13µm. Contudo o detector de raios
mesmo aparelho (Skyscan 1173 - Laboratório de Instrumentação Nuclear - UFRJ) e na
X do sistema A possui um desgaste natural de operação (iniciada em 2012) o que
mesma época em que os experimentos da presente tese foram realizados. Foi possível
contribui para a diminuição da eficiência do detector. Detectores Flat Panels como o
estimar que a RE máximautilizado
desteapresentam
sistema,umanaquela época, na
crescente degradação foiqualidade
igual ade 13μm (TELES,
imagem devido ao
2016). surgimento de pixels queimados (“pixels mortos”) ou com perda de eficiência em sua
matriz que aumentam com o tempo de operação do detector (PADGETT e KOTRE,
Figura 5. 7: Curva de Transferência de Modulação para a matriz de pixel de 560x560.
2004).
la 5. 2: RE para diferentes tamanhos de pixel nas diferentes matrizes de detecção – sistema A.
2240 x 2240 1120 x 1120 560 x 560

manho de Resolução Tamanho de Resolução Tamanho de Resolução
Pixel Espacial Pixel Espacial Pixel Espacial
(µm) (µm) (µm) (µm) (µm) (µm)
7 19 14 26 28 44
14 37 28 58 56 92
21 54 42 79 84 132
28 74 56 98 112 154
35 93 70 124 140 210
60
Figura 5. 8: Resolução espacial em função do tamanho de pixel para as três matrizes do detector utilizado no
sistema A.
61
Figura 5. À esquerda, tabela referente a matriz 1120x1120 relacionando o tamanhado
do pixel com a resolução espacial. À direita, os resultados em forma de gráfico da RE
em função do tamanho de pixel empregado na aquisição de imagem de microCT do
sistema Skyscan 1173, que por sua vez se modifica devido à magnificação utilizada
(TELES, 2016).
2.4.2. Resolução em Contraste
Quando um feixe de raios-X interage com um objeto (substância absorvente)

vários processos podem ocorrer mas, basicamente, parte do feixe é absorvida no objeto
e parte é transmitida. Dentre todos os processos que podem ocorrer no objeto, os mais
importantes para CBCT e microCT em Endodontia são o efeito fotoelétrico e o
espalhamento Compton. A intenção desta tese não é se aprofundar nos tipos de
interação e suas características, desta forma, focar-se-á nas consequências práticas de
interesse para a sua aplicação.
22
Sabe-se que quando fótons de raios X interagem com um material, a absorção
ou não de parte destes fótons, o quanto de fótons interage com o material depende de
seu coeficiente de atenuação. O coeficiente de atenuação de um material caracteriza a
probabilidade com que ele pode interagir com o fóton de certa característica. Um grande
coeficiente de atenuação significa, na prática, que a radiação será rapidamente
absorvida à medida que ela passa pelo meio, não havendo (ou havendo poucos) fótons
que a atravessaram. Um coeficiente de atenuação baixo significa que a onda é
relativamente absorvida pelo material, sendo calculado seguindo a lei de Beer-Lambert,
como apresentado na Eq. 3 (BUZUG, 2008).
𝐼 = 𝐼0𝑒−𝜇𝜂, (3)
Na equação, 𝐼 é a intensidade do feixe de fótons que atravessou o material, 𝐼0 é a

intensidade do feixe incidente, 𝜂 a espessura do material atravessado pelo feixe e 𝜇 o
coeficiente de atenuação linear.
Pode-se notar, então, que os valores do coeficiente de atenuação são

dependentes, principalmente, da densidade e do número atômico efetivo do material e
da energia do feixe de raios X. Assim sendo, há influência da tensão aplicada na
produção da imagem e, consequentemente, com o aumento da tensão um maior
número de fótons chega à área sensível do detector, afetando o contraste observado. É
visto também que, de acordo com o coeficiente de atenuação de cada material, uma
energia ótima é observada, onde o sinal não é tão intenso para atravessar facilmente
todo o material, a ponto de mascarar a diferença de espessuras nem tão fraco a ponto
de ser absorvido pelo material.
Contudo, a lei de Beer-Lambert é válida apenas para feixes monocromáticos, ou

seja, feixes com fótons com a mesma energia. Como discutido anteriormente, o feixe de
raios X produzido por tubos utilizados em sistemas de microCT convencionais é
policromático. Para este tipo de feixe, o coeficiente de atenuação 𝜇 varia com a energia
do feixe. De modo geral, o coeficiente de atenuação decresce com a energia do feixe,
isto é, enquanto feixes de maior energia, chamados de feixe de raios X duro, têm maior
poder de penetração, os feixes moles, aqueles de menor energia, são absorvidos pelo
material (WILDENSCHILD e SHEPPARD, 2013).
O espectro de energia gerado é geralmente descrito em termos do pico de

energia de raios-X (kV), mas, na verdade, consiste em um continuum em que o nível
com intensidade máxima é tipicamente menor que a metade do pico (KETCHAM &
CARLSON, 2001) devido à forma de produção dos raios X, que nos aparelhos
23
estudados na presente tese, são formados por freamento ou Bremsstrahlung. Este
espectro depende fundamentalmente da energia da partícula incidente, a voltagem
aplicada a fonte do equipamento. Como o processo depende da energia e da
intensidade de interação da partícula incidente com o núcleo e de seu ângulo de "saída",
a energia da radiação produzida pode variar de zero a um valor máximo, sendo contínuo
seu espectro em energia. Desta forma, o espectro emitido por uma fonte de raios X
produzido por freamento, o feixe é policromático, contendo vários comprimentos de
onda em uma distribuição mais ou menos assimétrica. (SCHULZE et al., 2011)
Na produção de raios X de freamento são produzidos também raios X

característicos referentes ao material com o qual a radiação está interagindo. Esses
raios X característicos somam-se ao espectro de raios X e aparecem com picos
destacados nesse espectro. Se a energia do fóton incidente cair abaixo da energia de
ligação de uma determinada camada, um elétron dessa camada não poderá ser ejetado.
Portanto, um gráfico de seção fotoelétrica versus energia de fótons exibe as
características “absorption edges" (bordas de absorção). O efeito fotoelétrico é mais
provável quando a energia do fóton incidente é ligeiramente maior que a energia de
ligação. Depois que o elétron é ejetado, os átomos irradiados podem emitir raios X,
resultantes da decomposição dos estados excitados. Cada elemento emite um conjunto
característico de raios-X.
O espectro total "efetivo" é determinado por um número de fatores além da

entrada de energia da própria fonte de raios-X, incluindo a autofiltragem tanto por
absorção de fótons gerados abaixo da superfície de um alvo espesso e pela passagem
através do porto de saída do tubo; outra filtragem de feixe introduzida para remover
seletivamente os raios X de baixa energia; feixe de endurecimento no objeto sendo
digitalizado; e a eficiência relativa dos detectores para diferentes energias. Como
discutido abaixo, mudanças no espectro de raios X causadas pela passagem através
de um objeto podem levar a uma variedade de artefatos de varredura, a menos que
sejam feitos esforços para compensá-los (KETCHAM & CARLSON, 2001).
Dito isso, a resolução de densidade ou contraste de uma imagem radiográfica é

definido pela capacidade de distinguir tecidos ou materiais de diferentes densidades.
Refere-se à diferença entre claro e escuro na imagem do objeto em comparação com o
fundo e consiste na diferença de fluência de fótons entre duas regiões adjacentes de
uma imagem, em tons de cinza que distinguem os objetos e, quanto maior essa
diferença, mais fácil é a separação destes. Alcançar o melhor contraste, significa ter a
melhor diferenciação entre os coeficientes de atenuação, e isto se dá com um maior
espaçamento entre os diferentes tons de cinza, no histograma (RUSS & NEAL, 2017).
24
Para fins práticos, a atenuação do fóton, ou seja, o seu coeficiente de atenuação
de massa, está intimamente ligado à energia do feixe de raios X, sendo um dos mais
importantes fatores que controlam o contraste radiográfico. O valor do coeficiente de
atenuação normalmente diminui de acordo com o aumento da energia do raio, havendo
aumento do contraste em energias menores. Contudo, além da energia do feixe e o
coeficiente de atenuação, existe a influência de outros fatores, como a faixa dinâmica
detectável de valores de exposição do detector, alguns fatores de exposição em si e o
desfoque de bits da imagem reconstruída (SCHULZE et al., 2011; PAUWELS et al.,
2015).
Um fator que influencia sobremaneira o contraste, principalmente em CBCT ou

aparelhos de microCT de baixa potência, são os chamados fótons espalhamento. Esses
fótons são causados por serem difratados do caminho original após a interação com o
objeto. Esta parcela adicional de raios-X dispersos atingem o detector e resulta em
intensidades medidas aumentadas, uma vez que as intensidades escassas
simplesmente aumentam a intensidade primária (Io). Essas intensidades
superestimadas produzem intensidades superestimadas em cada voxel ao longo do
caminho; isto corresponde a uma subestimação da absorção. Chamado de "Scatter", é
bem conhecido por reduzir ainda mais o contraste dos tecidos moles (SCHULZE et al.,
2011).
Diferentes máquinas com características diferentes em termos de tensão de

raios X, corrente e resolução espacial estão disponíveis no mercado. Uma vez que não
é possível que um único sistema de microCT cubra todas as faixas de resoluções
espaciais entre 100 μm e 1 μm, a escolha da resolução espacial é uma questão
fundamental para obter uma imagem satisfatória de uma dada estrutura (PEYRIN et al.,
2014), porém, uma das limitações da técnica de microCT é a incapacidade do sistema
em caracterizar com precisão objetos compostos de diferentes materiais, quando os
mesmos apresentam certas propriedades que, ao interagirem com um feixe de raios X,
em determinada energia, apresentam comportamento semelhantes. Para estes casos,
pesquisadores utilizam a microtomografia computadorizada por Dupla-Energia
(microCT-DE) ou radiação synchronton. Esta limitação se mostra presente
principalmente ao se utilizar feixes extremos, ou seja, muito ou muito pouco energéticos.
2.4.3. Ruído
O termo é definido, de forma mais simples, como qualquer sinal indesejado que
pode degradar a qualidade da imagem, a incerteza associada ao registro do sinal. É
uma característica inerente ao sistema de aquisição de imagem de microCT por
25
transmissão de raios X. Refere-se então às flutuações aleatórias nos valores dos pixels
advindas do processo de aquisição gerando histogramas com picos em formato de
gaussiana. Embora o ruído não seja tratado como um artefato, é um fator de
deterioração da imagem (RUSS & NEAL, 2017).
As imagens adquiridas por sensores de radiação, em geral, apresentam ruídos

advindos de diversas fontes e influenciam a qualidade de imagens obtidas. Dentre estas
podemos citar:
• Ruído Eletrônico: Os ruídos eletrônicos estão presentes durante todo o

processo, porém ocorrem em maior intensidade na leitura do sinal nos
sensores. Mesmo sendo considerado significativo para o desempenho de
um sistema, podem ser reduzidos com taxas apropriadas de leitura de
informação pelo sensor e sistemas eletrônicos adequados (YOUNG et
al., 1995).
• Ruído devido aos fótons: A produção de fótons é regida por leis da física
quântica, de natureza estatística, consequentemente, observações
consecutivas e independentes com mesmo intervalo de tempo, não
apresentarão o mesmo número de fótons medidos. Este tipo de ruído é
intrínseco ao sistema e, ainda que todas as outras fontes de ruído fossem
eliminadas, estas flutuações não permitiriam que o ruído do sistema fosse
nulo (YOUNG et al., 1995).
• Ruído Térmico: Também de caráter aleatório, é proveniente dos elétrons
livres que surgem devido à energia térmica e que podem ser absorvidos
como se fossem fótons (ou fotoelétrons). Refrigerando o sistema, pode-
se conseguir uma significativa redução deste ruído (YOUNG et al., 1995).
• Ruídos de quantização: Este tipo de ruído ocorre durante o processo de
conversão do sinal de analógico para digital, sendo inerente ao processo
de quantização da amplitude do sinal na formação da imagem. Este tipo
de ruído é independe da intensidade do sinal quando a quantização
ocorre em 16 ou mais níveis (sinais de 4 bits ou valores superiores) e
pode ser considerado desprezível para sistemas de mais de 8 bits
(YOUNG et al., 1995).
• Ruído de amplificação: Relacionado à cadeia de pré-amplificadores e
amplificadores acoplados aos detectores devido às flutuações aleatórias
de corrente elétrica e necessárias, principalmente, para os sinais valores
muito baixos de energia, uma vez que esses sinais precisam de uma
maior cadeia de amplificação (CESAREO, 2000).
26
A forma de se mensurar o quanto a imagem é influenciada pela presença destes
sinais indesejados é feita comparando o nível de ruído com a intensidade de sinal
através do cálculo da relação sinal-ruído (SNR). Quanto maior o valor desta razão,
melhor a qualidade da imagem, ou seja, uma imagem gravada a partir de uma grande
quantidade de fótons é considerada mais precisa e pouco ruidosa, buscando-se assim
uma alta SNR sem aumentar em demasiado o custo laboral (HASEGAWA, 1991).
Com o intuito de se melhorar a SNR, pode-se aumentar o tempo de exposição,

aumentando o fluxo de fótons, ou variar (aumentar) a corrente (µA). Desta forma, à
medida que o número de fótons aumenta, o grau da incerteza com a qual o sinal é
registado é diminuído, isto é, o ruído é diminuído. Esta técnica de medição será
detalhada na seção de materiais e métodos da presente tese.
2.5 A Visão Humana
Entender a visão humana e suas limitações se faz necessário visto que muito
dos algoritmos utilizados no processamento de imagens são de alguma forma baseados
neste entendimento: no que as pessoas veem, no que acham que viram e no que elas
não viram. Ver não é sinônimo de enxergar, como diria Sherlock Holmes (RUSS &
NEAL, 2017).
Independentemente de ser bom ou ruim, é por esta maneira que os cientistas
recebem informações sobre experimentos em microCT e radiologistas emitem seus
laudos. O mecanismo de interpretação de imagens e reconhecimento de padrões
desenvolvido em milhares de anos pelos humanos, e com grande responsabilidade na
perpetuação da espécie, não necessariamente funcionam bem no campo cientifico.
Desta forma, entender os diferentes tipos de informações que podem ser extraídas, o
papel da expectativa e o viés gerado pela nossa visão é necessário para o cientista
confiar em seus resultados (RUSS & NEAL, 2017).
Informações de suporte são necessárias para criar um contexto de entendimento
e foco no que se deve ser estudado, existindo poucos motivos para se esperar que duas
pessoas extraiam a mesma informação de uma figura ou dataset, visto que partem de
conhecimentos, cultura e experiências diferentes. Estudos sugerem que pessoas
ocidentais fixam a atenção em objetos do primeiro plano, coloridos ou brilhosos;
entretanto, asiáticos prestam maior atenção no todo, em detalhes do fundo, notando a
presença do objeto mas não estudando ou memorizando informações do objeto (RUSS
& NEAL, 2017).
O olho humano não mede os graus de cinza, mas sim compara sua diferença,
seu contraste. Em geral, 64 graus de cinza são considerados o máximo discernível pelo
27
olho humano, apesar disso, sistemas de tomografia trabalham normalmente com 256
níveis de cinza (OGE & HUGO, 1999). A resolução de um olho humano sem a ajuda de
lentes é em torno de 100 micrometros quando o contraste é de 100% (entre linhas
brancas e pretas). O processo neural não é linear, logo, linhas pretas em fundo branco
são melhor resolvidas do que o contrário, onde há a sensação da definição da borda ser
menos abrupta. Quando as linhas são largas, menos contraste é necessário entre elas,
como pode ser visto na figura 6. Aumentar o zoom de uma imagem melhora a
visualização de detalhes pequenos em dimensão, porem torna mais difícil a percepção
de contraste, podendo diminuir a habilidade de visualização de detalhes. Na maior parte
de nossas experiências detectamos somente o que é esperado por nós e,
consequentemente, nosso conhecimento prévio influencia nesta percepção (RUSS &
NEAL, 2017).
Diminuição contraste
Aumento da frequência espacial
Figura 6. Ilustração da MTF da visão humana mostrando que a habilidade de resolver

detalhes em baixo contraste ocorre numa frequência espacial média (RUSS & NEAL,
2017).
2.6 Reconstrução
A tarefa de reconstrução 3D, onde se atribui valores de cinza aos pixels, tem o
intuito de recuperar a função de densidade (µ) para o maior número possível de pontos
do objeto usando todo o conjunto de projeções. Isto se dá usando os dados brutos
obtidos durante o escaneamento, ou a “raw data”, sendo basicamente um conjunto de
radiografias bidimensionais realizadas sob diferentes ângulos. Estas projeções com as
informações de medidas de atenuação não fornecem diretamente a imagem, mas um
28
chamado sinograma, onde será aplicado o algoritmo de reconstrução para formação do
volume tridimensional (SCHULZE et al., 2011).
Em 1984, Lee Feldkamp, engenheiro do fabricante de automóveis Ford, publicou

seu agora famoso algoritmo para reconstrução de tomografias em geometria de feixe
cônico. Baseando-se na teoria do trabalho de Radon, o qual relata que a reprodução bi
ou tridimensional de um objeto é realizada a partir da repetição em série de todas as
suas projeções, desenvolveu esse algoritmo em que envolve a interpolação de
"caminhos de câmera" de origem inclinados, para reconstruções de seções transversais
planas paralelas. A maior parte dos artigos publicados utilizando microCT menciona
"Feldkamp" na seção de métodos.
Este algoritmo de reconstrução tomográfica, chamado algoritmo Feldkamp-

David-Kress (FDK) utiliza a Projeção por Retroprojeção (FBP). Esta retroprojeção
filtrada, na qual os dados são primeiro filtrados e cada vista é sobreposta
sucessivamente sobre uma grade quadrada, em um ângulo correspondente ao seu
ângulo de aquisição (KETCHAM et al., 2001), conta com uma relação matemática exata
que relaciona a imagem ao seu sinograma para obter a imagem da TC (PEYRIN et al.,
2014).
Feldkamp nunca afirmou que seu algoritmo era perfeito, na verdade, ele chamou
de método de feixe cônico “prático”. Este método não é exato como no caso 2D e pode
produzir os chamados artefatos de feixe cônico. Os erros aumentam e estão
relacionados com a divergência do feixe cônico, mas permanecem baixos para ângulos
de cone menores que 10 °, daí, mais uma vez, a influência do tamanho da área focal da
fonte e são mais importantes nas fatias superior e inferior, que às vezes são excluídas
da reconstrução. (PEYRIN et al., 2014) Ou seja, a fraqueza ou “calcanhar de Aquiles”,
ocorre basicamente nas superfícies horizontais paralelas ao eixo óptico da linha média,
onde são reconstruídas incorretamente pois os dados de projeção inclinados não
possuem informações suficientes para uma reconstrução correta e única.
Desta forma, na tecnologia de TC em que se utiliza o "feixe cônico", todos os

algoritmos são computados e somente após toda aquisição são reformatados em
imagens e os valores das imagens digitais não são contínuos, mas sim, quantidades
discretas e apresentam-se em uma faixa determinada pelo sistema de computador
(VANNIER, 2003; SCHULZE et al., 2011). Na maioria dos scanners industriais, a escala
mais comum usada até agora é de 16 bits, na qual 65536 valores são possíveis e
correspondem à escala de cinza nos arquivos de imagem criados ou exportados pelos
sistemas, normalmente em ".tiff". Embora os valores de TC devam ser mapeados
29
linearmente ao coeficiente de atenuação efetivo do material em cada voxel, a
correspondência absoluta é arbitrária (KETCHAM et al., 2001).
Ao final do processo de reconstrução, as imagens digitais de saída são

apresentadas em modo discreto e finito, isto quer dizer que cada pixel (elemento
fundamental da imagem digital) terá um valor inteiro dentro de uma determinada escala
de bits. Neste trabalho estudaremos imagens em escala de 8 bits, ou 256 níveis de
cinza, sendo o branco igual a 0 (zero) e o preto igual a 255. Os valores atribuídos são,
normalmente, trabalhados com a ajuda de um histograma.
O histograma, também conhecido como distribuição de frequências, é a

representação gráfica em colunas de um conjunto de dados tabulado e dividido em
classes, que no caso da tomografia, são uniformes e relacionados aos números de cinza
por bits. Como uma imagem típica em 8 bits possui a escala de cinza representada em
28 ou 256 valores de cinza entre o branco, que corresponde ao 0 (zero) e o preto (255)
(RUSS & NEAL, 2017). Desta forma, é um mapeamento cumulativo, com a altura da
coluna representando a quantidade ou a frequência absoluta com que o valor da classe
ocorre no conjunto de dados e, a base, representando cada classe.
Em processamento de imagens, trabalha-se sempre com os tons de cinza, sendo

o histograma a contagem de pixels de cada nível de cinza da imagem ou de uma região
especifica, ignorando a posição do pixel e o valor dos pixels vizinhos. Representam
dados digitais, também chamados de discretos possivelmente a mais útil em
processamento digital de imagens. Assim sendo, a distribuição de intensidades é
representada por colunas discretas, que não podem ser divididas ou "quebradas",
correspondentes a números inteiros.
Picos no histograma podem identificar várias regiões homogêneas, sendo

esperado que estes correspondam às estruturas e objetos da imagem. Desta forma,
thresholding devem ser definidos entre os picos para a distinção do objeto do
background (RUSS & NEAL, 2017).
O histograma de uma imagem é simplesmente um conjunto de números

indicando o percentual de pixels naquela imagem que apresentam um determinado nível
de cinza. Estes valores são normalmente representados por um gráfico de barras que
fornece para cada nível de cinza o número (ou o percentual) de pixels correspondentes
na imagem. Através da visualização do histograma de uma imagem obtemos uma
indicação de sua qualidade quanto ao nível de contraste e quanto ao seu brilho médio
(se a imagem é predominantemente clara ou escura) (OGÊ & HUGO, 1999).
30
2.7 Softwares
Geralmente, os sistemas de radiografia computadorizada fornecem programas
próprios de processamento de imagem e, neste sentido, utilizamos os softwares
desenvolvidos pela fabricante de dois dos três tomógrafos utilizados neste trabalho:
Bruker-microCT (Leuven, Bélgica). Durante o processo de reconstrução, alguns autores
descrevem os passos abaixo como pré-processamento de imagens, e têm como
finalidade melhoria de informação visual para a interpretação humana e o
processamento de dados para percepção automática (GONZALEZ & WOODS, 2000).
O software utilizado para reconstrução de todos os datasets desta tese foi o

NRecon software v. 1.7.3.1 (Bruker-microCT, Bruker Co., Bélgica) no qual os valores
para os diferentes parâmetros de reconstrução como: smoothing, ring artefact e beam-
hardening correction, assim como o a faixa de densidade em contraste, são
automaticamente gerados, porém, como discutido em nota técnica pela empresa
desenvolvedora do software, a análise e ajuste dos parâmetros deve ser realizado.
Desta forma, utilizando a ferramenta de “fine tuning” e “preview”, três slices foram
usados como referência para determinação da compensação de desalinhamento
(misalignment compensation): um em terço apical, outro terço médio e o último em
coroa. Um valor apropriado foi determinado para cada equipamento, baseado na
experiência do operador, e buscando-se o mesmo nível de borramento entre as imagens
dos diferentes equipamentos (SKYSCAN, 2016). As definições destes parâmetros
podem der vistas abaixo:
• Smoothing: Também chamado de Suavização, atua reduzindo ruídos nas

reconstruções da imagem, porém, se usado em excesso pode causar
borramento na imagem.
• Misalignment compensation: O desalinhamento é um artefato que ocorre devido
à má fixação e movimentação da amostra no sistema. Este tipo de artefato gera
imagem semelhante a um borramento ou sombra. Para a redução do ruído nas
reconstruções da imagem, um valor apropriado foi determinado para cada
equipamento, por tentativa e erro, baseado na experiência do operador, e
buscando-se a melhor definição de bordas na imagem reconstruída (SKYSCAN,
2016).
• Ring artefact reduction: Esse artefato geralmente ocorre devido à presença de
pixels com baixa eficiência ou “mortos” no detector, sendo visíveis como anéis
concêntricos centrados em torno da localização do eixo de rotação. Eles são
mais proeminentes quando a mídia homogênea é visualizada. Aparentemente,
eles são causados por defeitos ou elementos detectores não calibrados
31
(SCHULZE et al., 2011). Parâmetros como update flat field e random moviment
foram utilizados na aquisição das imagens, não gerando grande artefatos em
anel na imagem final, mesmo assim, um valor apropriado foi determinado para
cada equipamento, baseado na experiência do operador, e buscando-se o
menor nível de influência destes artefatos na imagem reconstruída (SKYSCAN,
2016).
• Beam-hardening correction: Como dito anteriormente, os equipamentos
utilizados nesta tese trabalham com feixe policromático de energia e, estes
interagem de forma diferente com a amostra pois um fóton atravessando o centro
de um objeto interagirá com mais materiais do que os fótons que atravessam a
borda e, portanto, esses chegam aos detectores mais energéticos, fazendo os
objetos sejam reconstruídos artificialmente mais densos nas bordas
(MACHADO, 2015). Um filtro de alumínio de 1mm de espessura foi utilizado na
aquisição para a diminuição deste e, durante a reconstrução, um valor
apropriado foi determinado para cada equipamento. Este valor foi determinado
com a ajuda de uma linha de perfil feita sobre a imagem reconstruída e, baseado
na experiência do operador, buscou-se o perfil do gráfico gerado entre as
imagens dos diferentes equipamentos (SKYSCAN, 2016).
Dos parâmetros listados acima, a correção de beam-hardening, ring artefact

correction e o smoothing foram determinados e mantidos iguais para todos os datasets
do mesmo equipamento e energia, com o intuito de não influenciar a distribuição de
graus de cinza entre os materiais. A correção de pós-alinhamento é uma exceção, sendo
otimizada a cada escaneamento. Em todos os casos, os valores se enquadraram entre
os da nota técnica para filtro de alumínio de 1mm: Smoothing (1-3); Beam-hardening
correction (35-50); e, ring artefact reduction (5-11) (BRUKER, 2018).
Após cada “preview” gerado utilizando diferentes configurações, na aba “Output”

tem-se um histograma correspondente ao coeficiente de atenuação ou à densidade de
todos os pixels da seção transversal reconstruída. Nesta tese, para a determinação da
janela de cinza, foi utilizado o histograma em função logarítmica por prover imagem mais
fácil de manusear. Idealmente, neste pode-se visualizar a distribuição das estruturas
mais claramente. Nesta janela, determina-se, através de dois números, os limites de
contraste, sendo o menor número correspondendo ao ar definido como 0 (zero) e o
maior, correspondendo à atenuação máxima, de 255. Esta determinação é de extrema
importância, visto que todas as densidades dos diferentes objetos serão divididas entre
estes valores e, sendo esta janela sobredimensionada, onde diferentes densidades se
apresentarão sobre o mesmo nível de cinza, ou subdimensionada, onde certas
32
densidades serão excluídas na divisão, apresentando os valores extremos (neste caso
0 ou 255), mesmo sendo mais densas que o ar ou menos densas que o material mais
denso, e não serão visualizadas na imagem final.
Esta determinação de valores influenciará diretamente o pós-processamento das

imagens, isto é, o output após filtros e a determinação do thresholding. Como estamos
trabalhando com diferentes equipamentos e energias, devemos padronizar a
determinação destes valores e, para isto, utilizamos a técnica apresentada pela nota
técnica expedida pela Bruker (BRUKER, 2018) onde o menor nível deve ser definido a
zero e o maior, de 10 a 20% além do máximo valor de atenuação do histograma. Com
o limite de contraste a zero, relaciona-se o valor do ambiente, próximo ao primeiro pico,
ao ar. Esta determinação é uma forma de calibração fundamental para a análise de
microCT, visto que se trata de uma metodologia que se baseia em medidas quantitativas
de densidade.
Após a reconstrução, o objeto será visualizado através de suas seções

transversais, que são imagens secundárias sintetizadas a partir do conjunto de
projeções. É importante entender a relação geométrica entre as projeções e as seções
transversais reconstruídas, sendo cada uma seção transversal correspondente a uma
linha horizontal de pixels, na mesma altura, em todas as projeções. Porém, a
reconstrução desta seção transversal normalmente requer mais do que somente esta
linha de pixels, dependendo da posição da projeção e excluindo o eixo ótico no centro
da projeção, considerando algumas linhas anteriores e posteriores, pelo motivo de o
feixe ter natureza cônica. Com base nestas projeções, o volume do objeto é discretizado
em relação ao nível de atenuação em graus de cinza, recebendo assim um valor na
escala de bits e sua posição espacial (x,y,z).
2.8 Filtros
Após a reconstrução, o objetivo final é segmentar (separar) o volume de
interesse a ser estudado das outras estruturas presentes na amostra. Para isto, é
importante uma boa definição da borda do objeto, porém, a qualidade da imagem final
pode não necessariamente estar pronta para a direta definição deste limiar, sendo
necessária uma melhora nos parâmetros de qualidade de imagem. Desta forma, não é
incomum a necessidade de aperfeiçoamento da imagem para esta segmentação e,
entre as opções de processamento de imagens, a filtragem normalmente é a primeira
etapa.
Os algoritmos de filtragem redefinem as imagens utilizando valores de cinza de

cada pixel do dataset original e providenciando um novo valor a estes pixels
33
dependendo dos pixels vizinhos. No software CTAn, após a escolha do algoritmo de
filtragem, deve-se definir valores de abrangência de três importantes parâmetros na
utilização dos filtros: Kernel, espaço 2D ou 3D e radius. A definição literária de cada
parâmetro pode ser vista a seguir:
• Radius: Define a quantidade de pixels vizinhos que terão influência (serão

utilizados pelo algoritmo na definição do novo valor de cinza). Em geral, quanto
maior o valor, maior o efeito visualizado (BRUKER, 2018).
• Kernel: Basicamente, é o formato da área de pixels vizinhos que serão utilizados
pelo algoritmo no processo de filtragem, podendo ser quadrado ou redondo
(BRUKER, 2018).
• Espaço 2D ou 3D: Quando se escolhe 2D, somente os pixels da mesma fatia
serão levados em consideração, enquanto, no 3D, os pixels localizados em fatias
anteriores e posteriores serão utilizados. Ou seja, a dimensão vertical será
incluída no cálculo do valor, adicionando o eixo z aos eixos x e y, podendo ser
considerado o cálculo sobre o voxel. Basicamente, a vantagem de cada um se
dá na diminuição do tempo de computação quando se utiliza o 2D e na maior
possibilidade de aumento na precisão quando se utiliza o 3D. (BRUKER, 2018)
Basicamente, os filtros se dividem em suavização ou aumento do nível de ruídos

(SNR). Dentre as diversas opções de algoritmo no primeiro grupo (Gaussian filter,
Uniform filter e median filter) utilizamos neste estudo o chamado “Kuwahara” e o
“anisotropic diffusion” pois, além da suavização, seus algoritmos foram formulados para
a preservação da borda ou a não alteração da transição entre diferentes fases
(BRUKER, 2018).
O filtro Unsharp Mask, foi desenvolvido para aguçar as bordas. Do inglês

“Sharpening”, pode ser traduzido para o português como “afiar”, “aperfeiçoar”, “aguçar”;
desde forma, apesar do confuso nome que sugere o inverso, este filtro funciona da
seguinte forma: é feita uma versão borrada do original; calcula-se a diferença entre o
original e a imagem borrada; e, esta diferença é adicionada ao original, resultando no
realce dos detalhes das regiões de borda. No software CTAn, o plug-in apresenta os
seguintes parâmetros ajustáveis: 2D/3D; Radius; Amount; and, Thresholding. Os dois
primeiros já foram explicados anteriormente, já o “amount” significa a magnitude de
contraste que será adicionada à imagem. É listado como percentagem e determina o
quanto o preto irá escurecer e quanto o branco irá clarear (BRUKER, 2018). Já o
thresholding restringe o uso do filtro a um mínimo de contraste entre o pixel e os
adjacentes, prevenindo áreas uniformes de se tornarem ruidosas. Valores menores
34
aguçam mais por excluir menores áreas, valores altos excluem áreas de menor
contraste. (BRUKER, 2018)
Somente o filtro “anisotropic diffusion” mantém o contraste original e o “unsharp”

aumenta o contraste, outros filtros proporcionam um efeito negativo na visualização de
pequenas estruturas (BRUKER, 2018). O “anisotropic diffusion” promete ótima
suavização do ruído com a preservação da borda sem a perda de informação do
processo de filtragem (BRUKER, 2018).
2.9 Segmentação
Todo estudo que utiliza a microCT, e se propõe a quantificar dados,
necessariamente terá de segmentar o objeto a ser estudado e este processo é
extremamente correlacionado com a qualidade da imagem final e a capacidade do
sistema para definir a borda do objeto, ou seja, o limiar entre o objeto e o fundo. O dado
de saída da segmentação é em forma de pixels com valores binários correspondentes
ao preto e ao branco, o que corresponde tanto à fronteira de uma região como a todos
os pontos dentro da mesma, sendo necessário entender e decidir qual será a
representação dos dados, fronteira ou regiões completas.
Como visto anteriormente, por causa das limitações de resolução inerentes da

TC de raios X, todos os limites materiais são desfocados até certo ponto, estando os
três conceitos básicos na descrição das imagens (ruído, contraste e resolução espacial)
intimamente ligados a este objetivo, não havendo hierarquia entre eles, portanto,
nenhum é mais importante que o outro (RUSS & NEAL, 2017).
Como exemplo, alcançar o melhor contraste significa ter a melhor diferenciação

entre os coeficientes de atenuação, o que significa um maior espaçamento no
histograma entre os diferentes tons de cinza referentes a cada coeficiente. Além disso,
os artefatos gerados ou a má escolha de parâmetros na aquisição podem dificultar a
visualização e, principalmente, fazer com que o valor de cinza atribuído a um material
em uma fatia seja discordante em diferentes partes do volume total (RUSS & NEAL,
2017).
Portanto, após a determinação dos parâmetros de aquisição e reconstrução

adequados ao que se deseja estudar, um dos maiores desafios no processamento das
imagens no microCT é a escolha do ponto de corte no momento da binarização
(thresholding) das imagens. A definição dos elementos, objetos e estruturas,
distinguindo-os do background é um passo importante e necessário antes de quantifica-
los (RUSS & NEAL, 2017). Independentemente das características estruturais a serem
quantificadas, a qualidade dos resultados depende fortemente da binarização da
35
imagem. Basicamente este passo se concentra na definição das bordas e resultará na
extração do objeto de interesse através da análise dos níveis de cinza que o compõem
e da escolha de um nível que os separa em grupos de tons de cinza (SALES, 2010;
RUSS & NEAL, 2017).
Esta definição do limiar e, consequentemente, da borda do objeto, é de suma

importância para a correta avaliação do objeto, tem total influência nos cálculos dos
parâmetros morfológicos da amostra (HARA, 2002), sendo responsável pela
subinstrumentação ou sobreinstrumentação dos parâmetros de quantificação, podendo
acarretar uma caracterização de estruturas não reais.
Nas imagens endodônticas, este limiar estabelece limites entre a dentina e o SCR
(poro), sendo importantes para a visualização correta das estruturas anatômicas,
volume total, estudos de morfologia interna, quantificação das paredes não tocadas por
instrumentos do tratamento endodôntico, transporte do canal e ação de produtos
químicos.
Esta escolha de limiar pode ser realizada através da avaliação e experiência do

operador (o método visual ou global); de algoritmos automáticos; ou, de métodos
semiautomáticos que mesclam os dois métodos anteriores. Sendo de extrema
importância para a escolha apropriada do algoritmo, se conhecer ao máximo o objeto a
ser analisado, como foi o processo de aquisição e que tipos de material existem no
dataset (PEYRIN et al., 2014; RUSS & NEAL, 2017). Neste processo, independente do
algoritmo utilizado, o histograma de níveis de cinza da imagem é muito utilizado como
base (RUSS & NEAL, 2017).
Sabendo que o histograma é uma representação gráfica da distribuição de

ocorrência dos níveis de cinza em uma imagem, a forma mais simples de limiarização
consiste na bipartição deste histograma, convertendo os pixels cujo tom de cinza é maior
ou igual a um certo valor de limiar (T) em brancos e os demais em pretos (OGÊ & HUGO,
1999).
A definição do thresholding de forma manual utilizando o histograma como guia

e julgando a aparência visual da imagem é um método comum, mas os resultados são
inconsistentes entre os operadores e entre diferentes espaços de tempo, sendo
influenciados também pela expectativa e desejo do operador. Erros advindos da
definição do thresholding por método manual provavelmente são os responsáveis pela
maior parte dos problemas em análise de imagens que qualquer outra causa, sendo
considerados incompatíveis com processamento automático (RUSS & NEAL, 2017).
36
É lícito imaginar a possibilidade de uso de técnicas de cálculo do valor ótimo de
limiar com base nas propriedades estatísticas da imagem (OGÊ & HUGO, 1999). Desta
forma, para se evitar tais erros e permitir a comparação e replicação de resultados, é
desejável usar métodos automáticos baseados em algoritmos matemáticos, evitando ou
minimizando, assim, o viés do operador (GAO et al., 2009).
2.9.1 Método de Visual ou Global

O método visual é o mais usado ainda hoje nas mais diversas áreas de
conhecimento. Neste método, um intervalo fixo de tons de cinza é definido para pixels
que compõem o objeto de análise (branco) e, consequentemente, os pixels que
apresentam valores de cinza fora desse intervalo são definidos como pixels de espaço
ou fundo (preto). Porém, como explicado no item 2.5 da presente tese, a presença de
variações nos valores de cinza do background pode impedir a detecção de objetos por
limitações inerentes à visão humana, estando isto relacionado ao nível de ruído. Desta
forma, deve-se ter em mente que grande parte dos estudos em Odontologia, e
consequentemente seus dados e conhecimento gerado, são feitos sobre o global
thresholding.
Utilizar o histograma para selecionar o thresholding normalmente o define em

uma região entre os picos (em caso de dois objetos ou regiões além do background) ou
logo anteriormente ao pico (em caso de somente um objeto, como no caso deste estudo,
a dentina). A dificuldade e imprecisão são maiores nesta região, pois, normalmente, são
regiões onde a curva esta baixa, com poucos pixels contendo este valor de cinza e,
desta forma, a contagem é pobre em termos estatísticos e o formato do histograma é
mal definido. Consequentemente, o valor de thresholding será difícil de localizar e
grandes mudanças no valor podem não ser percebidas pelo observador, visto que
quando se trabalha com volumes tomográficos, o dataset pode conter entre algumas
centenas a poucos milhares de fatias, o que representa mais uma razão para se utilizar
métodos automatizados (RUSS & NEAL, 2017).
Provavelmente, o método mais simples é a identificação dos valores dos picos

no histograma e, selecionando um TH mínimo e um TH máximo escolhido pelo operador
baseados no valor dos dois picos, calcula-se o valor médio (no meio do vale entre os
dois picos) e considera-o o TH ótimo (SALES, 2010). Esta abordagem é considerada
robusta, pois os picos normalmente têm formatos bem definidos porém, por mais que
sejam facilmente reproduzidos e consistentes, não necessariamente são precisos. Não
há razão fundamentada para que o valor médio corresponda à borda ou fronteira entre
duas regiões (RUSS & NEAL, 2017).
37
Muitos pesquisadores ainda buscam uma técnica que padronize a escolha de
um TH ótimo para realizar a binarização das imagens, entretanto, até o presente
momento, não existe nenhuma técnica padrão para tal escolha.
2.9.2 Segmentação automática
Em geral, a segmentação automática é uma das tarefas mais difíceis no

processamento de imagens digitais pois está intimamente relacionada com a qualidade
da imagem final. Desta forma, muitos dos métodos automáticos assumem em seus
cálculos a existência de duas populações de valores de pixel, aplicando diferentes
funções estatísticas na definição do limiar, maximizando a probabilidade de acerto no
valor que representa as estruturas presentes. As diferenças matemáticas e suposições
utilizadas em cada método não foram aprofundadas nesta tese, porem
SEZGIN&SANKUR (2004) apresentam uma boa referência para aprofundamento, assim
como OTSU (1979) e TRUSSEL (1979). Somente uma síntese de alguns métodos
específicos, justificados a partir dos resultados deste trabalho foram abordados.
Utilizando o método Otsu (OTSU, 1979), um único limiar global é definido

automaticamente, sendo possível esta definição no volume total do objeto ou por fatia.
Desta forma, no software CTAn, as seguintes variáveis devem ser selecionadas para o
algoritmo Otsu:
- Espaço 3D / 2D: Tal como acontece com a maioria dos plug-ins, o limiar Otsu
pode ser aplicado em espaços 3D ou 2D.
2.9.3 Método Semiautomático por Limiar de Adaptação
Existem diferentes métodos que utilizam um algoritmo para a definição do

thresholding baseados em informações ou após um pré-thresholding realizado pelo
operador. Abaixo, estão as definições dos possíveis algoritmos para determinação do
limiar adaptável apresentadas pelo software CTAn:
• Método adaptativo utilizando mediana C: Limiar de adaptação: para cada voxel,

o limite é calculado como a mediana de todas as escalas de cinza de pixel/voxel
dentro de um determinado raio selecionado;
• Método adaptativo utilizando média C: Limiar de adaptação: para cada voxel, o
limite é calculado como a média de todos os tons de cinza pixel/voxel dentro de
um determinado raio selecionado;
• Método adaptativo utilizando a média dos valores mínimo e máximo: Limiar de
adaptação: para cada voxel, o limite é calculado como a mediana de todas as
escalas de cinza de pixel/voxel dentro de um determinado raio selecionado.
38
Após a escolha do limiar adaptável, deve-se configurar sua ação sobre alguns
parâmetros: executar no espaço 2d ou 3d; escolher um valor de raio de pixel para o
processamento, e, escolher um valor de offset “constante”. Abaixo a definição de cara
parâmetro:
• Raio: define o círculo dentro do qual o limiar é calculado, usando um dos três
métodos (mediana, média, média de min e máx.). A constante aplica um
deslocamento ao contraste de densidade mínima reconhecida pelo limiar.
Aumentar a constante pode remover estruturas associadas ao ruído;
• Espaço: pode ser aplicado em 3D (analisa a esfera em torno de cada voxel) ou
2D (analisa o círculo em torno de cada voxel). O método 3D é mais preciso, mas
leva significativamente mais tempo de processamento;
• Constante: quando um pré-limite é aplicado, então não é necessário definir uma
constante, e o valor constante pode ser deixado em zero. Nesta tese, iremos
trabalhar com um pré-limite, sendo esta escolha explicada abaixo.
Após a definição dos parâmetros acima, a parte "automática" dos métodos

semiautomáticos está finalizada, faltando a definição do pré-thresholding, que é a parte
em que o operador remove os cinzas em que, certamente, o limiar não se encontrará.
O pré-limiar efetivamente delineia uma faixa marginal de densidade próxima às
superfícies do objeto dentro da qual é aplicado o limiar de adaptação. Todos os pixels
abaixo do pré-limite baixo serão fundo, ou setas pretas e, todos os pixels acima do limite
superior são binarizados como objeto, branco.
39
3. MATERIAIS E MÉTODOS
Esta seção apresentará os materiais e métodos, assim como os equipamentos

utilizados e suas características específicas, comumente utilizados nas quatro hipóteses
desenvolvidas na introdução. A ordem lógica então, é trabalhar o processo de aquisição
seguido do processamento de imagens, em que se finaliza com a segmentação do SCR,
porém, isto resultaria em uma quantidade muito grande de variáveis em cada etapa,
tornando inviável a análise dos dados e, posteriormente, dos resultados.
Portanto, deve-se ter em mente que os experimentos foram realizados em uma

sequência e colocados na ordem aquisição-reconstrução-filtragem-linearização a
posteriori, para facilitar a leitura e entendimento do leitor desta tese. Assim, os
algoritmos de segmentação foram definidos antes dos filtros, e estes, antes dos
parâmetros de aquisição. Somente após a definição dos melhores métodos de
processamento de imagens (segmentação e filtros) pode-se trabalhar com uma
quantidade de dados que permita identificar e justificar a escolha energética na fase de
aquisição.
Uma diagramação interessante de como um processamento de imagem se dá

na prática pode ser vista na Figura 7. Nela, percebe-se que cada passo é dependente
da informação gerado por outros.
Figura 7. Diagrama da sequência dos passos de processamento de imagem

(GONZALEZ e WOODS, 2000)
40
Uma visão geral dos estudos, suas inter-relações e ordem pode ser visualizada
na Fig. 8:
Figura 8. Diagrama mostrando uma visão geral dos estudos e suas inter-relações.
Ao analisar a Fig. 8 e as aquisições da amostra seguidas pelas reconstruções e

o pós-processamento, note-se que o artigo número 4 foi o primeiro a ser abordado,
seguido pelo de número 3 e, após a definição dos filtros e algorítimos de segmentação,
abordou-se os artigos 1 e 2. O pós-processamento se inicia com uma primeira filtragem
com os dois algoritmos, cada um representando um tipo de filtro, teoricamente mais
indicados, assim como datasets sem filtragem, totalizando três grupos: “Kuwahara”,
“Unsharp mask” e “sem filtro”.
Em seguida, estes grupos são utilizados para a definição dos algoritmos de
segmentação mais apropriados para as aplicações propostas. Percebe-se, então, que
a primeira hipótese a ser trabalhada nesta tese é referente ao último artigo, de número
4, e não haveria outra forma de realização devido à inviabilidade de se submeter todos
os grupos do artigo 1 a todas as possibilidades de filtros e algoritmos de binarização.
Após análise quantitativa e qualitativa, tem-se a definição dos quatro algoritmos
de segmentação mais apropriados. Soma-se este conhecimento às possibilidades de
filtros: três filtros e quatro combinações entre filtros são testados que, juntamente com
41
o grupo não submetido a filtragem são avaliados para a definição dos filtros mais
apropriados. Esta definição e discussão se encontram no artigo 3.
Finalmente, com a definição das melhores possibilidades de pós-processamento
(Filtros e algoritmos de segmentação mais indicados) este conhecimento é aplicado nos
artigos que trabalharam a resolução espacial (artigo 1) e os parâmetros energéticos
(artigo 2). Neste último, são avaliados e relacionados os resultados do nível de ruído.
3.1 Amostra
Um dente extra-numerário (minisiso) com 19,5 mm de altura foi utilizado como
modelo para os artigos 1, 2, 3 e 4 – Figura 9, sendo extraído por motivação não
relacionada ao estudo e sua utilização foi aprovada pela Comissão de Ética Medica da
KU Leuven (Commission for Medical Ethics of KU Leuven) sob o número de protocolo
S54254.
Figura 9. Mini-siso renderizado como modelo 3D (esquerda) e a relação entre

anatomia interna (em vermelho) e externa, na figura da direita
3.2 Equipamentos
Para a análise da amostra foram utilizados três aparelhos de microtomagrafia,

sendo dois de bancada, de alta energia desenvolvidos pela Skyscan/Bruker, modelos
1172 e 1173, pertencentes ao Departamento de metalurgia e Engenharia de materiais
42
da KU Leuven e Laboratório de Instrumentação Nuclear - UFRJ, respectivamente. O
terceiro microtomógrafo é um Phoenix NanoTom desenvolvido pela General Eletric –
GE, também pertencente ao Departamento de metalurgia e Engenharia de materiais da
KU Leuven.
Como os aparelhos de microtomografia por raios X são tipicamente
personalizados, é impossível fornecer uma descrição detalhada de seus princípios e
operações, desta forma a tabela 1 resume as especificações dos principais
componentes de cada aparelho, seguido de textos individualizados para maior
detalhamento. O material apresentado nesta e nas próximas seções é uma combinação
de informações fornecidas pelos fabricantes dos sistemas e literatura disponível.
Para uma visão técnica mais completa da TC, recomenda-se a publicação ASTM
E1441-92a (ASTM, 1992) como um excelente ponto de partida. (KETCHAM et al., 2001)
Tabela 1. Resumo das especificações dos principais componentes por aparelho

1172 1173 NanoTom
Potência Energética 10 Watts 8 Watts 20 Watts
Voltagem de pico 100 kV 130 kV 180 kV
Min focal spot size <5 µm <5 µm 0,3 µm
Detail detectability <1 µm <4-5 µm 0,2 µm
Detector CCD 12 bits - 11 Megapixel Flat Panel 12 bits Flat Panel 14 bits
Pixels Detector 4000 x 2300 2240 x 2240 3072 x 2400
pixel size 50 µm 50 µm 100 µm
Magnificacao 0,3-34,8 µm 1,5 - 300 x
Anodo Tungstenio Tungstenio Tungstenio ou Molybdenio
filamento Tungstenio Tungstenio Tungstenio
Outros: air-colled Distortion-free flat panel DXR digital com estabilizacao de temperatura
thermal drift correction estabilidade focal estremamente alta
3.2.1 Skyscan 1172
O Skyscan 1172 é um tomógrafo de bancada para amostra ex-vivo, possuindo

50mm FOV (largura de campo da imagem) e um detector de raios-X CCD de 12 bits
refrigerado opticamente acoplada ao cintilador, com 11Mpixels totalmente corrigido de
distorção. A fonte de raios-X permite um espectro de pico entre 20-100kV, trabalhando
em potência de 10Watts, com um tamanho de ponto focal menor que 5μm. A
detectabilidade, segundo o fabricante, é de 1μm na resolução mais alta, até 25μm
(Figura 10).
É importante ressaltar que o Skyscan 1172 possui uma geometria de aquisição
dinâmica variável que permite diferentes magnificações (recursos de geometria
adaptativa explicados mais detalhadamente abaixo).
Imagens de seção transversal são geradas em formatos de até 8000 x 8000
pixels, sendo o tamanho máximo do objeto de 50 mm de diâmetro ou altura, com 50mm
de FOV.
43
µCT equipment: Skyscan 1172
Geometria adaptável que dá escolhas de resolução variáveis e colocação das
amostras variáveis a partir da fonte: o Skyscan 1172 possui posicionamento de amostra
Description:
com mudança automática e ampliação de amostra variável para digitalização (geometria
adaptativa). Computer
Essa arquitetura
Tomographyde isúltima geração, nainspection
a non-destructive qual tanto a amostra
technique basedquanto a
on differences in
absorption/attenuation of X-Rays through the material. The CT-technique
câmera de raios-x (o detector), podem ser movidas para mais perto ou para longe da provides a 3D-data set of in
the sample. The attenuation of X-Rays depends on the atomic number, density and thickness of the
fonte, conforme necessário,
material and on thenos permite
energy of theencontrar
X-Ray beam.uma ampliação cada
Non-destructive vez of
inspection maior
internal structure,
(resolução) tomodensity analysis, size de
e as necessidades and volumetric
tamanho measurements,
do investigador... areepossible on the 2D as well as the 3D-
da amostra,
images.
respectivamente. Este recurso permite capacidades de alto desempenho pois tem uma
resolução nominal (tamanho
The Skyscan 1172 isde pixel) inferiordesktop
a high-resolution a 1 μm. Nomicro-CT
X-ray entanto,system
esse for
design de
small samples.
Applications:
geometria flexível material
também science,que
permite biology,
um micro-electronics,
usuário reduza …o desempenho do
instrumento para um tamanho de pixel de 25 μm (tendo capacidade de tamanho de pixel
variável entre 1-25 μm). Geometria de aquisição dinâmica variável, onde a amostra e o
detector podem se mover para próximo da fonte de raios-x, o que permite melhorar a
resolução e trabalhar com voltagem de pico menor.
Figura 10. Sistema Skyscan/Bruker modelo 1172
3.2.2 Skyscan 1173
Também de bancada, o Skyscan 1173 (Figura 11), possibilita o escaneamento

de objetos com diâmetro máximo de 140mm e comprimento máximo de 200mm.
Diferentemente do 1172, não possui geometria de aquisição dinâmica variável e a
manipulação da amostra se dá através de uma mesa micrométrica, que realiza
movimentos nos três eixos, com rotação no eixo z, permitindo que haja magnificação da
imagem através da aproximação em direção à fonte.
O Sistema contém um tubo de raios X microfocado com anodo de tungstênio (W,
Z=74), produzido pela Hamamatsu, modelo L9181, com ponto focal de 5µm. A tensão
pode variar de 40 a 130kV, corrente máxima de 200µA e sua potência máxima é de 8W
(HAMAMMATSU PHOTONICS, 2012 a) e, de acordo com dados fornecidos pelo
fabricante do tubo de raios X deste aparelho, seu tamanho focal, operando neste
44
intervalo de potência (1W-8W), não ultrapassa 8μm (HAMAMMATSU PHOTONICS,
2012a). Neste contexto, Atila (2015) obteve resultados que indicam que o tamanho focal
máximo medido foi igual a 8,24±1,38 μm na direção horizontal e a 8,12±1,13 μm na
direção vertical, apresentando uma boa concordância com os valores fornecidos pelo
fabricante.
Figura 11. Sistema de alta energia Skyscan/Bruker modelo 1173.
O detector usado é um sensor do tipo flat panel com matriz de 2240 x 2240
pixels, com tamanho de pixel de 50µm e 12bits de range dinâmico, produzido pela
Hamamatsu, modelo C7942SK-05, com material cintilador de Oxisulfeto de Gadolíneo
(GSO) (HAMAMMATSU PHOTONICS, 2012 b). As aquisições das imagens são
realizadas por transmissão de feixes de raios X, este com formato cônico, e o objeto
pode ser rotacionado 180° ou 360° a passos angulares fixos. A cada passo é gerada
uma projeção, sendo a média de diferentes frames, que é salva em um arquivo pré-
determinado.
3.3.3 Phoenix NanoTom – GE
Tendo um porte maior que os dois tomógrafos descritos anteriormente, o

Phoenix NanoTom (Figura 12) pode trabalhar com tensão máxima de 180kV, e potência
máxima de 20 W, com detecção de detalhes de até 200 nm e até 300 nm de tamanho
mínimo de voxel, sendo otimizada a sua estabilidade para longas aquisições. Possui
alta resolução espacial e de contraste em uma ampla faixa de amostra - desde material
pequeno até amostras de plástico de tamanho médio cobrindo 3 ordens de magnitude
(0,25 mm Ø a 250 mm de altura de amostra) e 3 kg de peso.
Sua base de granito possui alta estabilidade, manipulador com isolamento

vibracional e cabine com temperatura estabilizada, sendo o detector, GE DXR digital,
45
nanoCT® of TSVs in an 3D volume slice of an 3D metrology image of
electronic package. The AlMg5Si7 alloy (Ø 350 µm): an injection molded part
atures & benefits

voids in the copper filling Fe-aluminides and Mg2Si- showing feature details.
are clearly visible. phases.
erature stabilized digital GE DXR

72 x 2,400 pixels) for a high dynamic
00 : 1 and up to 4 times
com faster data de temperatura com matriz de 3.072 x 2.400 pixels, com alta faixa
estabilização
t the same high image quality level
dinâmica alto (> 10.000: 1) e geometria de aquisição variável.
d manipulator for high stability
size 240 mm Ø x 250 mm in height
0 kV / 15 W high-power nanofocus
th down to 200 nm detail detectability,
long-term stability
dow for extremely high focal spot
up to 2 times faster data acquisition at
h image quality level
nm minimum voxel size
se of use due to intelligent system
dvanced phoenix datos|x CT software
y package with temperature stabilized
high accuracy direct measuring system
Figura 12. Sistema Phoenix NanoTom.
3.4 Aquisição
Um cilindro de isopor foi confeccionado, onde a amostra foi incluída e presa ao

isopor por cera utilidade. Após este procedimento, todo o cilindro foi vedado com
parafina em fita e fixado nos diferentes sistemas microtomográficos, utilizando o mesmo
suporte cilíndrico de alumínio, confeccionado com diâmetro similar ao da amostra, a fim
de mantê-la imóvel e reduzir o risco de possíveis artefatos por desalinhamento e
movimentação entre as aquisições.
As aquisições foram feitas na mesma posição, porém, em energias distintas em
três diferentes microtomógrafos: Skyscan 1173 e 1172 (Bruker Co., Kontich, Belgium) e
NanoTom (Phoenix Nanotom, GE Inspection Technology, Lewistown, USA) em três
diferentes potências de energia (8W, 10W e 15W), obtendo-se ao final 21 diferentes
parâmetros em quatro diferentes grupos: Skyscan 1172 e Skyscan 1173 em 8 Watts,
Skyscan 1172 em 10 Watts, e NanoTom em 15 Watts. Foi possível comparar os mesmos
parâmetros em tomógrafos diferentes: Skyscan 1172, Skyscan 1173 e Nanotom
utilizando 8 Watts (70kV / 114µA); e Skyscan 1172 and NanoTom utilizando 10 Watts
(100kV / 100µA).
Para facilitar a visualização, a seguir temos a Tabela 2, listando todos os testes
realizados e os parâmetros para cada caso:
46
Tabela 2. Vinte e um parâmetros de aquisição diferentes (relação kV/µA) distribuídos
em três diferentes potencias de raios-X.
Na tabela 2, nota-se que dois parâmetros iguais foram utilizados em diferentes

equipamentos, podendo ser visualizados nos quadrados azul e verde.
Os parâmetros de aquisição, excluindo-se a energia aplicada, podem ser
visualizados na Tabela 3:
Tabela 3. Parâmetros da aquisição por grupo de tomógrafo
47
A aquisição de referência foi realizada com os mesmos parâmetros de aquisição
expostos na tabela 3 para as aquisições do grupo NanoTom, porém com uma
magnificação maior, o que proporcionou um tamanho de pixels de 4,5 µm.
3.5 Reconstrução
Todas as reconstruções foram realizadas no NRecon software v. 1.7.3.1 (Bruker

microCT, Bélgica) e InstaRecon® v.1.3.9.2 (IR-CBR Server) e, as imagens pós-
reconstrução, gravadas em formato .bmp (8 bits).
Os parâmetros de reconstrução foram determinados com base no método
proposto pelo desenvolvedor do software NRecon (SKYSCAN, 2013). Desta forma, o
valor de correção de artefatos de anel, endurecimento de feixe, suavização e o intervalo
dinâmico de níveis de cinza foi o mesmo em todos os datasets advindos do mesmo
tomógrafo. O alinhamento foi determinado por dataset.
Para não haver grande discrepância entre as escalas de nível de cinza entre os
diferentes tomógrafos, e por este parâmetro ser considerado crítico para as avaliações
propostas, o método de determinação do intervalo dinâmico teve a sua escolha de
acordo com a técnica onde o limite mínimo é zero e o limite máximo está na faixa de 10
- 20% do máximo de cinza do histograma gerado com base nas projeções radiográficas
(imagens brutas). Desta forma, a “janela de graus de cinza” final foi similar entre os
diferentes tomógrafos e energias de aquisição (SKYSCAN, 2013).
3.6 Parâmetros estudados
O pós-processamento dos diferentes dataset foi realizado no software CTAn

v.1.18.4.0 (Bruker microCT, Bélgica).
A região apical do dente foi escolhida para este estudo devido à maior incidência
de estruturas complexas anatômicas e incidência de infecção. A alta prevalência de
canais acessórios na região apical está de acordo com estudos anteriores e confirma
que o número de canais acessórios aumentou na direção coronal-apical (KIM et al.,
2013). Essas complexidades apicais também poderiam explicar que a maioria das
periodontites apicais pós-tratamento é causada por bactérias localizadas no sistema de
canais radiculares apicais (ANTUNES et al., 2015).
Os estudos foram realizados sobre o terço apical da amostra, por apresentar
maior número de acidentes e complexidade anatômicas, sendo definido como os últimos
4mm da raiz que, nesta amostra, foi equivalente a 245 fatias. Como houve uma pequena
diferença no tamanho do pixel nos diferentes tomógrafos, sua extensão total foi:
4,009mm no grupo 1172_8W; 4,008mm no 1172_10W; 4,014mm no 1173; e, 4,042mm
no NanoTom.
48
O volume total do canal da referência não foi utilizado para comparação entre
tomógrafos devido à incerteza associada a aquisição não ter sido realizada na mesma
posição das aquisições em 16,50 µm, pela necessidade de maior magnificação. Desta
forma, somente as estruturas visualizadas qualitativamente serviram de referência para
o método de graduação simples.
3.6.1 Análise Qualitativa
A alta confiabilidade do método permite que sua avaliação qualitativa seja

realizada por somente um observador (FREITAS et al., 2002), porém, nesta tese, dois
experientes endodontistas, com conhecimento prévio em micro-tomografia, avaliaram o
sistema de canais radiculares usando o volume renderizado em 3D e o conjunto
completo de fatias axiais. Para isto, utilizaram os softwares CTVox (versão 3.3.0 r1403
– 64 bits), DataViewer (Versão 1.5.6.2 - 64 bits), ambos desenvolvidos pela Bruker
microCT, e o programa Isee v. 1.11.1 (German Federal Institute for Materials Research
and Testing, BAM).
Como referência para avaliação qualitativa, o terço apical da amostra foi
aquisitado utilizando os mesmos parâmetros de aquisição do grupo NanoTom, porém,
com magnificação maior (tamanho de pixel de 4.5µm). Após a reconstrução, não foi
utilizado pós-processamento, e esta imagem foi chamada de "amostra de referência".
A avaliação foi realizada por método de comparação direta entre os diferentes
datasets (tanto em escala de cinza quanto após segmentação) e a referência, e as
seguintes observações foram registradas: (a) Quais estruturas foram visualizadas; (b)
Se estas estruturas se apresentavam similares ou diferentes à da referência; e, (c) se
houve a incidência de novas estruturas em relação às visualizadas na referência. A
Figura 13 é uma imagem bidimensional do modelo 3D da referência, realizada no
software CTVox (versão 3.3.0 r1403 – 64 bits), onde podem ser visualizadas algumas
das estruturas que serviram de base para a comparação direta.
3.6.2 Análise Quantitativa
A análise quantitativa foi realizada no software CTAn v.1.18.4.0 (Bruker microCT,

Bélgica), utilizando o fluxo de trabalho discriminado abaixo.
Após o carregamento do dataset de aquisição, foi salvo um novo dataset com o
volume de interesse (VOI), neste caso as fatias referentes ao terço apical, sendo
definido como o volume a partir da primeira fatia após o final do ápice da raiz,
49
considerada a número 0, e somadas a esta, 245 fatias para completar o volume total.
Este volume foi salvo como um novo dataset.
Figura 13. a).Modelo tridimensional gerado a partir de aquisição utilizando 4,5 µm de

tamanho de pixel. b).Em amarelo algumas das estruturas que foram utilizadas como
parametro de comparacao qualitativa.
O próximo passo então foi a utilização dos filtros, o que será explicado com mais
detalhes no artigo 3 da presente tese. Após a filtragem do dataset, a ferramenta "ROI
shrink-wrap" foi utilizada para definir a região de interesse (ROI) de cada fatia,
resultando no volume total do terço apical da raiz. Este ROI é importante para a remoção
do background, através de operações morfológicas, já que sua presença acarretaria
mudanças no histograma, por considerar os níveis de cinza externos à amostra, e
influenciar posteriormente nos resultados da binarização.
Após a utilização dos filtros e remoção do background, cada dataset foi gravado
para posterior segmentação como explicado no artigo 4. Após a binarização, as
amostras foram quantificadas utilizando o programa CTAn v.1.18.4.0 (Bruker microCT,
Bélgica). O volume total do SCR (em mm3) foi utilizado na análise quantitativa, ao
mesmo tempo em que foi renderizado em volume 3D para auxílio na análise qualitativa
50
3.6.2.1 SNR
Os valores de SNRN foram obtidos utilizado o programa Isee v. 1.11.1 (German

Federal Institute for Materials Research and Testing, BAM) através da equação:
SNR média .88,6

SNR N =
BSR
Este cálculo foi realizado pelo software baseado em valores advindos da seleção
de regiões de interesse retangulares (base 20 x altura 55 pixels), em 30 diferentes
pontos na região de fundo das projeções radiográficas da aquisição, como pode ser
visto na Figura 14.
Figura 14. Imagem do software Isee mostrando a projeção à direita e o quadro com o
cálculo da SNR. Em azul, o valor do tamanho do pixel de aquisição e, logo abaixo, o
valor da SNR.
O ruído de um sinal pode ser definido como as variações aleatórias em seu valor
devido às mais diversas razões, conforme discutido no capítulo de fundamentação
teórica. Neste estudo, utilizando três projeções radiográficas sob a variação da tensão
51
da fonte de raios X nos três diferentes tomógrafos, realizaram-se as investigações de
SNR em dez regiões com área igual a 20x55 pixels, conforme sugerido pela norma EN
14784-1 (EUROPEAN COMMITTEE FOR STANDARDIZATION, 2005) com auxílio do
programa Isee v. 1.11.1 (German Federal Institute for Materials Research and Testing,
BAM).
3.7 Teste Estatístico
Após a verificação da normalidade e homogeneidade, foi utilizada a análise de

variância ANOVA (SPSS statistics 21, IBM Corp. Chicago, IL, USA) com nível de
significância de 95% seguido por Tukey HSD post-hoc e correção de Bonferroni para
testes múltiplos.
52
4. RESULTADOS
4.1 Artigo 1: Resolução espacial: as informações descritas em trabalhos de

microCT em Endodontia são suficientes para a correta interpretação, comparação
e replicação de resultados adquiridos?
Como visto na fundamentação teórica, não há parâmetro mais importante entre

os três pilares da qualidade de imagens: contraste, resolução espacial (RE) e ruído.
Porém, muitos autores indicam que a RE pode ser a medida mais relevante e
significativa de um dispositivo tomográfico para as metas de pesquisa e produção
(CARL ZEISS MICROSCOPY GMBH, 2013; BRUKER, 2017).
A resolução espacial é de interesse especial para aplicações odontológicas, pois

reflete o desempenho total do sistema e define a precisão na determinação da borda do
objeto estudado. Por conseguinte, o que pode ser visualizado e medido que, em
endodontia significa os detalhes anatômicos, a presença de poros não relacionados ao
canal principal, os “segmentos calcificados”, a falta de comunicação entre canais
menores e o canal principal, além de afetar a mensuração de procedimentos
importantes, como a instrumentação dos canais radiculares por este ser medido pela
quantidade de área tocada pela lima, entre outros (BERGMANS, 2001; PARK, 2009;
GU, 2009; JUN, 2013; DE-DEUS, 2014; ELAYOUTI, 2014; BELLADONNA, 2018).
SANTOS (2012), utilizando o mesmo tomógrafo de bancada, demonstrou o

ganho de informação que se tem, em uma mesma amostra, com a diminuição do
tamanho do pixel e sua consequente melhora na resolução espacial, relacionando estes
dois conceitos com o ganho qualitativo, como visto na Figura 15:
53
a) b)
Figura 15.Terço médio e apical de raiz mesio-vestibular escaneada na mesma posição

por dois parâmetros diferentes a) Pixel: 14,8 µm; Flat Pannel sensor 1024x1024;
Resolução: 21,4µm. b) Pixel: 5,9 µm; Flat Pannel sensor 2248x2248; Resolução:
14,9µm (SANTOS, 2012).
A significância da RE se deve, entre outros fatores, à abrangência do seu cálculo,

que é afetada por vários fatores técnicos, incluindo: o tamanho do ponto focal da fonte
de raios X; resolução do detector; estabilidade vibracional, elétrica e térmica; geometria
de ampliação e outras condições de imagem que dificultam a previsão ou a estimativa
a partir dos parâmetros técnicos do sistema (CARL ZEISS MICROSCOPY GMBH, 2013;
EUROPEAN STANDARD, 2004; BRULLMANN & SCHULZE, 2015).
Embora a definição de resolução possa ser considerada simples e direta,

diversos termos não equivalentes são usados para representar e descrever as
capacidades de resolução de instrumentos tomográficos 3D, como por exemplo:
resolução espacial; tamanho de pixel; tamanho do voxel; resolução nominal (CARL
ZEISS MICROSCOPY GMBH, 2013). Esses outros termos são colaboradores isolados
54
para RE e, por si só, não descrevem a performance de um sistema como um todo
(BRUKER, 2017).
Neste sentido, os trabalhos na área da Odontologia que utilizaram a técnica de

microCT, de forma geral, não informam a correta resolução espacial, mas sim as
características inerentes à prática tomográfica, tais como marca e modelo do
microtomógrafo, a energia utilizada, o passo de rotação, e, mais comumente, o tamanho
do pixel (VERMA & LOVE, 2011; MANNOCCI et al., 2005). Cada um desses termos
transmite representações muito diferentes do desempenho do sistema e, a não
compreensão desses numerosos termos, usados na literatura para descrever uma
resolução que, se não for claramente entendida, pode confundir a comparação entre
sistemas (CARL ZEISS MICROSCOPY GMBH, 2013).
Devido a sua influência na detecção de detalhes significativamente relevantes

com a diminuição do tamanho do pixel (VIDAL et al., 2014), entre todos estes
parâmetros, o tamanho de pixel é o mais comumente associado e frequentemente
confundido na literatura com resolução espacial (VERMA & LOVE, 2011; MANNOCCI
et al., 2005; BERGMANS, 2001; PARK, 2009; GU, 2009; JUN, 2013; DE-DEUS, 2014;
ELAYOUTI, 2014; BELLADONNA, 2018). Não sendo rara a interpretação de que
"quanto menor o voxel size, melhor a resolução espacial, o que resulta em uma imagem
de maior qualidade". Deve-se ter em mente que o tamanho do pixel é apenas um dos
fatores utilizados no cálculo da resolução espacial segundo a norma EN14784-1
(EUROPEAN STANDARD, 2004).
Em vista disso, nota-se uma lacuna na transferência de conhecimento entre a

comunidade técnica e a odontológica. Desta forma, é importante fornecer e resumir
informações científicas tecnicamente sólidas sobre este significativo parâmetro na
literatura não-técnica (BRULLMANN & SCHULZE, 2015).
O objetivo deste trabalho foi discutir e demonstrar a importância dos outros

fatores que influenciam a RE, mostrando a real importância do tamanho do pixel na
determinação desta, através da investigação qualitativa e quantitativa da imagem final
fornecida por três microtomógrafos diferentes. Busca-se fundamentar uma comparação
objetiva dos sistemas de forma a permitir uma comparação imparcial dos resultados
advindos desta metodologia. Desta forma, será verificado se há mudanças qualitativas
e quantitativas significativas entre diferentes tomógrafos quando se utilizam os mesmos
parâmetros de aquisição.
4.1.1 Materiais e métodos
As aquisições foram realizadas somente na amostra base desta tese (minisiso)
55
em dois protocolos diferentes em que se variou a potência utilizada (8 e 10 watts). Para
a potência de 8 watts, foi utilizada a configuração de 70 kV, 114 µA e, para a potência
de 10 watts, a configuração de 100 kV, 100 µA. Em todas as aquisições mantiveram-se
os mesmos parâmetros de aquisição, inclusive o tamanho de pixel, nos três
equipamentos de microtomografia diferentes.
Ao final, tinha-se três diferentes datasets para o grupo de 8 watts: Skyscan 1172
em 8 Watts (1172_8W), Skyscan 1173 (1173) e no Phoenix Nanotom (NanoTom_8W),
e, para o grupo de 10 watts de potência (100kV, 100µA), somente no Skyscan 1172
(1172_10W) e no Phoenix Nanotom (NanoTom_10W), como visto no esquema
apresentado na Figura 16:
8W 10 W
70 kV 114 µA 100 kV 100 µA
Skyscan 1173 Skyscan 1172

BRUKER BRUKER
Skyscan 1172 Phoenix NanoTom

BRUKER General Eletric - GE
Phoenix NanoTom
General Eletric - GE
Figura 16. Cinco datasets diferentes foram obtidos em três aparelhos de

microtomografia, mantendo-se os mesmos parâmetros e tamanho de pixel.
Os parâmetros de reconstrução utilizados foram expostos anteriormente na

presente tese, na seção de materiais e métodos. Cada dataset foi então submetido
primeiramente a filtragem (Kuwahara e Unsharp Mask), tendo ao final três grupo: "no
filter" (datasets originais), "Kuwahara" e "Unsharp Mask". Após a filtragem, os três
grupos foram submetidos a três algoritmos de segmentação diferentes: "Mean of min
and máx 60 (MM60)", "Otsu 2D" e "Otsu 3D". A escolha dos filtros e algoritmos de
segmentação será justificada no artigos 3 e 4, respectivamente. Desta forma, obtiveram-
se 27 datasets em 8 watts e 18 datasets em 10 W, que podem ser vistos nas Tabelas
4 e 5:
56
Tabela 4. Os 27 datasets finais, relativos ao aparelho 1172, 1173 e NanoTom, em 8
watts separados em colunas referentes aos filtros utilizados.
Grupos em 8 Watts
1172_8W + no filter + MM60 1172_8W + Kuwahara + MM60 1172_8W + Unsharp Mask + MM60
1172_8W + no filter + Otsu2D 1172_8W + Kuwahara + Otsu2D 1172_8W + Unsharp Mask + Otsu2D
1173 + no filter + MM60 1173 + Kuwahara + MM60 1173 + Unsharp Mask + MM60
1173 + no filter + Otsu2D 1173 + Kuwahara + Otsu2D 1173 + Unsharp Mask + Otsu2D
1173 + no filter + Otsu3D 1173 + Kuwahara + Otsu3D 1173 + Unsharp Mask + Otsu3D
NanoTom + no filter + MM60 NanoTom + Kuwahara + MM60 NanoTom + Unsharp Mask + MM60
NanoTom + no filter + Otsu2D NanoTom + Kuwahara + Otsu2D NanoTom + Unsharp Mask + Otsu2D
Tabela 5. Os 18 datasets finais, relativos ao aparelho 1172 e NanoTom, em 10 watts

separados em colunas referentes aos filtros utilizados.
Grupos em 10 Watts
1172_10W + no filter + MM60 1172_10W + Kuwahara + MM60 1172_10W + Unsharp Mask + MM60
NanoTom + no filter + MM60 NanoTom + Kuwahara + MM60 NanoTom + Unsharp Mask + MM60
As avaliações, tanto qualitativas quanto quantitativas, foram realizadas como

exposto na seção de Materiais e métodos da presente tese.
4.1.2 Resultados
Houve correlação absoluta entre os resultados qualitativos e quantitativos, e

significativa diferença entre os datasets provenientes dos diferentes tomógrafos. O
aumento na visualização de estruturas, acompanhados de um aumento de volume do
SCR, assim como a qualidade da imagem foi vista na seguinte ordem, da melhor para
a pior: NanoTom > 1173 > 1172_8W, para o grupo de 8 Watts, e, NanoTom >
1172_10W, independentemente do pós-processamento, como podem ser analisados
nas Figuras 17 e 18, simultaneamente a Tabela 6 com os valores de volume do SCR.
57
Tabela 6. Valores relativos ao volume total do SCR dos grupos 8 Watts e 10 Watts nos
deiferentes filtros e algoritmos de segmentação:
Volume SCR - Comparando diferentes Tomografos

com os mesmos parametros
KUWAHARA NO FILTER UNSHARP
MM 60 Otsu 2D Otsu 3D MM 60 Otsu 2D Otsu 3D MM 60 Otsu 2D Otsu 3D

1172_8W 70-114 0,24100 0,24548 0,24560 0,19673 0,23339 0,23671 0,24099 0,26943 0,27059
8W 1173_8W 70-114 0,28113 0,28087 0,28085 0,32294 0,29929 0,30087 0,33809 0,32313 0,32411
NanoTom 70-114 0,31947 0,32718 0,33330 0,31911 0,31514 0,32548 0,31923 0,31559 0,32646
1172_10W 100-100 0,27937 0,28288 0,28328 0,23854 0,27741 0,27938 0,28270 0,31100 0,31368
10W
NanoTom 100-100 0,31851 0,31834 0,31844 0,31336 0,31066 0,31167 0,32390 0,32248 0,32269

aparelho 1172, 1173 e NanoTom, em 8 watts separados em colunas referentes aos
filtros utilizados
58
aparelho 1172 e NanoTom, em 10 watts separados em colunas referentes aos filtros
utilizados
59
4.2 - Artigo 2: A importância dos parâmetros energéticos da aquisição
tomográfica na resolução espacial e sua relação com ruído.
O potencial de aplicação da tecnologia de microCT é permitido e limitado por

seus fatores físicos e técnicos. Desta forma, ao se planejar um estudo utilizando esta
técnica, a primeira tarefa deverá ser o estudo da amostra com o intuito de identificar os
objetivos e materiais que serão estudados na imagem. Esses requisitos orientam as
decisões sobre os parâmetros ideais de aquisição, incluindo: as características do
equipamento de micro-tomografia; a energia do feixe de raios X e sua intensidade; o
tamanho do ponto focal, se houver; e, se a amostra deve ser aquisitada no ar ou
embalada em conjunto com liquido. (KETCHAM et al., 2001)
Deve-se ter em mente que algumas exigências técnicas podem excluir-se
mutuamente, como por exemplo, o aumento da energia na aquisição e a diminuição do
tamanho do ponto focal para uma melhor resolução espacial. (SALMON et al., 2003), já
que as boas escolhas dos parâmetros de aquisição, auxiliam nos processos seguintes,
como a reconstrução e o pós-processamento (utilização de filtros e no processo de
segmentação). Dentre os fatores de qualidade de imagem estudados na seção de
fundamentação teórica, o contraste e o ruído estão matematicamente ligados,
respectivamente à voltagem e à resistência fornecida ao gerador de raios-X, em outras
palavras, à escolha da configuração da energia do feixe.
O contraste se refere à diferença entre claro ou escuro na imagem do objeto de

análise comparado ao background (fundo). É a diferença em tons de cinza que
distinguem diferentes objetos, sendo que quanto maior esta diferença, mais fácil a
distinção entre os objetos ou tecidos. Também chamado de resolução em densidade,
define a menor diferença no coeficiente de atenuação de massa que o sistema de
microCT é capaz de detectar (CHAOUKI et. al, 1997). A atenuação do fóton, ou seja, o
seu coeficiente de atenuação de massa, está intimamente ligado à energia do feixe de
raios X, sendo um dos mais importantes fatores que controlam o contraste radiográfico.
O valor do coeficiente de atenuação normalmente diminui de acordo com o aumento da
energia do raio, havendo aumento do contraste em energias menores.
Na imagem final, ele consiste na grafia da diferença da fluência de fótons entre

duas regiões adjacentes de uma imagem. Esta diferença entre o número de raios X que
saem de regiões adjacentes reflete a diferença entre números atômicos, densidades
físicas, densidade de elétrons e espectro de energia da fonte. A energia da fonte é a
única que não é característica do objeto.
60
Embora não seja tratado como um artefato, o ruído é um fator de deterioração
da imagem (PAUWELS, 2015) e a consciência da influência deste na qualidade dos
resultados, sejam eles qualitativos ou quantitativos, deve sempre ser levada em
consideração na seleção dos melhores parâmetros de aquisição. É possível otimizar a
qualidade da imagem, diminuindo o número ou, em alguns casos, fazendo com que não
haja necessidade de pós-processamento. (BRUKER, 2018)
Na literatura endodôntica, não há um protocolo bem estabelecido para a seleção

de valores de energia de raios-X para a aquisição de imagens de um dente usando
microCT. Alguns autores relataram valores de energia variando de 70-120 kV e 114-82
µA e a configuração mais utilizada é a combinação de 70 kV e 114 µA . e 100 kV e 100
µA, para potencias de 8 e 10 watts respectivamente (PAQUÉ et. al., 2009; ROBINSON
et. al., 2012; BERGMANS et. al., 2001; PAQUÉ et. al., 2011; PAQUÉ et. al., 2012; DE-
DEUS et. al., 2014). Entretanto, em revisão de literatura viu-se que a escolha desta
energia, intimamente ligada ao contraste, nunca foi debatida ou justificada.
Desta forma, o objetivo deste trabalho de otimização é maximizar o contraste

entre as estruturas de interesse e, ao mesmo tempo, minimizar a influência do ruído na
análise da imagem final, tanto qualitativa quanto quantitativa. As aquisições foram
realizadas em três diferentes tomógrafos variando-se os arranjos energéticos (relação
kV/µA) porém, utilizando a mesma potência energética, a fim de determinar a melhor
configuração técnica e sua influência na qualidade final da imagem. A hipótese testada
é a de que não há mudanças qualitativas e quantitativas, significativas em um mesmo
espécime quando se utilizam diferentes parâmetros energéticos de aquisição.
4.2.1 Materiais e Métodos
Para este estudo foi utilizada a amostra padrão desta tese, e a aquisição ocorreu
utilizando dezessete parâmetros diferentes (relação kV/µA) distribuídos em três
diferentes potências de raios-X. Foi possível comparar os mesmos parâmetros em dois
tomógrafos diferentes: Skyscan 1172 and Skyscan 1173, utilizando 8 watts e Skyscan
1172 utilizando 10 watts, e Nanotom, 15 Watts. As diferentes configurações energéticas
para as aquisições estão expostas na Tabela 7:
61
Tabela 7. Configurações de parâmetros utilizados, onde se variou a relação kV/µA na
aquisição
Cada configuração de energia mencionada na Tabela 7 forneceu um dataset

que, primeiramente foi submetido às três opções de filtro (Sem filtro, Unsharp e
Kuwahara) para posterior binarização por três algoritmos de segmentação (Otsu 2D,
Otsu 3D e MM60 = Mean of Min and Max com pré-thresholding de 60-255 e constant de
-100), sendo esta escolha justificada nos artigos 3 e 4 da presente tese, havendo ao
final, 207 datasets.
Após isto, foram realizadas as avaliações qualitativa e quantitativa conforme

exposto na primeira seção do material e métodos da presente tese.
Os resultados das análises qualitativa e quantitativa foram correlacionados com

os valores e resultados estatísticos referentes ao nível de ruído nas projeções
tomográficas. Este ruído foi quantificado através da SNR, como exposto na primeira
seção do material e métodos da presente tese.
Por não haver normalidade para os valores de SNR, foi utilizado o teste
estatístico Kruskal-Wallis (SPSS statistics 21, IBM Corp. Chicago, IL, USA) com nível
de significância de 95% seguido por Bonferroni post-hoc e correção de Bonferroni para
testes múltiplos.
Por apresentarem normalidade, para os valores de volume do SCR, foi utilizado

a análise de variância ANOVA (SPSS statistics 21, IBM Corp. Chicago, IL, USA) com
nível de significância de 95% seguido por Tukey HSD post-hoc e correção de Bonferroni
para testes múltiplos.
62
4.2.2 Resultados
4.2.2.1 Avaliação Qualitativa:

Houve perda significativa de estruturas do SCR nas energias de 40 kV em todos
os grupo do tomógrafo 1173 e, com energia de 45kV, nos grupos 1173_No_filter e
1173_Kuwahara;
Nos grupos 1172_8W, 1173 e NanoTom as melhores imagens foram

visualizadas na energia mais baixa, seguindo-se em ordem crescente de energias;
enquanto que para o grupo 1172_10W, a melhor imagem foi na seguinte ordem de
energia: 90kV, 80kV, 100kV, 50kV, 60kV, 70kV;
Uma prancha com imagens 2D do modelo 3D, na mesma posição espacial,

podem ser visualizadas nas Figuras: 19, para o grupo 1172_8W; 20, para 1172_10W;
21 e 22, 1173; e, 23, para o NanoTom.
Figura 19. Prancha com imagens 2D do modelo 3D, na mesma posição espacial, para
o grupo 1172 utilizando a potência energética de 8 watts
63
o grupo 1172 utilizando a potência energética de 10 watts
o grupo 1173_Unsharp e 1173_No_filter, utilizando a potência energética de 8 watts
64
o grupo 1173_ Kuwahara, utilizando a potência energética de 8 watts
o grupo Nanotom_Unsharp, Nanotom_No_filter e Nanotom_Kuwahara, utilizando a
potência energética de 15 watts
65
As diferenças qualitativas também foram analisadas e verificadas nas fatias
bidimensionais, e podem ser exemplificadas nas Figuras 24, 25 e 26.
conexão e falta de conexão com o canal principal
Figura 25. A mesma fatia, em três diferentes energias (40, 55 e 70kV) mostra o
aumento da falta de conexão com o canal principal (espessura da dentina)
66
Figura 26. A mesma fatia, em três diferentes energias (40, 55 e 70kV) mostra a não
segmentação de um poro em energias maiores
4.2.2.2. Avaliação quantitativa
Houve um pico de aumento de volume nos grupos 1172_8W e 1173_8W, na

energia de 70kV, em todos os algoritmos de segmentação e filtros, não acompanhados,
entretanto, pelo surgimento de estruturas qualitativas que o justificassem.
Não houve correlação absoluta, devido ao relatado acima, entre o número e

características das estruturas visualizadas qualitativamente e o volume final.
A melhor imagem de cada grupo sempre correspondeu à que apresentou o maior

volume, assim como as subsequentes em volume decrescente; Foi possível visualizar
o aumento do volume quando utilizado o filtro Unsharp mask em todos os aparelhos
(Figura 27).
Como pode ser visualizado no gráfico 2, houve uma grande diferenca positiva na
SNR ao se utilizar o NanoTom em 15 Watts. Além disso, percebe-se que os valores
onde se viu perda significativa de estruturas do SCR, 40 e 45 kV para o 1173, foram os
que apresentaram SNR mais baixos, excetuando estas energias, todos apresentaram
valores médios de SNR maiores que 700.
67
Foi observado um aumento gradual da média de SNR, com diferença estatística
significativa entre todas as energias nos tomógrafos 1173 e Nanotom. O mesmo padrão
foi observado, em menor escala e sem diferença estatística significativa entre as duas
últimas energias, no tomógrafo 1172_8W. Já o 1172_10W apresentou aumento da SNR
até a energia de 80kV, havendo decréscimo gradual nas duas energias subsequentes.
Os resultados referentes ao volume do SCR podem ser visualizados na Tabela

8, sendo interessante ressaltar que foi possível comparar os mesmos parâmetros em
dois tomógrafos diferentes (Skyscan 1172 and Skyscan 1173) utilizando 8 Watts:
Tabela 8. Dezessete parâmetros de aquisição diferentes (relação kV/µA) distribuídos em

três diferentes potências e tomógrafos de raios-X.
Volume SCR - Comparando diferentes energias


40-200 0,22729 0,23035 0,23036 0,19705 0,23384 0,23795 0,23424 0,26229 0,26570
50-160 0,22277 0,22626 0,22625 0,18644 0,22278 0,22473 0,22668 0,25373 0,25559
1172
60-134 0,22160 0,22482 0,22483 0,18759 0,21870 0,22244 0,22697 0,25068 0,25234
70-114 0,24100 0,24548 0,24560 0,19673 0,23339 0,23671 0,24099 0,26943 0,27059
50-200 0,28868 0,29090 0,29118 0,25736 0,28561 0,28768 0,29727 0,31943 0,32180
60-167 0,28017 0,28626 0,28648 0,22791 0,28027 0,28284 0,27674 0,31447 0,31621
70-142 0,27553 0,28525 0,28538 0,21729 0,27223 0,27386 0,26897 0,30907 0,31046
1172
80-124 0,28479 0,28653 0,28687 0,25997 0,28901 0,29087 0,29800 0,32076 0,32266
90-112 0,28426 0,28547 0,28627 0,26691 0,28461 0,29059 0,30335 0,31669 0,32149
100-100 0,27937 0,28288 0,28328 0,23854 0,27741 0,27938 0,28270 0,31100 0,31368
40-200 0,27009 0,26913 0,26913 0,33632 0,28181 0,28399 0,35065 0,30723 0,30809
45-177 0,27673 0,27603 0,27601 0,33967 0,29345 0,29638 0,35667 0,32134 0,32290
50-160 0,27640 0,27569 0,27566 0,34041 0,29331 0,29586 0,35403 0,32019 0,32303
1173 55-145 0,27780 0,27726 0,27729 0,33290 0,29530 0,29716 0,34470 0,31885 0,32066
60-134 0,27648 0,27608 0,27606 0,32338 0,29396 0,29486 0,33745 0,31799 0,32061
65-123 0,27562 0,27523 0,27525 0,31677 0,29287 0,29429 0,33187 0,31681 0,31781
70-114 0,28113 0,28087 0,28085 0,32294 0,29929 0,30087 0,33809 0,32313 0,32411
50-300 0,31767 0,31618 0,31635 0,34164 0,31260 0,31526 0,34400 0,32334 0,32507
60-250 0,31549 0,31508 0,31524 0,32397 0,31186 0,31409 0,33015 0,32207 0,32326
70-214 0,31662 0,31627 0,31638 0,32376 0,31188 0,31362 0,33025 0,32263 0,32325
NanoTom
80-188 0,31723 0,31707 0,31719 0,31482 0,31172 0,31321 0,32440 0,32286 0,32332
90-167 0,31799 0,31778 0,31787 0,31558 0,31109 0,31221 0,32535 0,32277 0,32304
100-100 0,31851 0,31834 0,31844 0,31336 0,31066 0,31167 0,32390 0,32248 0,32269
68
Figura 27. Valores de volume do SCR referentes as diferentes relações kV/µA em
cores distribuídos entre os tipos de filtros e algoritmos de segmentação utilizados.
69
Gráfico 1. Média da SNR nas quatro diferentes potencias:
Gráfico 2. Análise estatística mostrando diferenças significativas ao se aumentar a

tensão do feixe e, certa tendência a não haver mais diferença entre as maiores energias
(como visto no 1172_10W, 1173 e NanoTom:
c e e
bc de
a ab cd
bc
ab
a
d
b d
ab b
a b ab c
b
a
70
4.3 Artigo 3: O uso de filtros no processamento da imagem tomográfica e sua
influência na visualização e quantificação de estruturas do SCR.
A aquisição de imagens de ótima qualidade é desejada, entretanto, mesmo com

cuidadosa seleção dos parâmetros de aquisição e reconstrução um certo grau de ruído
é sempre esperado. Isto ocorre por diversos motivos, desde o objeto de análise às
características do tomógrafo utilizado. Mesmo que em muitos casos isso não
necessariamente seja um problema, em outros, pode tornar as análises impraticáveis e
a redução deste ruído por utilização de filtros pode gerar ganhos e facilitar a análise da
imagem. Isto influenciaria diretamente a qualidade dos resultados qualitativos ou
quantitativos, com a redução de resultados falso-positivos e falso negativos (BRUKER,
2018).
Teoricamente, o filtro perfeito removeria somente ruído e não informação,

prevenindo a perda de definição da borda causada pela destruição da linha de contraste
entre o objeto e o background. Em geral, o papel dos vários tipos de processamento de
imagens é reduzir ou, até mesmo, remover uma parte do conteúdo da imagem, a fim de
que outros conteúdos sejam melhor visualizados e mensurados. Entretanto, é
importante reiterar que o processamento de imagens não deve nunca adicionar
informações à imagem. Mesmo que os processos de pós-processamento inerentemente
alterem a imagem e possibilitem imprecisões, independente do algoritmo que seja
usado, é possível otimizar, em alguns casos, a qualidade da imagem e diminuir o
número ou fazer com que não haja necessidade de operações morfológicas (BRUKER,
2018).
Todos os filtros têm suas vantagens, porém, dependendo do objeto e objetivo de

análise, podem melhorar ou piorar o resultado do passo posterior, ou seja, da
segmentação ou thresholding. A definição do melhor filtro, normalmente, se dá por
tentativa e erro após o estudo e definição do objetivo: podendo este trabalhar na
suavização do ruído, no aumento de contraste ou em uma equalização entre estes.
A combinação de filtros também pode ser utilizada e, em alguns casos, com

benefícios que se sobrepõem ao tempo investido (BRUKER, 2018). Deve-se ter em
mente que entres os aspectos negativos da utilização dos filtros incluem-se desde a
necessidade de tempo e computadores de alto poder de processamento de dados até
a perda de resolução espacial.
O objetivo deste trabalho foi definir o melhor filtro para trabalhos em Endodontia,
assim como avaliar a influência destes diferentes algoritmos de filtragem (filtros) em
dentes. Os filtros selecionados e utilizados são bem estabelecidos na literatura, não
71
somente a endodôntica, e estão disponíveis no programa de analise CTAn v.1.18.4.0
(Bruker microCT, Bélgica). A hipótese testada é de que não há mudanças qualitativas e
quantitativas significativas com o uso de filtros.
Todos os datasets (imagem bruta) utilizados no "artigo 2" da presente tese foram
submetidos a três diferentes filtros (Unsharp Mask, Kuwahara e Anisotropic Diffusion)
ou a quatro combinações de filtros (Unsharp+Kuwahara, Unsharp+Anisotropic,
Kuwahara+Unsharp e Anisotropic+Unsharp). No total, tinham-se 8 grupos de datasets
por energia ao se somar o dataset sem a utilização de fitros (grupo No_filter), como visto
na Figura 28:
Figura 28. Visão geral do M&M do artigo 2.
Após a filtragem, os oito datasets foram submetidos a três diferentes algoritmos

de segmentação (Otsu 2D, Otsu 3D e Mean of Min and Max com pré-thresholding de
60-255 e constant de -100), e analisados tanto quantitativa quanto qualitativamente.
Para facilitação da leitura, o algoritmo Mean of Min and Max com pré-thresholding de
60-255 e constant de -100, será chamado de "MM60". A escolha destes algoritmos de
segmentação será justificada no artigo 4 da presente tese, como explicado na seção de
materiais e métodos.
72
Desta forma, cada grupo de filtros apresentou a quantidade de datasets abaixo,
dividida por aparelho:
• 1172_8W: quatro diferentes energias em três diferentes algoritmos de

segmentação totalizando 12 valores;
• 1172_10W: seis diferentes energias em três diferentes algoritmos de
• 1173_8W: sete diferentes energias em três diferentes algoritmos de
• NanoTom_15W: cinco diferentes energias em três diferentes algoritmos
de segmentação totalizando 15 valores.
4.3.2 Resultados
4.3.2.1 Avaliação Qualitativa
- As melhores imagens em todos os quatro grupos de tomógrafos/parâmetros foram

verificadas com a utilização do filtro Unsharp, seguido de "No_filter" e Kuwahara
respectivamente;
- As imagens do grupo Aniso apresentaram perdas significativas do SCR como visto na

Figura 28;
- Nos tomógrafos 1173 e NanoTom, as melhores imagens foram dos grupos MM_60,
seguido por Otsu_3D e Otsu_2D, respectivamente;
- No tomógrafo 1172, as melhores imagens foram dos grupos Otsu_3D, seguido por
Otsu_2D e MM_60, respectivamente;
- Os grupos Otsu_3D apresentaram melhores imagens em todos os tomógrafos em

comparação com Otsu_2D (espaço 3D em comparação com o espaço 2D);
4.3.2.2 Avaliação Quantitativa
Houve diferença significativa no aumento do volume do SCR quando se utilizou

o filtro Unsharp mask, somente ou como primeiro filtro em uso combinado, em todos os
tomógrafos, com uma única exceção: em combinação com o Anisotropic difusion, este
sendo o segundo, no grupo Nanotom.
73
o grupo 1172_8W, em todos os filtros utilizados.
Nota-se a perda de estruturas quando se utilizou o filtro Anisotropic difusion

associado a uma diferença significativa na diminuição do volume do SCR, somente ou
como primeiro filtro em uso combinado, em todos os tomógrafos, com uma única
exceção: quando comparado ao grupo que não se utilizou de filtro, no grupo 1172_8W.
A média dos valores do volume do SCR para cada algoritmo e filtro,

acompanhados pelo desvio padrão podem ser visualizados na Tabela 9:
74
Volume SCR - Comparando diferentes FILTROS
KUWAHARA NO FILTER UNSHARP ANISO
Min max 3D Min max 3D Min max 3D Min max 3D

Otsu 2D Otsu 3D Otsu 2D Otsu 3D Otsu 2D Otsu 3D Otsu 2D Otsu 3D
60 5 -100 60 5 -100 60 5 -100 60 5 -100
Média 0,22816 0,23173 0,23176 0,19195 0,22718 0,23046 0,23222 0,25903 0,26105 0,17905 0,21897 0,22278
1172 8W
Desv. P 0,00890 0,00946 0,00952 0,00572 0,00762 0,00801 0,00681 0,00850 0,00853 0,00876 0,00837 0,00867
Média 0,28213 0,28621 0,28658 0,24466 0,28152 0,28420 0,28784 0,31524 0,31772 0,21840 0,25743 0,26208
1172 10W
Desv. P 0,00468 0,00264 0,00259 0,01979 0,00612 0,00677 0,01370 0,00462 0,00503 0,02354 0,00682 0,00700
Média 0,27632 0,27576 0,27575 0,33034 0,29286 0,29477 0,34478 0,31793 0,31960 0,33283 0,27673 0,27942
1173 8W
Desv. P 0,00329 0,00348 0,00348 0,00929 0,00534 0,00521 0,00937 0,00517 0,00549 0,01445 0,00700 0,00766
Média 0,31725 0,31679 0,31691 0,32219 0,31163 0,31334 0,32968 0,32269 0,32344 0,31331 0,29695 0,29881
NanoTom
Desv. P 0,00108 0,00118 0,00116 0,01058 0,00068 0,00130 0,00756 0,00042 0,00083 0,01524 0,00188 0,00237
UNSHARP + ANISO UNSHARP + KUWAHARA ANISO + UNSHARP KUWAHARA + UNSHARP
Min max 3D Min max 3D Min max 3D Min max 3D

Otsu 2D Otsu 3D Otsu 2D Otsu 3D Otsu 2D Otsu 3D Otsu 2D Otsu 3D
60 5 -100 60 5 -100 60 5 -100 60 5 -100
Média 0,23378 0,25607 0,25807 0,23222 0,25910 0,26105 0,17905 0,21896 0,22278 0,22816 0,23173 0,23176
1172 8W
Desv. P 0,00652 0,00832 0,00848 0,00681 0,00851 0,00853 0,00876 0,00836 0,00867 0,00890 0,00946 0,00952
Média 0,28482 0,30538 0,30751 0,28763 0,31514 0,31760 0,21841 0,25718 0,26210 0,28213 0,28621 0,28658
1172 10W
Desv. P 0,01225 0,00428 0,00449 0,01353 0,00453 0,00503 0,02354 0,00673 0,00702 0,00468 0,00264 0,00259
Média 0,34127 0,31511 0,31640 0,34449 0,31720 0,31935 0,33483 0,27568 0,27943 0,27995 0,27921 0,27922
1173 8W
Desv. P 0,00733 0,00837 0,00848 0,00923 0,00576 0,00586 0,01660 0,00639 0,00651 0,00342 0,00298 0,00297
amarelo; de 0,00801 a 0,01000 - laranja; acima de 0,01000 - vermelho
Média 0,32558 0,31632 0,31771 0,32966 0,32273 0,32343 0,31337 0,29660 0,29884 0,31730 0,31684 0,31696
NanoTom
Desv. P 0,00853 0,00111 0,00056 0,00756 0,00042 0,00084 0,01537 0,00181 0,00243 0,00111 0,00116 0,00114
75
de desvio padrão foram divididos em faixas por cores: Abaixo de 0,00200 - azul; de
Tabela 9. Média do volume do SCR, acompanhado pelo desvio padrão, dos quatro
oito diferentes filtros e combinações de filtros. Para facilitar a visualização, os valores

diferentes grupos de datasets vindos de três diferentes microtomógrafos, submetidos a
0,00201 a 0,00400 - verde; de 0,00401 a 0,00600 - branco; de 0,00601 a 0,00800 -

Gráfico 3. Os volumes de SCR apresentados na Tabela 9 plotados em gráficos de
barra. Nota-se que a utilização do Unsharp sempre foi acompanhada pelo ganho de
volume.
Os valores do desvio padrão para filtro foram plotados e podem ser visualizado
no Figura 30:
76
Figura 30. Valores de desvio padrão por equipamento (cores), separado por filtros
Com ajuda da Figura 30 vê-se que, em todos os tomógrafos, o uso dos filtros
Kuwahara e Unsharp levaram a uma diminuição do desvio padrão em relação ao dataset
bruto (grupo No_filter). Já o filtro Anisotropic diffusion acarretou em um aumento nos
valores do desvio padrão.
Os resultados das análises estatísticas podem ser visualizados nos gráficos

abaixo:
Gráfico 4. Análise estatística dos valores relativos ao volume do SCR, distribuido por
filtro/combinacao de filtros, no grupo 1172_8W:
c c c
bc bc
ab
a a
K No U A UA UK AU KU
77
filtro/combinacao de filtros, no grupo 1172_10W:
b b
b
a a a
c c
filtro/combinacao de filtros, no grupo 1173:
c c b
c
b bd
a ad
78
filtro/combinacao de filtros, no grupo NanoTom:
b b
a a
a a
c c
Os valores do desvio padrão para filtro foram plotados e podem ser visualizado
no gráfico 10:
Gráfico 8. Gráfico em barras, relativas aos valores de desvio padrão apresentados por
diferentes filtros/combinacao de filtros, em diferentes energias e aparelhos. Nota-se a
diminuição do mesmo ao uso dos filtros Kuwahara e Unsharp mask:
79
4.4 Artigo 4: Qual o algoritmo de segmentação ideal para trabalhos na
Endodontia?
Após a determinação dos parâmetros que aquisição e reconstrução adequados

ao que se deseja estudar, um dos maiores desafios no processamento das imagens no
microCT é a escolha do ponto de corte no momento da binarização (thresholding) das
imagens. Basicamente este passo se concentra na definição das bordas, que resultará
na extração do objeto de interesse, através da análise dos níveis de cinza que o
compõem e da escolha de um nível que o separa (SALES, 2010; RUSS, 2017).
Esta definição do limiar entre os dois grupos de tons de cinza é de suma

importância para a correta avaliação do objeto e tem total influência nos cálculos dos
parâmetros morfológicos da amostra, sendo responsável pela sub- ou sobre-
instrumentação dos parâmetros de quantificação, podendo acarretar em uma a
caracterização de estruturas não reais (HARA, 2002).
A maior parte dos trabalhos em endodontia utiliza o método visual na definição

de bordas entre dente-vazio, dente-material obturador e dente-smear-layer (
BERGMANS et al., 2001; ROBINSON et al., 2012; PAQUÉ et al., 2011; 2012).
Entretanto, esta metodologia é amplamente criticada em diversas aplicações de
microCT pois é baseada, principalmente, na experiência do operador, sendo sujeito a
uma grande flutuação de erros. É especialmente inadequada quando a relação sinal-
ruído é baixa ou quando uma dimensão da estrutura a ser quantificada está no limite da
resolução espacial, como por exemplo para canalículos (PEYRIN et al., 2014).
Desta forma, é preferível a utilização de processos matemáticos automatizados

para a definição das bordas, evitando o viés do operador nesta definição.
Consequentemente, diversos algoritmos foram desenvolvidos para automatização da
definição deste limiar, a maioria destes utiliza o histograma em seus cálculos e
trabalham sobre alguns pressupostos do objeto analisado. (RUSS, 2017). Assim,
métodos dedicados de segmentação de imagens precisam ser avaliados nas diferentes
aplicações desta metodologia (PEYRIN et al., 2014).
O objetivo deste trabalho é avaliar a atuação dos algoritmos de segmentação

automáticos e semiautomáticos na definição da dentina e, consequentemente, a
separação do SCR. A hipótese testada nesta parte da tese é de que não há mudanças
qualitativas e quantitativas significativas com o uso de diferentes algoritmos de
segmentação no mesmo espécime e parâmetros de aquisição.
80
Por haver uma quantidade razoavelmente grande de algoritmos e parâmetros,

como explicado anteriormente nesta tese, trabalhar com todas as possibilidades torna-
se impraticável. Desta forma, este artigo foi realizado em duas fases: na primeira,
buscou-se selecionar os parâmetros que tornam possível a segmentação do SCR, não
importando a qualidade desta segmentação, em um número limitado de datasets. Na
segunda fase, abordou-se a qualidade dos diferentes algoritmos, em todos os datasets
do artigo 2, nos diferentes parâmetros. Em ambas as fases foram utilizadas avaliações
qualitativas e quantitativas.
4.4.1.1 - 1ª fase:
Três datasets (um de cada tomógrafo), sem a utilização de filtros, foram
submetidos a basicamente todas as opções de algoritmos de segmentação oferecidos
no CTAn (CTAnalyser; versão 1.17.5.0, Bruker, Bélgica), com a exceção do método
global, que foi excluído deste estudo por motivo explicitado na fundamentação teórica
da presente tese. Desta forma, foram testados em todos os algoritmos automáticos e
não-automáticos (todos os diferentes parâmetros foram testados com diferentes valores
em cada algoritmo semiautomático) no software CTAn. No total foram gerados 54
grupos de datasets.
O objetivo desta fase foi pré-selecionar os algoritmos que apresentavam

somente o volume correspondente ao SCR, sem a presença de speckels e foi realizada,
principalmente, por análise qualitativa dos modelos 3D gerados, relacionando-os a
quantificação do volume apresentado, utilizando-se o software CTVox e CTAn,
respectivamente.
81
Uma visão geral desta fase pode ser visualizada na Figura 31:
Figura 31. Representação gráfica da abordagem utilizada na seleção dos algoritmos

de segmentação, e seus parametros, que proporcionam a segmentação do SCR. Em
vermelho os parametros que não promoveram e em verde, os que promoveram a
correta segmentação. Ao final, em azul, os algoritmos e parâmetros utilizados na
segunda fase.
4.4.1.2 - 2ª fase
Os datasets resultantes da seleção realizada na fase 1 foram submetidos aos
quatro algoritmos de segmentação selecionados na fase anterior, como visto na Figura
31 Nesta fase, houve a comparação entre datasets provenientes de três diferentes
equipamentos (1172, 1173 e NanoTom), em diferentes potências e parâmetros
energéticos, como abordado no artigo 2 da presente tese. Foram realizadas análises
qualitativas e a quantificação do volume do SCR. Os dados quantitativos foram
analisados e comparados com a análise qualitativa buscando-se a relação entre o
aumento de detalhes qualitativos acompanhados da média do volume total e do desvio
padrão.
Desta forma, cada dataset utilizado foi submetido às três opções de filtro (Sem
filtro, Unsharp e Kuwahara) e, ao final formaram-se doze grupos:
82
• 1172_8W_Unsharp; 1172_8W_No_filter; 1172_8W_Kuwahara;
• 1172_10W_Unsharp; 1172_10W_No_filter; 1172_10W_Kuwahara;
• 1173_Unsharp; 1173_No_filter; 1173_Kuwahara;
• NanoTom_Unsharp; NanoTom_No_filter; NanoTom_Kuwahara.
Em seguida, a binarização foi realizada pelos três algoritmos (Otsu 2D, Otsu 3D
e Mean of Min and Max com pré-thresholding de 60-255 e constant de -100), havendo
ao final, 36 grupos por tomógrafo e energia.
4.4.2 Resultados
4.4.2.1 - 1ª fase
Cada modelo 3D gerado por estes diferentes algoritmos e parâmetros foi

analisado qualitativamente (CTVox) e relacionado com seu volume, chegando-se às
conclusões abaixo, para os três datasets:
Em relação aos algoritmos semiautomáticos:
Não houve diferença no volume entre os diferentes espaços (2D e 3D);
Os valores de pré-thresholding excluídos: de 80 e 90 pois geraram “speckles”

(poros falso-positivos); assim como o valor de 50, que acarretou em perda de estruturas
importantes do SCR (poros falso-negativos);
As constantes “negativas” (-50 e -100) foram as que apresentaram

segmentações correspondentes ao SCR. Utilizando-se a constante “0” ou “positiva” (+50
e +100), não houve segmentação correta do SCR, excluindo-as;
Não houve diferença entre os valores quando utilizadas constantes negativas;
Não houve diferença de volume entre os métodos semiautomáticos: “mean”,

“median”, e “mean of min and max” quando utilizados os mesmos parâmetros.
Em relação aos algoritmos automáticos:
Houve diferença no volume entre os diferentes espaços (2D e 3D);
Os valores de volume foram iguais entre os métodos automáticos “Otsu” e

“Rider-Calwary” quando utilizados no mesmo espaço.
Com base nestes resultados, foram definidos três algoritmos para a segunda
fase deste estudo, onde se objetivou a análise de amostragem maior com datasets
advindos de diferentes equipamentos e parâmetros, sendo eles:
83
- “Otsu 2D”; que apresentou o mesmo volume que Rider-Calwary 2D;
- “Otsu 3D”; que apresentou o mesmo volume que Rider-calwary 3D;
- “Mean of min and máx. ” com os seguintes parâmetros: Pré-thresholding 60 e 70, com
Constante -100 e Espaço 2D; que apresentou o mesmo volume que o “Mean” e “median”
com constantes negativas, independente do espaço.
4.4.2.2. - 2ª fase
O grupo do algoritmo de segmentação "MM+100;70;3D" foi excluído nesta fase

por apresentar alto índice de speckles, Nota-se a grande incidência de speckles na
maioria das imagens, tornando algumas inviáveis a análise (em cinza). como visto na
Figura 32:
Figura 32. Prancha com imagens bidimensionais de modelos 3D gerados pelo grupo
do algoritmo de segmentação "MM+100;70;3D".
As melhores imagens em todos os quatro grupos de tomógrafos/parâmetros foram

verificadas com a utilização do filtro Unsharp, seguido de "No_filter" e Kuwahara,
respectivamente;
Nos tomógrafos 1173 e NanoTom, as melhores imagens foram dos grupos MM_60,
seguido por Otsu_3D e Otsu_2D, respectivamente;
84
No tomógrafo 1172, as melhores imagens foram dos grupos Otsu_3D, seguido por
Otsu_2D e MM_60, respectivamente;
Os grupos Otsu_3D apresentaram melhores imagens em todos os tomógrafos em

comparação com Otsu_2D (espaço 3D em comparação com o espaço 2D);
A média dos valores do volume do SCR para cada algoritmo e filtro,

acompanhados pelo desvio padrão podem ser visualizados na Tabela 10:
Tabela 10. Dezessete parâmetros de aquisição diferentes (relação kV/µA) distribuídos

em três diferentes potências de raios-X. Foi possível comparar os mesmos parâmetros
em dois tomógrafos diferentes (Skyscan 1172 and Skyscan 1173) utilizando 8 watts.
Para facilitar a visualização, os valores de desvio padrão foram divididos em faixas por
cores: Abaixo de 0,00200 - azul; de 0,00201 a 0,00400 - verde; de 0,00401 a 0,00600 -
branco; de 0,00601 a 0,00800 - amarelo; de 0,00801 a 0,01000 - laranja; acima de
0,01000 - vermelho.
Volume SCR - Comparando diferentes Algoritmos de Segmentacao


40-200 0,22729 0,23035 0,23036 0,19705 0,23384 0,23795 0,23424 0,26229 0,26570
50-160 0,22277 0,22626 0,22625 0,18644 0,22278 0,22473 0,22668 0,25373 0,25559
1172 8W
60-134 0,22160 0,22482 0,22483 0,18759 0,21870 0,22244 0,22697 0,25068 0,25234
70-114 0,24100 0,24548 0,24560 0,19673 0,23339 0,23671 0,24099 0,26943 0,27059
MEDIA 0,22816 0,23173 0,23176 0,19195 0,22718 0,23046 0,23222 0,25903 0,26105
Desv, P 0,00890 0,00946 0,00952 0,00572 0,00762 0,00801 0,00681 0,00850 0,00853
50-200 0,28868 0,29090 0,29118 0,25736 0,28561 0,28768 0,29727 0,31943 0,32180
60-167 0,28017 0,28626 0,28648 0,22791 0,28027 0,28284 0,27674 0,31447 0,31621
70-142 0,27553 0,28525 0,28538 0,21729 0,27223 0,27386 0,26897 0,30907 0,31046
1172 10W
80-124 0,28479 0,28653 0,28687 0,25997 0,28901 0,29087 0,29800 0,32076 0,32266
90-112 0,28426 0,28547 0,28627 0,26691 0,28461 0,29059 0,30335 0,31669 0,32149
100-100 0,27937 0,28288 0,28328 0,23854 0,27741 0,27938 0,28270 0,31100 0,31368
MEDIA 0,28213 0,28621 0,28658 0,24466 0,28152 0,28420 0,28784 0,31524 0,31772
Desv, P 0,00468 0,00264 0,00259 0,01979 0,00612 0,00677 0,01370 0,00462 0,00503
40-200 0,27009 0,26913 0,26913 0,33632 0,28181 0,28399 0,35065 0,30723 0,30809
45-177 0,27673 0,27603 0,27601 0,33967 0,29345 0,29638 0,35667 0,32134 0,32290
50-160 0,27640 0,27569 0,27566 0,34041 0,29331 0,29586 0,35403 0,32019 0,32303
1173 55-145 0,27780 0,27726 0,27729 0,33290 0,29530 0,29716 0,34470 0,31885 0,32066
60-134 0,27648 0,27608 0,27606 0,32338 0,29396 0,29486 0,33745 0,31799 0,32061
65-123 0,27562 0,27523 0,27525 0,31677 0,29287 0,29429 0,33187 0,31681 0,31781
70-114 0,28113 0,28087 0,28085 0,32294 0,29929 0,30087 0,33809 0,32313 0,32411
MEDIA 0,27632 0,27576 0,27575 0,33034 0,29286 0,29477 0,34478 0,31793 0,31960
Desv, P 0,00329 0,00348 0,00348 0,00929 0,00534 0,00521 0,00937 0,00517 0,00549
50-300 0,31767 0,31618 0,31635 0,34164 0,31260 0,31526 0,34400 0,32334 0,32507
60-250 0,31549 0,31508 0,31524 0,32397 0,31186 0,31409 0,33015 0,32207 0,32326
70-214 0,31662 0,31627 0,31638 0,32376 0,31188 0,31362 0,33025 0,32263 0,32325
NanoTom
80-188 0,31723 0,31707 0,31719 0,31482 0,31172 0,31321 0,32440 0,32286 0,32332
90-167 0,31799 0,31778 0,31787 0,31558 0,31109 0,31221 0,32535 0,32277 0,32304
100-100 0,31851 0,31834 0,31844 0,31336 0,31066 0,31167 0,32390 0,32248 0,32269
MEDIA 0,31725 0,31679 0,31691 0,32219 0,31163 0,31334 0,32968 0,32269 0,32344
Desv, P 0,00108 0,00118 0,00116 0,01058 0,00068 0,00130 0,00756 0,00042 0,00083
85
Os resultados das análises estatísticas podem ser visualizados nos gráficos 11
a 14:
Gráfico 9. Grupo 1172_8W: Média do volume do SCR após filtragem e segmentação.

Eixo X: # 1, 4, 7, 16 e 22 referentes a MM60; # 2, 5, 8, 17, 23, Otsu 2D; e, # 3, 6, 9, 18,
24, Otsu 3D.
Unsharp Kuwahara
Kuwahara No_filter Unsharp + +
Kuwahara Unsharp
c c c c
a a
a a a a
a a a
Gráfico 10. Grupo 1172_10 W: Média do v olume do SCR após filtragem e

segmentação. Eixo X: # 1, 4, 7, 16 e 22 referentes a MM60; # 2, 5, 8, 17, 23, Otsu 2D;
e, # 3, 6, 9, 18, 24, Otsu 3D
Unsharp Kuwahara
Kuwahara Unsharp
c c c c
a a
a a a a a
a a a
86
Gráfico 11. Grupo 1173: Média do v olume do SCR após filtragem e segmentação. Eixo
X: # 1, 4, 7, 16 e 22 referentes a MM60; # 2, 5, 8, 17, 23, Otsu 2D; e, # 3, 6, 9, 18, 24,
Otsu 3D.
Unsharp Kuwahara
Kuwahara Unsharp
d d
e e e e
c c
a a a a a a
Gráfico 12. Grupo NanoTom: Média do volume do SCR após filtragem e segmentação.
Eixo X: # 1, 4, 7, 16 e 22 referentes a MM60; # 2, 5, 8, 17, 23, Otsu 2D; e, # 3, 6, 9, 18,
24, Otsu 3D.
Unsharp Kuwahara
Kuwahara Unsharp
bc bc
b
c bc
bc b
ac
ac
ac ac ac ac
a
a
87
Gráfico 13. Desvio padrão dos diferentes algorit,os de segmentacao (cores) separados
entre os aparelhos e energias correspondentes.
1172_8W 1172_10W 1173 NanoTom
88
5. DISCUSSÃO
Os resultados da presente tese mostram que há uma influência direta e

significativa da escolha dos parâmetros de aquisição e do processamento das imagens
na capacidade de um sistema de microCT na definição das bordas do objeto que, em
Endodontia, significam o sistema de canais radiculares. É importante ressaltar que o
reconhecimento destes pequenos poros na realidade corresponde à detecção de
pequenas estruturas anatômicas do SCR, e que estas são ramificações, istmos,
pequenos canais e comunicações entre canais que, mesmo não estando visivelmente
relacionadas ao canal principal, estão altamente relacionadas a presença de bactérias
persistentes ao tratamento endodôntico (INGLE & BEVERIDGE, 1976; SIQUEIRA &
RÔÇAS, 2008; VERMA & LOVE, 2011).
Como dito anteriormente, em três dos cinco mais frequentes temas de aplicação
desta técnica em Endodontia: no estudo da instrumentação dos canais radiculares; na
geração de trincas e fraturas; e no estudo da anatomia interna; temos somente dois
tipos de materiais que compõem o objeto a ser estudado: a dentina e o SCR que, por
apresentar coeficiente de atenuação muito baixo e inferior a dentina, pode ser
considerado poro (vazio). Deve-se portanto ressaltar a importância de se trabalhar com
uma resolução espacial sensível a ponto de permitir sua visualização e,
consequentemente, definir de maneira correta o limite entre a borda da dentina e o
SCR. Este é o fator mais importante na visualização e posterior correta quantificação
do SCR, influenciando nos resultados de trabalhos que utilizam a microCT em dentes.
Neste sentido, o artigo 1 do presente estudo mostrou a importância da

definição e utilização da resolução espacial na comparação objetiva de resultados
vindos de diferentes aparelhos, tanto quantitativos quanto qualitativos, e que somente
a informação do tamanho de pixel utilizado na aquisição não é suficiente para
replicação de estudos que utilizam a microCT. Evidenciou-se a importância dos outros
fatores que influenciam a resolução espacial fornecida por diferentes tomógrafos
quando se utilizam os mesmos parâmetros de aquisição.
O primeiro estudo a atentar a esta informação foi PETERS & PAQUÉ (2011),
onde mostraram que o tamanho de pixel utilizado afetou diretamente resultados do
estudo. Para isto, compararam a quantidade de área tocada do canal principal por
diferentes sistemas de instrumentação, em diferentes tamanhos de pixel do mesmo
tomógrafo e mostraram que, quando se utilizou um tamanho de pixel de 20µm,
apresentou-se 25,2% de área do canal não tocada pelo instrumento. Porém, quando se
recalculou a mesma área utilizando pixel de 34 µm, o resultado foi de 38,8% de área
89
não tocada. A resolução espacial propriamente dita, porém, não foi abordada ou
discutida por este artigo.
Resultados como o exposto acima contribuíram para que se considerasse

correta a afirmação de que "quanto menor o voxel size, melhor a resolução espacial, o
que resulta em uma imagem de maior qualidade" (FREITAS, 2017; NEELAKANTAN,
2010). Entretanto, não houve uma reflexão em relação ao significado deste parâmetro
quando utilizado na comparação entre sistemas, em relação as fundamentações de
replicabilidade e comparação de resultados do método científico. O presente trabalho
demonstrou que esta afirmativa pode estar correta, devido à grande influência do
tamanho do pixel na RE, porém, somente se usado o mesmo tomógrafo, mas não para
comparação de estudos que não utilizaram o mesmo equipamento. Isto pode ser
visualizado na Figura 33, em que a amostra da presente tese foi escaneada com os
mesmos parâmetros de aquisição (tamanho de pixel inclusive) em três diferentes
tomógrafos:
Figura 33. Amostra escaneada com os mesmos parâmetros de aquisição (incluindo

tamanho de pixel) em três diferentes tomógrafos mostrando diferentes estruturas
anatômicas
Como o demostrado acima, fica claro que, mesmo sendo comum, supor que
tamanho de pixel é equivalente à resolução espacial do sistema é um erro, já que o
mesmo dente, com o mesmo tamanho de pixel e parâmetros de aquisição, apresentou
resultados significativamente diferentes, tanto qualitativa quanto quantitativamente.
90
Comprova-se que o tamanho do pixel é um termo puramente geométrico que, apesar
de sua grande influência, torna-se sem sentido na comparação de diferentes sistemas
devido a influência de outros fatores no cálculo da resolução do sistema (CARL ZEISS
MICROSCOPY GMBH, 2013).
Dito isto, torna-se necessária uma medida de comparação padrão baseada em

normas com o intuito de se permitir a comparação objetiva e sem vieses, entre diferentes
sistemas. Neste sentido, a resolução espacial é a medição científica padrão usada,
desde tomógrafos médicos e microtomógrafos de bancada aos microscópios ópticos
comuns, para este fim. A RE fornece o método mais significativo de avaliar o
desempenho de um instrumento pois fornece uma medida direta da capacidade de
imagem completa do sistema e refere-se à separação mínima na qual um par de
recursos podem ser resolvido por um sistema de geração de imagens e, portanto, para
comparar sistemas objetivamente (CARL ZEISS MICROSCOPY GMBH, 2013). Este
valor se torna compreensível por ser medido na imagem resultante final, e leva em conta
todas as características na formação da imagem, estando relacionado a capacidade de
diferenciação da menor distância existente entre duas estruturas muito próximas. A
determinação da RE nas imagens tomográficas pode ser avaliada através da função de
transferência de modulação (MTF), como utilizado por TELES (2016), com base nas
normas EN 12543-5 (BRITISH STANDARD, 1999) e E2903-13 (ASTM
INTERNATIONAL, 2013).
Para a obtenção da resolução espacial em sistemas de microCT, TELES (2016)

utilizou o método de borda inclinada (Slanted edge method) (JUDY, 1976), traçando um
perfil de densidade na borda de uma imagem radiográfica de uma placa de tungstênio
quadrada de bordas finas, 51,1± 0,1 mm de lado e 2,0±0,1mm de espessura, inclinada
a um ângulo de 5,0±0,5o utilizando o Isee software (BAM). Este método não é
tecnicamente complicado ou oneroso, sendo de fácil replicação e passível de ser feito
em software freeware como o Isee. Após o cálculo, o resultado final mostra a correlação
entre o tamanho de pixel utilizado e a RE atingida, e pode ser visualizado na Figura 5,
na seção 2.3.1 da presente tese.
Baseando-se no correto cálculo e utilização da RE, seria interessante através de
estudos futuros a determinação de uma RE ótima para trabalhos em Endodontia. Isto
possibilitaria entender o tamanho dos canais radiculares menores, como os canais
secundários e acessórios, e suas interações, além dos limites de visualização dos
túbulos dentinários. Isto já ocorre em estudos que utilizaram a microCT na investigação
da arquitetura trabecular óssea, como o trabalho de PEYRIN (2014), que concluíram
que os sistemas padrão de microCT usados foram relatados como limitados para a
91
visualização de lacunas de osteócitos. Segundo o autor, isto era previsível, já que a
imagem de lacunas de osteócitos requer uma resolução espacial melhor que 5 ou 10
μm (PEYRIN, 2014).
Na literatura endodôntica porém, a microCT ainda carece de conhecimentos

rigidamente fundamentados a respeito da influência da RE nos resultados, como pôde
ser visto no trabalho de PARK et al. (2009), em que se considerou a falta de
comunicação entre canais menores e o canal principal como “segmentos calcificados”.
Os autores não consideraram que esta comunicação poderia existir em uma resolução
melhor que a oferecida pelos parâmetros e/ou sistema de microCT utilizados, não
levando em conta a limitação da técnica do sistema que, neste caso, foi a resolução
espacial oferecida pelo microCT.
Como visto na presente tese, as estruturas menores do SCR estariam na ordem

de unidade de micrometros e, segundo o trabalho de PEYRIN et al. (2014), o tamanho
do pixel próximo ao diâmetro dos canalículos dentinários estaria ao se utilizar uma
resolução espacial de 600 nm a 10% de função de transferência de modulação fornecida
pelo aparelho SkyScan2211. Com este resultado, supõe-se que a RE ótima para
trabalhos de avaliação do SCR em Endodontia deva estar entre poucos micrometros a
algumas centenas de nanômetros. Além de fornecer informações sobre a RE ótima, foi
visto que, neste nível de detalhamento do dente, as segmentações se tornaram
desafiadoras e exigiram métodos mais sofisticados de processamento de imagens
(PEYRIN et al., 2014).
Trabalhar com o menor tamanho de pixel possível no intuito de se ter a melhor RE

é importante, porém, limitado pela geometria do sistema, como exposto na seção de
fundamentação teórica da presente tese. Desta forma, nos microtomógrafos utilizados
nesta tese para se escanear o volume total de um dente deve-se trabalhar com
tamanhos de pixel maiores que 14µm que, como demonstrado por TELES (2016),
equivale a uma RE mínima de 21µm no equipamento Skyscan 1173. Caso o intuito seja
trabalhar com tamanhos de pixel menores que este, deve-se focar o feixe em partes
específicas da amostra, aumentando a magnificação. Este tipo de abordagem aumenta
a informação gerada pela detecção de pequenas estruturas anatômicas e faz com que
diversos poros previamente não conectados ao canal principal mostrem conexão
(SANTOS, 2012).
Estas observações podem ser visualizadas na figura 34, realizada para

exemplificação em que a raiz de um pré-molar inferior escaneada em dois parâmetros
diferentes, pixel size de 14,8 µm e 3.74µm, mostrando o aumento de novas estruturas
92
anatômicas visualizadas. Entretanto, dois operadores ao avaliarem estes dados,
concordaram que houve significativo aumento no tempo necessário para a análise
qualitativa nos datasets advindos do menor tamanho de pixel, juntamente com um
aumento da dificuldade de visualização e avaliação das estruturas. Na literatura, é
sabido que o aumento da resolução espacial coloca uma maior demanda nos algoritmos
de reconstrução e processamento de dados para analisar amostras com campo de visão
significativo (PEYRIN et al., 2014).
Figura 34. Raiz de um pré-molar inferior escaneada em dois parâmetros diferentes

mostrando o aumento das estruturas anatômicas visualizadas. À esquerda, pixel size
de 14,8 µm; à direita, pixel size de 3.74µm.
O não entendimento destas pequenas estruturas devido a não discussão na

literatura endodôntica, e pela maior parte dos dentistas ser mais familiarizada na
avaliação das imagens de CBCT (que apresentam pior qualidade de imagem) e,
consequentemente, maior incidência de speckles, torna comum por parte de revisores
de revistas científicas a arguição da presença de speckles quando não se utiliza a
ferramenta “despeckle: sweep all except the largest object”, no CTAn, após a
binarização do SCR, amplamente utilizado por ser recomendado por notas técnicas
93
(BRUKER, 2018). Deve-se ter em mente que, dependendo do que se está a estudar,
esta operação morfológica pode ser válida por simplificar todo o complexo sistema de
canais radiculares aos canais principais, porém, eliminariam pequenos canais não
conectados ao canal principal. Desta forma, deve-se ter uma justificativa para o seu uso
e o conhecimento da influência desta ferramenta no resultado final. Além de ser
importante ressaltar que estas pequenas estruturas, ou poros, não conectados ao canal
principal, poderiam ser visualizados em resoluções melhores, podendo representar
estruturas anatômicas que justificariam o fracasso da terapia Endodôntica.
Além dos parâmetros de aquisição e processamento de imagens, a RE e,

consequentemente, a presença destas pequenas estruturas do SCR também está
relacionada ao algoritmo de reconstrução, como a utilização de filtros de suavização
(PAUWELS, R. et al., 2015; LIMA, 2002), e aos parâmetros utilizados no processo de
reconstrução. Por mais que não esteja na proposta desta tese aprofunda-los, uma
discussão a respeito de alguns destes se faz necessária.
Primeiramente, não foram utilizados na presente tese ferramentas avançadas de

reconstrução, somente as básicas oferecidas pelo software NRecon. Outro ponto
importante é considerar que, mesmo influenciando em todos os passos subsequentes,
não existe um valor “perfeito” para os parâmetros de reconstrução, sendo basicamente
determinado através da experiência e avaliação do operador. Na presente tese, para os
parâmetros de Smoothing, Ring artefact reduction e Beam-hardening correction, um
valor apropriado foi determinado para cada equipamento além de se utilizar parâmetros
como update flat field e random moviment e um filtro de alumínio de 1mm de espessura
na aquisição das imagens. Para a determinação do valor de Beam-hardening correction
utilizou-se a ajuda de uma linha de perfil feita sobre a imagem reconstruída onde se
buscou o mesmo perfil do gráfico gerado entre as imagens dos diferentes equipamentos.
Já para o Misalignment compensation um valor apropriado foi determinado para cada
dataset, por tentativa e erro, também baseado na experiência do operador. Ao final,
buscou-se a melhor definição de bordas na imagem reconstruída, e o mesmo nível de
suavização e contraste entre as imagens dos diferentes equipamentos.
Além da RE, a presente tese mostrou que a presença destas estruturas tem
sua incidência relacionada a definição da borda da dentina de forma mais fidedigna
possível, sendo necessário um bom contraste entre os dois materiais e nível de ruído
mínimo para que seja permitida esta definição. Desta forma, no artigo 2, abordou-se a
influência do contraste na imagem final, ao se compararem aquisições com diferentes
energias de feixe. Deve-se destacar que as características energéticas do feixe são o
94
único fator, passível de ser controlado pelo operador, que influenciam no cálculo do
coeficiente de atenuação e, consequentemente, no contraste.
Desta forma, podemos verificar que menores energias do feixe de raios-X (kV)
estão relacionadas a um melhor contraste e maior incidência destas pequenas
estruturas. Isto ficou evidente nos grupos 1172_8W, 1173 e NanoTom em que as
melhores imagens foram visualizadas na energia mais baixa, seguindo-se em ordem
crescente de energias. Entretanto, para o grupo 1172_10W, a melhor imagem foi na
seguinte ordem de energia: 90kV, 80kV, 100kV, 50kV, 60kV, 70kV; não havendo um
motivo muito claro para este resultado. Outro fator positivo para o uso de energias
menores é a possibilidade de se trabalhar, dependendo do tomógrafo, com um tamanho
focal menor e, consequentemente, uma melhor resolução espacial.
É importante notar que houve um pico de aumento de volume nos grupos

1172_8W e 1173_8W, quando se utilizou a energia de 70kV, independentemente do
processamento de imagem posterior, não sendo acompanhado, entretanto, pelo
surgimento de estruturas qualitativas que o justificassem. Desta forma, não houve
correlação absoluta entre o número e características das estruturas visualizadas
qualitativamente e o volume final. Excluindo-se o grupo de datasets de 70kV, onde este
pico de volume foi observado, a melhor imagem de cada grupo sempre correspondeu à
que apresentou o maior volume, assim como as subsequentes em volume decrescente
Dito isto, deve-se perguntar: teria o aumento de volume em 70kV relação com
os raios X característicos do anodo (tungstênio) como mostra a figura 35? Por ser
somente visualizado em aquisições com potência de 8 Watts, estaria estes picos
relacionados ao valor do SNR, já que os menores valores de SNR foram vistos nas
menores potências? Trabalhos futuros são necessários para uma melhor avaliação e
resposta.
95
Distribuição de Energia - Filtro de Alumínio (1
mm)
1,20E+07
50 kV 60 kV 70 kV 80 kV 90 kV 100 kV
1,00E+07
Contagens keV.cm².mAs/m
8,00E+06
6,00E+06
4,00E+06
2,00E+06
0,00E+00
0 20 40 60 80 100
Energia keV
Figura 35. espectro de raios X com uso de filtro de alumínio de 1mm (ARAUJOl,
2016).
A influência do ruído também deve ser aprofundada em trabalhos futuros. Na

presente tese, foi visto que alguns datasets aquisitados com feixes de baixa energia (40
e 45 kV, no grupo 1173) foram descartados por apresentarem grande quantidade de
perda de estruturas, ao mesmo tempo que apresentaram os menores índices de SNR
de todos os grupos, menores que 700. Isto indica que aquisições que fornecem valores
de SNR menores que este, provavelmente são baixos, com fluxo limitado de fótons para
trabalho em dentes (PEYRIN et al., 2014). Além disso, foi possível observar uma
melhora acentuada da SNR em função do aumento da tensão do feixe (kV),
apresentando um aumento gradual e linear da média de SNR, com diferença
significativa entre todas as energias nos tomógrafos 1173 e Nanotom. Entretanto, esta
relação tende a diminuir e se estagnar em determinado ponto da curva como foi
observado, no grupo 1172_8W que não apresentou diferença significativa entre as duas
últimas energias.
Levando em consideração que a potência do feixe (em watts), e não a corrente

(em µA), foi mantida constante para todas as medidas, o aumento da SNR é reflexo do
aumento da energia média dos fótons que são detectados no sensor de radiação.
Fótons com maior energia têm menor probabilidade de interagir com o objeto, resultando
em uma maior quantidade de fótons atingindo o detector favorecendo assim o aumento
da SNR. Desta forma, observa-se que de modo geral, quanto maior a corrente aplicada
(µA) assim como nas maiores potências, tem-se menores valores de ruído. Mais uma
vez, a única exceção foi o grupo 1172_10W, que apresentou aumento da SNR até a
tensão de 80kV, havendo decréscimo gradual nas duas energias subsequentes.
96
Deste modo, uma consideração se faz necessária ao se analisarem os
resultados do grupo 1172_10W: as aquisições deste grupo foram as que mais
demandaram tempo, cerca de 4 horas cada e, devido a isto, foram necessários dois
dias, o que pode ter gerado mudança de posição da amostra além de aumentar a
incidência dos ruídos inerentes ao sistema, como explicado na fundamentação teórica
da presente tese.
A movimentação da amostra entre as aquisições dos diferentes aparelhos

também traz consigo uma incerteza associada ao seu posicionamento e impede a
comparação direta do volume do SCR entre os diferentes tomógrafos. Desta forma,
mesmo a amostra estando fixada em isopor e com o uso da base de alumínio, foi
realizada somente a comparação qualitativa, enquanto a quantitativa ocorreu em
relação ao volume entre datasets do mesmo tomógrafo.
Os resultados do grupo 1172 sugerem que a utilização de maiores potências

energética (watts) está relacionada a ganho de informação, visto que as melhores
imagens foram visualizadas quando se utilizou 10 watts em comparação com 8w,
estando relacionado ao aumento da amperagem (µA) e, consequentemente, melhoria
da SNR. Isto pode ser verdade quando em um mesmo aparelho, porém, entre diferentes
tomógrafos, esta relação não pôde ser feita já que o grupo 1173 em 8w apresentou
melhores imagens que o 1172 em 10w. Mostra-se mais uma vez que a RE é a única
medida de comparação entre sistemas pois considera o conjunto dos fatores de
influência e não somente um fator isolado, no caso, a potência utilizada.
O processamento de imagens foi abordado nos artigos 3 e 4, que mostraram a

influência significativa dos algoritmos matemáticos nos resultados desta metodologia.
Desta forma, é importante o entendimento de que algoritmo é uma fórmula matemática
programada para decidir como a informação deve ser classificada, atribuindo valor a
certas partes dos dados e descartando o que não é valioso. Portanto, a avaliação de
imagens geradas por diferentes algoritmos deve ser realizada de maneira qualitativa,
por ser a visualização de estruturas primordial quando se trabalha com uma imagem, e
quantitativa, trabalhando com os valores médios providos e com a variação deste,
representada estatisticamente pelo desvio padrão. Este último é extremamente
importante na análise de um algoritmo pois, pelo algoritmo valorizar mais alguns
elementos do que outros, um baixo desvio padrão após o uso de certo filtro ou algoritmo
de segmentação significa que os valores resultantes destes algoritmos são mais
confiáveis ou previsíveis. Consequentemente, é interessante que qualquer algoritmo,
seja ele de filtro ou segmentação, apresente um desvio padrão aceitável quando
correlacionado à avaliação qualitativa. Desta forma, a possibilidade de repetição e
97
comparação entre diferentes estudos, como exige o método científico, ocorre com maior
confiança, pois o menor desvio padrão torna o conjunto dos resultados mais
homogêneo.
Neste sentido, o presente trabalho mostrou que, em todos os tomógrafos

estudados, o uso dos filtros Kuwahara e Unsharp Mask levaram a uma diminuição do
desvio padrão em relação ao dataset bruto (grupo No_filter). Já o filtro Anisotropic
diffusion acarretou em um aumento nos valores do desvio padrão, mesmo quando
utilizado como segundo filtro.
Qualitativamente, as melhores imagens em todos os quatro grupos de

tomógrafos/parâmetros foram verificadas com a utilização do filtro Unsharp, seguido de
"No_filter" e Kuwahara respectivamente. Isto foi acompanhado, com diferença
significativa, no aumento do volume do SCR quando se utilizou o filtro Unsharp mask
sozinho ou como primeiro filtro em uso combinado, em todos os tomógrafos, com uma
única exceção: em combinação com o Anisotropic difusion, este sendo o segundo, no
grupo Nanotom. Isto pode ser explicado pelo Unsharp ter sido desenvolvido com o
objetivo de se aumentar o contraste entre o poro e a dentina (BRUKER, 2018).
Somente o filtro “anisotropic diffusion” mantem o contraste original. O

“anisotropic diffusion” promete ótima suavização do ruído com a preservação da borda
sem a perda de informação do processo de filtragem (BRUKER, 2018). Também houve
diferença significativa na diminuição do volume do SCR quando se utilizou o filtro
Anisotropic difusion, sozinho ou como primeiro filtro em uso combinado, em todos os
tomógrafos, com uma única exceção: quando comparado ao grupo que não se utilizou
de filtro, no grupo 1172_8W. Desta forma, o maior desvio padrão, diminuição do volume
médio do SCR, acompanhado de uma piora na qualidade da imagem do filtro Anisotropic
diffusion, desqualificam este filtro para o uso em dentes.
Já o uso do filtro de suavização kuwahara manteve as estruturas principais do

SCR em todas as imagens e apresentou o menor desvio padrão de todos os filtros,
porém, ao custo de uma significativa redução das estruturas visualizadas
qualitativamente, como pode ser visto nas Figuras 19 a 23.
Em nenhum dos casos, a utilização de um segundo filtro acarretou em ganho

qualitativo ou quantitativo, ou até mesmo na diminuição do desvio padrão, sendo desta
forma desencorajada uma segunda filtragem, por demandar maior tempo de
processamento.
A importância de um baixo desvio padrão também se fez presente na definição

dos algoritmos de segmentação, abordado como tema do artigo 4. Nos tomógrafos que
98
apresentaram melhores imagens qualitativas, 1173 e NanoTom, as melhores
segmentações ocorreram no grupo em que se utilizou um algoritmo semiautomático
(MM_60), seguido pelos algoritmos automáticos Otsu_3D e Otsu_2D, respectivamente.
O valor de desvio padrão do MM60 porém, foi muito superior ao Otsu 2D e 3D. Já no
tomógrafo 1172, que apresentou imagens piores qualitativamente, as melhores
segmentações foram com o uso dos algoritmos automáticos, grupos Otsu_3D e
Otsu_2D, seguido por e MM_60, respectivamente. Estes resultados sugerem que,
quando apresentada uma imagem de qualidade boa, o operador pode agregar benefício
a segmentação.
Cabe aqui uma reflexão: o que é mais importante neste tipo de trabalho, a maior
visualização de estruturas ao “preço” da inclusão da possibilidade de viés do operador,
ou sua capacidade de replicação e comparação de resultados dos métodos
automáticos, como exige o método científico? Independentemente do supracitado,
entretanto, um importante resultado é que os grupos Otsu_3D apresentaram melhores
imagens em todos os tomógrafos em comparação com Otsu_2D (espaço 3D em
comparação com o espaço 2D).
99
6. CONCLUSÃO
A partir dos resultados desta tese, vimos que as estruturas anatômicas e

materiais estudados, seja por análise qualitativa ou parâmetros quantitativos, em
trabalhos de microCT têm sua frequência relacionada ao aparelho utilizado; aos
parâmetros físicos determinados na aquisição, como a resolução espacial, o contraste
e o ruído; assim como às técnicas de pós-processamento e análise de imagens.
Consequentemente, a simples repetição dos mesmos parâmetros de aquisição não são
suficientes para a correta interpretação, comparação e replicação dos resultados
obtidos entre diferentes aparelhos, explicitando a necessidade de padronização na
literatura Endodôntica.
Neste contexto, a sugestão de um protocolo padrão para uso desta tecnologia

em Endodontia deve ser estabelecida sob:
• A utilização da Resolução Espacial como o parâmetro para a

padronização e comparação e, principalmente, interpretação de
resultados dos estudos;
• Em relação aos arranjos energéticos de aquisição, deve-se utilizar a
menor kilovoltagem (kV) na geração do feixe possível, sendo esta
limitada pelo nível de ruído (SNR) associado ao arranjo. Isto se deve à
obtenção de uma correlação positiva entre a diminuição da tensão do
feixe e a qualidade e quantidade de estruturas visualizadas, assim como
a perda de estruturas do SCR relacionadas a valores mais baixos de
SNR, como demonstrado nesta tese;
• Em processamento de imagens, a utilização do filtro Unsharp mask é
altamente recomendado para aplicações da microCT em dentes visto que
houve uma melhora estatisticamente significativa no volume e a
qualidade de segmentação dos canais radiculares, além da diminuição
da variância em relação a imagem bruta;
• Um método semiautomático de binarização gerou as melhores imagens,
entretanto o método automático desenvolvido por Otsu, em espaço
tridimensional, apresentou resultados mais consistentes. Desta forma,
deve-se considerar a relevância e influência dos dados qualitativos e
quantitativos na hipótese testada, além do número de amostras, para de
determinação do algoritmo de segmentação. Os resultados das
segmentações apresentadas sugerem que a influência do operador, em
100
métodos semiautomáticos, pode ser benéfica quando se trabalha com
imagens de qualidade ótima.
Espera-se que a visão geral e os exemplos dados aqui possam fornecer

inspiração as novas investigações que utilizarão esta tecnologia revolucionária, assim
como contribuir na definição e padronização no relato dos parâmetros, com o intuito de
no futuro, com a utilização RE como parâmetro de comparação de resultados, esta seja
simplificada e possível.
101
BIBLIOGRAFIA
ADELSON, E.H., 1993, "Perceptual organization and the judgment of brightness",

Science, v. 262, p.2042.
AHMAD, A.M., ALISON, J.E., QUALTROUGH, B.C.H.D., DAVID C., WATTS, 2009, "A
Microcomputed Tomography Scanning Study of Root Canal Space: Changes after the
Ultrasonic Removal of Fractured Files", Journal of Endodontics, v. 35, n. 1.
ALAVI, A.M., OPASANON, A., NG, Y.L., GULABIVALA K., 2002, Root and canal
morphology of Thai maxillary molars. International Endodontics Journal v.35: pp. 478-
485.
ANTUNES, S.H., RÔÇAS, I.N., ALVES, F.R.F., SIQUEIRA, JR.J.F, 2015, "Total and
specific bacterial levels in the apical root canal system of teeth with post-treatment apical
periodontitis". Journal of Endodontics v. 41:1037-1042.
ASHRAF, E., MAREN, H-J., 2014, "Apical Constriction: Location and Dimensions in
Molars— A Micro–Computed Tomography Study", Journal of Endodontics, v.40: 8; pp.
1095-1099.
ASTM INTERNATIONAL, E2903-13, 2013, “Standard Test Method for Measurement of

the Effective Focal Spot Size of Mini and Micro Focus X-ray Tubes”. ASTM International,
West Conshohocken, PA, 2013, www.astm.org.
BABA, R., KONNO, Y., UEDA, K., IKEDA, S., 2002, "Comparison of flat-panel detector
and image-intensifier detector for cone-beam CT", Computerized medical imaging and
graphics, v.26, pp. 153-158.
BELLADONNA, F.G., CARVALHO, M.S., CAVALCANTE, D.M., FERNANDES, J.T., DE

CARVALHO MACIEL, A.C., OLIVEIRA, H.E., LOPES, R.T., SILVA, E.J.N.L., DE-DEUS,
G., 2018, "Micro–computed Tomography Shaping Ability Assessment of the New Blue
Thermal Treated Reciproc Instrument”, Journal of Endodontics, v.44, pp.1146-1150.
BERGMANS, L., VAN CLEYNENBREUGEL, J., WEVERS, M., LAMBRECHTS, P.,

2001, “A methodology for quantitative evaluation of root canal instrumentation using
microcomputed tomography”. Int Endod J 34:390-8.
BERKAN, C., REINHILDE, J., VASCONCELOS, K.V., HUANG, Y., NICOLIELO, L.F.P.,
ORHAN, K., 2017, "Assessment of Volumetric Distortion Artifact in Filled Root Canals
Using Different Cone-beam Computed Tomographic Devices", Journal of Endodontics,
v.43, pp.1517-1521.
102
BOUXSEIN, M.L., BOYD, S.K., CHRISTIANSEN, B.A., GULDBERG, R.E., JEPSEN,
K.J., MÜLLER, R., 2010, "Guidelines for assessment of bone microstructure in rodents
using micro–computed tomography", Journal of Bone and Mineral Research, v. 25, pp.
1468-1486.
BRITISH STANDARD, EN 12543-5,1999, “Measurement of the effective focal spot size

of mini and micro focus X-ray tubes”. Non-destructive testing – Characteristics of focal
spots in industrial X-ray systems for use in non-destructive testing, Part 5, Londres,
Inglaterra, BSI.
BRUKER MICROCT, 2017, "MicroCT 3D registration after tooth root canal procedure:
removed volume, drill debris and touched/untouched surfaces", Method note MN110.
BRUKER MICROCT, 2018, "Advanced image filtering", Method note MN112.
BRULLMANN, D., SCHULZE, R.K.W., 2015, "Spatial resolution in CBCT machines for
dental/maxillofacial applications-what do we know today?" Dento maxillo facial radiology,
v.44: 1; pp.20140204.
BUZUG, T. M., 2008. “Computed Tomography: From Photon Statistics to Modern Cone-
Beam CT”. Verlag Berlin Heidelberg, Springer.
CARL ZEISS MICROSCOPY GMBH, 2013, “Resolution of a 3D x-ray microscope”,

Technical note, Germany.
CAVALCANTI, M., 2010, Tomografia computadorizada por feixe cônico: princípios de

formação de imagem, técnicas e indicações para a Odontologia. In: Cavalcanti M.
Tomografia Computadorizada por Feixe Cônico. 1a ed., São Paulo: Santos, pág 1.
CESAREO, R., 2000. X-ray physics: Interaction with matter, production, detection. La
Rivista del Nuovo Cimento, v. 23, pp. 1-231.
CHAOUKI, J., LARACHI, F., DUDUKOVIC, 1997, “Noninvasive Tomographic and

Velocimetric Monitoring of Multiphase Flows”, Industrial & Engineering Chemistry
Research, v.36, pp. 4476-4503.
CLEGHORN, B.M., CHRISTIE, W.H., DONG, C.C.S., 2006, Root and root canal
morphology of the human permanent maxillary first molar: a literature review. Journal of
Endodontics v. 32: 813-821.
COHENCA, N., SIMON, J.H., ROGES, R., MORAG, Y., MALFAZ, J.M., 2007, Clinical
indications for digital imaging in dento-alveolar trauma - Part 1: traumatic injuries. Dent
Traumatol v. 23: pp. 95–104.
103
COTTON, T.P., GEISLER, T.M., HOLDEN, D.T., SCHWARTZ, S.A., SCHINDLER,
W.G., 2007, Endodontic aplications of cone-beam volumetric tomography. Journal of
Endodontics v.33, pp. 1121-1132.
DAVIS, G.R., EVERSHED, ANTHONY N.Z., MILLS, D., 2013, "Quantitative high contrast
X-ray microtomography for dental research", Journal of Dentistry, v.41, pp.475-482.
DAVIS, S.R., BRAYTON, S.M., GOLDMAN, M., 1972, The morphology of the prepared
root canal: A study utilizing injectable silicone. Oral Surgery, Oral Medicine and Oral
Pathology v. 33: pp. 101-110.
DE-DEUS, G., SILVA, E., MARINS, J., SOUZA, E., NEVES, A., 2014, “Lack of causal
relationship between dentinal microcracks and root canal preparation with reciprocation
systems”. Journal of Endododontics, v.40, pp. 1447-1450.
ELAYOUTI, A., HULBER-J, M., JUDENHOFER, M.S., CONNERT, T., MANNHEIM, J.G.,
LOST C., PICHLER, B.J., VON OHLE, C., 2014, "Apical constriction: Location and
dimensions in molars - A micro-computed tomography study", Journal of Endodontics,
v. 40, pp. 1095-1099.
ELKHATEEB, S.M., TORGERSEN, G.R., ARNOUT, E.A., 2016, "Image quality

assessment of clinically-applied CBCT protocols using a QAT phantom",
Dentomaxillofacial Radiology, v.45.
ENGELHARDT, M., BAUMANN, J., 2006, “Determination of size and intensity

distribution of the focal spot of a microfocus X-ray tube using image processing”. In: Proc.
ECNDT 2006, Th.2.5.4., pp. 1-13, Berlin.
ESPOSITO, S.A., HUYBRECHTS, B., SLAGMOLEN, P., COTTI, E., COUCKE, W.,
PAUWELS, R., LAMBRECHTS, P., JACOBS, R., 2013, "A Novel Method to Estimate the
Volume of Bone Defects Using Cone-Beam Computed Tomography: An In VitroStudy”,
Journal of Endodontics, v.39, pp.1111-1115.
EUROPEAN STANDARD, EN 14784-1, 2004, “Non-destructive testing – Industrial

computed radiography with storage phospor imaging plates – part 1: classifications of
systems”. European Committee for Standardization
FELDKAMP, L.A., 1984, Practical cone-beam algorithm. Josa a. 1(6): 612-9.

CHESARIA CHOI JY, CHOI, C.A., YEO, I-S.L., 2018, Spiral scanning imaging and
quantitative calculation of the 3-dimensional screw-shapedbone-implant interface
onmicro-computed tomography, J Periodontal Implant Sci. 48(4): 202-212.
FREITAS, J.V., BARATTO-FILHO, F., COELHO, B.S., TOMAZINHO, F.S.F., CROZETA,

B.M., NETO, M.D.S., GABARDO, M.C.L., 2017, "Efficacy of different cone-beam
104
computed tomography protocols in the identification of mesiobuccal canals of maxillary
first molars: a tomographic and ex vivo study", Journal of Endodontics, v.43, n.5, pp.
810-815.
GAMBILL, J.M., ALDER, M., DEL RIO, C.E., 1996, Comparison of nickel-titanium and
stainless steel hand-file instrumentation using computed tomography. Journal of
Endodontics v. 22: pp. 369-375.
GAO, Y., PETERS, O.A., HONGKUN, W., ZHOU, X., 2009, “An application framework
of three-dimensional reconstruction and measurement for endodontic research”. Journal
of Endodontics, v. 35, pp. 269-274.
GEKELMAN, D., RAMAMURTHY, R., MIRFARSI, S., PAQUÉ, F., PETERS, O.A., 2009,
“Rotary nickel-titanium GT and protaper files for root canal shaping by novice operators:
a radiographic and micro-tomography evaluation”. Journal of Endodontics, v. 35, pp.
1584-1588.
GREEN, D., 1960, Stereomicroscopic study of 700 root apices of maxillary and
mandibular posterior teeth. Oral Surg Oral Med Oral Pathol v. 13: pp. 728-733.
GU, L., WEI, X., LING, J., HUANG, X., 2009, "A Microcomputed Tomographic Study of
Canal Isthmuses in the Mesial Root of Mandibular First Molars in a Chinese Population",
Journal of Endodontics, v. 35: 3; pp. 353-356.
GU, Y-C., 2011, "A Micro–Computed Tomographic Analysis of Maxillary lateral incisors
with radicular grooves", Journal of Endodontics, v. 37, pp. 789-792.
GU, Y-C., ZHANG, Y-P., LIAO, Z-G., FEI, X-D., 2013, "A Micro–Computed Tomographic
Analysis of Wall Thickness of C-shaped Canals in Mandibular First Premolars", Journal
of Endodontics, v. 39: 8; pp. 973-976.
GUI, J., ZOU, J., RONG, J., HU, Z., ZHANG, Q., ZHENG, H., XIA, D., 2012,
"Investigation of the effect of tube voltage and imaging geometry on phase contrast
imaging for a micro-CT system", Nuclear Instruments and Methods in Physics Research
A, v. 669, pp.97-102.
HASEGAWA, B. H., 1991. The physics of X-ray imaging. Madison, Medical Physics
Publishing.
HESS, W., 1925, Anatomy of root canals of the teeth of the permanent dentition. Willian
Wood & Co: New York, EUA. Apud: DE DEUS, Q.D., 1992, Topografia da cavidade
pulpar e periápice. In: De Deus QD. Endodontia. 5a ed., Rio de Janeiro: MEDSI, 11-64.
105
INGLE, J.I., Beveridge, E.E., 1976, “Endodontics”. 2ª Ed., Philadelphia: Lea & Febiger.
745p.
JUDY, P. F., 1976, “The line spread function and modulation transfer of a computed
tomographic scanner”, Medical Physics, v. 3, n. 4, pp. 233-236.
JUN, L.I., LING, L.I., YIHUAI, P.A.N., 2013, "Anatomic Study of the Buccal Root with
Furcation Groove and Associated Root Canal Shape in Maxillary First Premolars by
Using Micro–Computed Tomography", Journal of Endodontics, v. 39: 2; pp. 265-268.
KATSEVICH, A., 2002, SIAM Journal on Applied Mathematics. 62(6): 2012-26
KETCHAM, R.A., CARLSON, W.D., 2001, " Acquisition, optimization and interpretation
of X-ray computed tomographic imagery: applications to the geosciences", Computers &
Geosciences, v. 27, pp. 381-400.
KIM, Y., CHANG, S.W., LEE, J.K., CHEN, I.P., KAUFMAN, B., JIANG, J., CHA, B.Y.,
2013, "A micro-computed tomography study of canal configuration of multiple-canalled
mesibuccal root of maxillary first molar". Clin Oral Invest 17:1541-1546.
LANDIS, E.N., KEAVE, D.T., 2010, “X-ray microtomography”, Material Characterization,

v. 61, pp. 1305-1316.
LI, J., LI, L., PAN, Y., 2013, "Anatomic Study of the Buccal Root with Furcation Groove
and Associated Root Canal Shape in Maxillary First Premolars by Using Micro–
Computed Tomography", Journal of Endodontics, v. 39, pp. 265-268.
LIMA, I., 2002, Quantificação histomorfométrica 2D a partir de tomografia

computadorizada 3D. Dissertação de mestrado. Programa de Engenharia Nuclear,
UFRJ/COPPE.
LIMA, I., 2006, Caracterização de estruturas internas ósseas através das técnicas de
microtomografia computadorizada tridimensional e fluorescência de raios X. Tese de
Doutorado. Programa de Engenharia Nuclear, UFRJ/COPPE.
LOPES, R.T., 1988, “Tomografia computadorizada em testes não destrutivos”. Tese de

Doutorado, COPPE/UFRJ.
LOPES, R.T., RODRIGUES, J.L., DE ASSIS, J.T., DE JESUS, E.F., DE OLIVEIRA, L.F.,
1997, “Evaluation of a microtomography system with an x-ray microfocus tube”, Appl
Radiat Isot v. 48, pp. 1437-1442.
LUND, H., GRÖNDAHL, K., GRÖNDAHL, H-G., 2009, "Accuracy and precision of linear
measurements in cone beam computed tomography Accuitomo tomograms obtained
106
with different reconstruction techniques", Dento maxillo facial radiology, v.38, pp. 379-
86
MACHADO, A.C., OLIVEIRA, T.J.I., CRUZ, F.B., LOPES, R.T., LIMA, I., 2014, “Porous
media investigation before and after hydrochloric acid injection on a pre-salt carbonate
coauinas sample”, Applied Radiation and Isotopes, v.110, pp.160-163.
MACHADO, A.S., 2015, “Controlo de qualidade em tomografia computadorizada”,

M.Sc., Dissertação, Universidade de Lisboa, Lisboa, Portugal.
MADARATI, A.A., QUALTROUGH, A.J.E., WATTS, D.C., 2009, "A Microcomputed

Tomography Scanning Study of Root Canal Space: Changes after the Ultrasonic
Removal of Fractured Files", Journal of Endodontics, v. 35, Number 1.
MANNOCCI, F., PERU, M., SHERRIFF, M., COOK, R., PIIT FORD, T., 2005, “The
isthmuses of mesial root of mandibular molars: a micro-computed tomographic study”.
Int Endod J v. 38, pp. 558-563.
MUDRY, K.M., PLONSEY, R., BRONZINO, J.D., 2003, “Computed Tomography”.

Principles and Applications in Engineering Series Biomedical Imaging. 2, Chapter 9,
Boca Raton, USA, CRC press LLC.
NABEL, E., HEIDT, H., STADE, J., 1986, Comparison of microfocus x-rays units. Brit J
Nondestr Test v. 28: pp. 133-153.
NEAVERTH, E.J., KOTLER, L.M., KALTENBACH, R.F., 1987, Clinical investigation (in
vivo) of endodontically treated maxillary first molars. Journal of Endodontics v. 13: pp.
506-512.
NEELAKANTAN, P., SUBBARAO, C., SUBARAO, C.V., 2010, “Comparative evaluation

of modified canal staining and clearing technique, cone-beam computed tomography,
peripheral quantitative computed tomography, spiral computed tomography, and plain
and contrast medium-enhanced digital radiography in studding root canal morphology”.
Journal of Endodontics, v. 36, pp. 1547-1551.
NIELSEN, R.B., ALYSSIN, A.M., PETERS, D.D., CARNES, D.L., LANDCASTER, J.L.,
1995, “Microcomputer tomography: an advanced system for detailed endodontic
research”. Journal of Endodontics, v. 21, pp. 561-568.
OGÊ, M.F., HUGO, V.N., 1999, "Processamento Digital de Imagens", Rio de Janeiro:
Brasport, 1999. ISBN 8574520098.
107
OLIVEIRA, M.F.S., 2012, “Avaliação de meios geológicos porosos por técnicas atômicas
e nucleares”. Tese (doutorado) - Programa de Pós-graduação em Engenharia Nuclear,
COPPE, UFRJ. 149p.
PADGETT, R., KOTRE. C. J., 2004, “Assessment of the effects of pixel loss on image
quality in direct digital radiography”, Physics In Medicine and Biology, v. 49, pp. 977-
986.
PAQUÉ, F., BOESSLER, C., ZEHNDER, M., 2011, "Accumulated hard tissue debris
levels in mesial roots of mandibular molars after sequential irrigation steps", International
Endodontic Journal, v. 44, pp. 148–153.
PAQUÉ, F., GANAHL, D., PETERS, A.O., 2009, “Effects of root canal preparation on
apical geometry assessed by micro-computed tomography”. Journal of Endodontics, v.
35, pp. 1056-1059.
PAQUÉ, F., RECHENBERG, D., ZEHNDER M., 2012, “Reduction of hard-tissue debris
accumulation during rotary root canal instrumentation by etidronic acid in sodium
hypochlorite irrigant”. Journal of Endodontics, v. 38, pp. 692-695.
PAQUÉ, F., ZEHNER, M., MARENDING, M., 2010, “Apical fit of initial k-files in maxillary
molars assessed by micro-computed tomograpy”. International Endodontic Journal v. 43,
pp. 328-335.
PARK, J., LEE, J., HA, B., CHOI, J., PRINPANAYAGAM, H., 2009, “Three-dimensional
analysis of maxillary first molar mesiobuccal root canal configuration and curvature using
micro-computed tomography”. Oral surgery, oral medicine, oral pathology, oral
radiology, and endodontics, v. 108, pp. 437-442.
PATEL, S., DAWOOD, A., WHAITES, E., 2009, New dimensions in endodontic imaging:
part 1. Conventional and alternative radiographic systems. Int Endod J 42: 447– 462.
PAUWELS, R., ARAKI, K., SIEWERDSEN, J.H., THONGVIGITMANEE, S.S., 2015,

”Technical aspects of dental CBCT: state of the art”, Dentomaxillofacial Radiology, v.44,
pp.20140224.
PAUWELS, R., SEYNAEVE, L., HENRIQUES, J., DE OLIVEIRA-SANTOS, C., SOUZA,

P.C., WESTPHALEN, F.H., RUBIRA-BULLEN, I.R.F., RIBEIRO-ROTTA, R.F.,
ROCKENBACH, M.I.B., HAITER-NETO, F., PITTAYAPAT, P., BOSMANS, H.,
BOGAERTS, R., JACOBS, R., 2015, "Optimization of dental CBCT exposures through
mAs reduction", Dentomaxillofacial Radiology, v. 44: 9; pp. 20150108.
PAUWELS, R., SILKOSESSAK, O., JACOBS, R., BOGAERTS, R., BOSMANS, H.,
PANMEKIATE, S., 2014, "A pragmatic approach to determine the optimal kVp in cone
108
beam CT: balancing contrast-to-noise ratio and radiation dose", Dento maxillo facial
radiology, v. 43, pp. 2014-0059.
PETERS, O.A., LAIB, A., GÖHRING, T.N., BARBAKOW, F., 2001, Changes in root canal
geometry after preparation assessed by high-resolution computed tomography. J Endod
27: 1-6.
PETERS, O.A., LAIB, A., RÜEGSEGGER, P., BARBAKOW, F., 2000, “Three
dimensional analysis of root canal geometry by high-resolution computed tomography”.
J Dent Res 79:1405-1409.
PETERS, O.A., PAQUÉ, F., 2011, “Root canal preparation of maxillary molars with the
self-adjusting file: a micro-computed tomography study”, Journal of Endodontics, v. 37,
pp. 53-57.
PEYRIN, F., DONG, P., PACUREANU, A., LANGER, M., 2014, "Micro- and Nano-CT for
the study of bone ultrastructure", Curr Osteoporos Rep, v. 12, pp. 465-474.
POMERANZ, H.H., FISHELBERG, G., 1974, The secondary mesiobuccal canal of

maxillary molars. J Am Dent Assoc 88: 119-124.
RHODES, J.S., FORD, T.R., LYNCH, J.Á., LIEPINS, P.J., CURTIS, R.V., 2000, “A
comparison of two nickel-titanium instrumentation techniques in the teeth using
microcomputed tomography”, International Endodontic Journal, v. 33, pp. 279-285.
ROBINSON, J.P., LUMLEY, P.J., CLARIDGE, E., COOPER, P.R., GROVER, L.M.,
WILLIAMS, R.L., WALMSLEY, A. D., 2012, "An analytical Micro CT methodology for
quantifying inorganic dentine debris following internal tooth preparation", Journal of
Dentistry v. 40, pp. 999–1005.
ROMANS, L., 2013, CT image quality. CEwebsource.com 15: 1-6.
RUSS, J.C., NEAL F.B., 2017, "The Image Processing Handbook" 7th, CRC Press, Inc.
Boca Raton, FL, USA ©2015, ISBN:149874026X 9781498740265.
SALMON, P.L., BUELENS, E., SASOV, A.Y., 2003, "Performance of in vivo micro-CT
analysis of mouse lumbar vertebral and knee trabecular bone architecture", J Bone Miner
Res, v. 18, s.2, pp. 256.
SANTOS, B.C, 2012, "Estudo da anatomia interna da raiz mésio-vestibular de molares

superiores através de microtomografia computadorizada", Dissertação (mestrado) -
Universidade Estácio de Sá - Rio de Janeiro.
SCARFE, W.C., FARMAN, A.G., SUKOVIC, P., 2006, Clinical applications of cone-beam
computed tomography in dental practice. J Can Dent Assoc 72: 75–80.
109
SCHULZE, R., HEIL, U., GROSS, D., BRUELLMANN, D.D., DRANISCHNIKOW, E.,
SCHWANECKE, U., SCHOEMER, E., 2011, "Artefacts in CBCT: a review", Dento
maxillo facial radiology, v. 40, pp.265-73.
SIDDIQUI, S., KHAMEES, A.A., 2004. “Dual-Energy CT-Scanning Applications in Rock

Characterization”. In: Proccedings of the SPE Annual Technical Conference and
Exhibition”, pp. 1-9, Houston.
SIQUEIRA, J.F.JR., RÔÇAS, I.N., 2008, “Clinical implications and microbiology of

bacterial persistence after treatment procedures”, Journal of Endodontics, v. 34, pp.
1291-1301.
SKIDMORE, A.E., BJORNDAL, A.M., 1971, Root canal morphology of the human
mandibular first molar. Oral Surg Oral Med Oral Pathol 32: 778-784.
SOMMA, F., LEONI, D., PLOTINO, G., GRANDE, N.M., PLASSCHAERT, A., 2009,
“Root canal morphology of the mesiobuccal root of maxillary first molars: a micro-
computed tomographis analysis”, International Endodontic Journal, v. 42, pp. 165-174.
STOCKS, S.R., 1999, “X-ray microtomography of materials”, International Materials

Reviews, v. 44, n. 4, pp. 141-164.
TACHIBANA, H., MATSUMOTO, K., 1990, Applicability of X-ray computerized

tomography in endodontics. Endod Dent Traumatol 6: 16-20.
TAYLOR, C., 2016, "Evaluation of the effects of positioning and configuration on

contrast-to-noise ratio in the quality control of a 3D Accuitomo 170 dental CBCT system",
Dentomaxillofacial Radiology, v.45: 5; pp.20150430.
TELES, A.P, 2016, Aplicação da Microtomografia Computadorizada de Raios X por

Dupla-Energia na Caracterização de Materiais Porosos", Tese (doutorado) – UFRJ/
COPPE/ Programa de Engenharia Nuclear – Rio de Janeiro.
TROPE, M., ELFENBEIN, L., TRONSTAD, L., 1986, Mandibular premolars with more
than one root canal in different race groups. J Endod 12: 343-345.
VANNIER, M.W., 2003, Craniofacial computed tomography scanning - technology,

applications and future trends. Orthod Craniofac Res 6: 23–30.
VERMA, P., LOVE, R.M., 2011, "A Micro CT study of the mesiobuccal root canal
morphology of the maxillary first molar tooth", International Endodontic Journal, v. 44,
pp. 210–217.
110
VIDAL, F., ASSIS, J.T., LOPES, R.T., LIMA, I., 2014, "2D/3D quantification of bone
morphometric parameter changes using X-ray microtomography with different pixel
sizes", Radiaton Physics and Chemistry, v.95, pp. 227-229.
VILLORIA, E.M., LENZI, A.R., SOARES, R.V., SOUKI, B.Q., SIGURDSSON, A.,
MARQUES, A.P., FIDEL, S.R., 2017, "Post-processing open-source software for the
CBCT monitoring of periapical lesions healing following endodontic treatment: technical
report of two cases", Dentomaxillofacial Radiology, v. 46, 20160293.
WELLER, R.N., HARTWELL, G.R., 1989, The impact of improved access and searching
techniques on detection of the mesiolingual canal in maxillary molars. J Endod 15: 82-
83.
WILDENSCHILD, D., SHEPPARD, A. P., 2013, “X-ray imaging and analysis techniques
for quantifying pore-scale structureand processes in subsurface porous medium
systems”, Advances in Water Resources, v.51, pp. 217-246.
YOUNG, I. T., GERBRANDS, J. J., VAN VLIET, L. J, 1995, “Noise”. Fundamentals of

Image Processing, Chapter 6, Delft, Holanda, Delft University of Technology.
ZASLANSKY, P., FRATZL, P., RACK, A., WU, M-K., WESSELINK, P.R., SHEMESH, H.,
2011, Identification of root filling interfaces by microscopy and tomography methods”,
International Endodontic Journal, v.44, pp.395-401.
ZASLANSKY, P., ZABLER, S., FRATZL, P., 2010, "3D variations in human crown dentin
tubule orientation: A phase-contrast microtomography study", Dental Materials, v.26, pp.
e1-e10.
ZHANG, D., CHEN, J., LAN, G., LI, M., AN, J., WEN, X., LIU, L., DENG, M., 2017, "The
root canal morphology in mandibular first premolars: a comparative evaluation of cone-
beam computed tomography and micro-computed tomography", Clinical Oral
Investigations, v.21, pp.1007-1012
111
ANEXOS
Anexo 1: Análise estatística

Volume do SCR após uso dos diferentes algoritmos de filtragem, separados por
equipamento utilizado.
1172_8 1172_10 1173_8 NanoTom 1172_8 1172_10 1173_8 NanoTom

W W W W W W
1172_8 1172_10 1173_8 NanoTom

W W W 1172_8 1172_10 1173_8 NanoTom
W W W
1172_8 1172_10 1173_8 NanoTom

1172_8 1172_10 1173_8 NanoTom
W W W
W W W
1172_8 1172_10 1173_8 NanoTom

112
W W W 1172_8 1172_10 1173_8 NanoTom
W W W
Anexo 2 : Análise estatística SNR
Análise estatística SNR grupo

1172_8W. Energias:
1 – 40 kV / 200 µA
2 – 50 kV / 160 µA
3 – 60 kV / 133 µA
4 – 70 kV / 114 µA

1172_10W. Energias:
1 – 50 kV / 200 µA
2 – 60 kV / 167 µA
3 – 70 kV / 142 µA
4 – 80 kV / 124 µA
5 – 90 kV / 112 µA
6 – 100 kV / 100 µA
113
1173_8W. Energias:
1 – 40 kV / 200 µA
2 – 45 kV / 183 µA
3 – 50 kV / 160 µA
4 – 55 kV / 145 µA
5 – 60 kV / 133 µA
6 – 65 kV / 123 µA
7 - 70 kV / 114 µA
114
NanoTom_15W. Energias:
1 – 50 kV / 300 µA
2 – 60 kV / 250 µA
3 – 70 kV / 214 µA
4 – 80 kV / 188 µA
5 – 90 kV / 167 µA
6 – 100 kV / 100 µA
115
Energia 70 kV / 114 µA.
Aparelhos:
1 – 1172
2 – 1173
3 – NanoTom

Energia 100 kV / 100 µA.
Aparelhos:
1 – 1172
2 – NanoTom
116
Anexo 3 : Artigos publicados
Contents lists available at ScienceDirect
Bone
journal homepage: www.elsevier.com/locate/bone
Full Length Article
Alendronate improves bone density and type I collagen accumulation but

increases the amount of pentosidine in the healing dental alveolus of
ovariectomized rabbits
Nilo Guliberto Martins Chavarrya, Daniel Perroneb, Maria Lucia Fleiuss Fariasc,
Bernardo Camargo dos Santosd, Andrea Castro Domingose, Alberto Schanaiderf,
Eduardo Jorge Feres-Filhoa,
⁎
a
Division of Graduate Periodontics, School of Dentistry, Federal University of Rio de Janeiro, RJ CEP 21941-971, Brazil
b
Laboratory of Nutritional Biochemistry and Food, Chemistry Institute, Federal University of Rio de Janeiro, RJ CEP 21941-909, Brazil
c
Division of Endocrinology, School of Medicine, Federal University of Rio de Janeiro, RJ CEP 21941-913, Brazil
d
Department of Nuclear Engineering (COPPE), School of Engineering, Federal University of Rio de Janeiro, RJ CEP 21941-972, Brazil
e
Department of Oral Pathology, Oral Radiology and Oral Diagnosis, School of Dentistry, Federal University of Rio de Janeiro, RJ CEP 21941-971, Brazil
f
Department of Surgery, School of Medicine, Federal University of Rio de Janeiro, RJ CEP 21941-913, Brazil
A R TIC L E INFO A B S TR A C T
Keywords: Background: It has been shown that the oral aminobisphosphonate sodium alendronate (ALN) therapy reduces
Osteoporosis the risk of main fractures in osteoporotic women, but its effect on the jaw bones is poorly known. Here, we
Bisphosphonate hypothesized that ALN affects the newly formed alveolar bone, particularly the quality of the type I collagen
Type I collagen cross-linking.
Pentosidine
Methods: Osteoporosis was induced by ovariectomy (OVX) in 6-month old rabbits. Six weeks following surgery,
Rabbits
HPLC
eight animals were treated by oral gavage with ALN (OVX + ALN) and ten received placebo (OVX + Pbo).
Another six rabbits which were sham operated also received placebo (SHAM + Pbo). One month following the
beginning of treatment, the upper and lower left first premolars were removed. Six weeks later, the upper and
the lower right first premolars were also extracted. One month after the second extraction, biopsies were col-
lected from the maxillary extraction sites and collagen crosslinks were analyzed in the newly formed bone tissue
by HPLC. Also, at this time, mandibular bone segments were subjected to μCT.
Results: Animals treated with ALN achieved a roughly 2-time greater bone volume fraction value at a late
healing period than animals in the other groups (p < 0.05). Collagen mean results were 2- to 4-times superior in
the OVX + ALN group than in the control groups (p < 0.05).
ALN-treated animals presented higher amounts of the non-enzymatic collagen cross-link pentosidine (PEN)
than the sham-operated rabbits (p < 0.05), whereas the OVX + Pbo group presented the highest amount of PEN
(p < 0.05).
Conclusion: Alendronate increases bone volume and collagen accumulation, but does not fully rescue the non-
osteoporotic alveolar tissue quality as is evident from the increased quantity of pentosidine.
1. Introduction commonly prescribed class of drugs for its treatment by suppressing

bone resorption [3]. These pharmacological agents can reduce the risk
Osteoporosis is a progressive skeletal disorder characterized by re- of fractures and the rate of mortality related to hip fracture by up to
duction of bone mineral density (BMD) and degeneration of bone mi- 30% and 60%, respectively [4,5]. Clinical studies in postmenopausal
croarchitecture [1]. That results in bone fragility and fracture, which women showed that long-term use of those drugs resulted in persistent
adversely impact the quality of life and boost the risk of infection and anti-fracture and BMD increasing effects beyond three years of treat-
mortality [2]. Estrogen deficiency due to menopause is the main cause ment [6]. However, in the last decade there have been reports of a
of bone loss in women and bisphosphonates (BPs) are the most greater than before incidence of atypical femur fractures (AFFs)
⁎
Corresponding author.
E-mail address: eduardoferes@odonto.ufrj.br (E.J. Feres-Filho).
https://doi.org/10.1016/j.bone.2018.09.022
Received 22 April 2018; Received in revised form 23 September 2018; Accepted 24 September 2018
117
d e n t a l m a t e r i a l s 3 4 ( 2 0 1 8 ) 1410–1423
Available online at www.sciencedirect.com
ScienceDirect
journal homepage: www.intl.elsevierhealth.com/journals/dema
Experimental tricalcium silicate cement induces

reparative dentinogenesis
Xin Li a,b,1 , Mariano Simón Pedano a,1 , Bernardo Camargo a,c ,

Esther Hauben d , Stéphanie De Vleeschauwer e , Zhi Chen b , Jan De Munck a ,
Katleen Vandamme a , Kirsten Van Landuyt a , Bart Van Meerbeek a,∗
a KU Leuven (University of Leuven),Department of Oral Health Sciences,BIOMAT & UZ Leuven (University
Hospitals Leuven),Dentistry,Leuven,Belgium
b Wuhan University,School and Hospital of Stomatology,Ministry of Education,The State Key Laboratory Breeding
Base of Basic Science of Stomatology (Hubei-MOST) & Key Laboratory of Oral Biomedicine,Wuhan,PR China
c Federal University of Rio de Janeiro,Nuclear Engineering Program,Rio de Janeiro,Brazil
d Laboratory for Pathology,UZ Leuven & Department of Imaging and Pathology,Translational Cell and Tissue
Research,KU Leuven,Leuven,Belgium
e Laboratory Animal Center,KU Leuven,Leuven,Belgium
a r t i c l e i n f o a b s t r a c t
Article history: Objectives.To overcome shortcomings of hydraulic calcium-silicate cements (hCSCs), an

Received 17 March 2018 experimental tricalcium silicate (TCS) cement, named ‘TCS 50’, was developed. In vitro
Received in revised form research showed that TCS 50 played no negative effect on the viability and proliferation
24 May 2018 of human dental pulp cells, and it induced cell odontogenic differentiation. The objective
Accepted 7 June 2018 was to evaluate the pulpal repair potential of TCS 50 applied onto exposed minipig pulps.
Methods.Twenty permanent teeth from three minipigs were mechanically exposed and
capped using TCS 50; half of the teeth were scheduled for 7-day and the other half for
Keywords: 70-day examination (n = 10). Commercial hCSCs ProRoot MTA and TheraCal LC were tested
Pulp capping as references (n = 8). Tooth discoloration was examined visually. After animal sacrifice, the
Tricalcium silicate cement teeth were scanned using micro-computed tomography; inflammatory response at day 7
Minipig and day 70, mineralized tissue formation at day 70 were assessed histologically.
Reparative dentin Results.Up to 70 days, TCS 50 induced no discoloration, ProRoot MTA generated gray/black
discoloration in all teeth. For TCS 50, 40.0% pulps exhibited a mild/moderate inflammation at
day 7. No inflammation was detected and complete reparative dentin with tubular structures
was formed in all pulps after 70 days. ProRoot MTA induced a similar response, TheraCal LC
generated a less favorable response in terms of initial inflammation and reparative dentin
formation; however, these differences were not significant (Chi-square test of independence:
p > 0.05).
Significance.TCS 50 induced reparative dentinogenesis in minipig pulps. It can be considered
as a promising pulp-capping agent, also for aesthetic areas.
© 2018 The Academy of Dental Materials. Published by Elsevier Inc. All rights reserved.
∗
Corresponding author at: KU Leuven (University of Leuven), Department of Oral Health Sciences, BIOMAT, Kapucijnenvoer 7, blok a —
box 7001, BE-3000 Leuven, Belgium.
E-mail address: bart.vanmeerbeek@kuleuven.be (B. Van Meerbeek).
1
Equal first-author contribution.
https://doi.org/10.1016/j.dental.2018.06.016
0109-5641/© 2018 The Academy of Dental Materials. Published by Elsevier Inc. All rights reserved.
118
Basic Research—Technology
Influence of Heat Treatment of Nickel-Titanium Rotary

Endodontic Instruments on Apical Preparation:
A Micro–Computed Tomographic Study
Bernardo Corrêa de Almeida, DDS, MSc,* Fab!ıola Ormiga, DDS, MSc, DSc,*
ujo, DDS, MSc, DSc,* Ricardo Tadeu Lopes, DSc,†
Marcos C!esar Pimenta de Ara!
a Corrêa Barbosa Lima, DSc,† Bernardo Camargo dos Santos, DDS, MSc,†
Inay!
and Heloisa Gusman, DDS, DSc*
Abstract
Introduction: The aim of this study was to make a 3-
dimensional comparison of the canal transportation
and changes in apical geometry using micro–computed
C leaning and shaping the root canal system are essential to achieving clinical success
in endodontic treatment (1). Mechanical preparation should maintain the original
pathway and anatomy of the root canal (2). Mainly because of its anatomic complexity,
tomographic imaging after canal preparation with K3 the apical third is the region most susceptible to accidents such as apical transportation,
(SybronEndo, Orange, CA) and K3XF (SybronEndo) file ledge formation, and perforations during instrumentation (3, 4). The cross-sectional
systems. Methods: Twenty-eight mandibular molars geometry, mechanical properties, and the size of the endodontic instrument are impor-
were randomly divided into 2 groups according to the tant factors that contribute to transportation of the root canal (5–7).
rotary system used in instrumentation: K3 or K3XF. The introduction of endodontic files made of nickel-titanium (NiTi) alloy signifi-
The specimens were scanned by micro–computed tomo- cantly increased the quality of canal preparation and reduced the number of sessions
graphic imaging before and after instrumentation. Im- and the risk of errors during endodontic treatment (8, 9). NiTi instruments show
ages before and after instrumentation from each greater flexibility, which allows a safer and more precise preparation, when
group were compared with regard to canal volume, sur- compared with traditional stainless steel instruments (10).
face area, and structure model index (SMI) (paired t test, To improve the mechanical properties of NiTi endodontic instruments, advances
P < .05). After instrumentation, the canals from each in the production process have been proposed, such as heat treatment of the alloy
group were compared regarding the changes in volume, before or after the manufacturing process (11–13). The aim of this treatment is to
surface area, SMI, and canal transportation in the last 4 modify the phase transition temperatures of the alloy to reduce the stress level on
apical mm (t test, P < .05). Results: Instrumentation the superelastic plateau (8, 9, 12). As a result, the heat treatment allows the
with the 2 rotary systems significantly changed the canal manufacture of more flexible and resistant instruments, which generate lower stress
volume, surface area, and SMI (P < .05). There were no levels during canal preparation (14, 15).
significant differences between instrument types con- With the advancements in the thermomechanical process developed in recent
cerning these parameters (P > .05). There were no sig- years, different types of heat treatment have been used for manufacturing endodontic
nificant differences between the 2 groups with regard to files (14), leading to alloys such as R-phase alloy of K3XF (SybronEndo, Orange,
canal transportation in the last 4 apical mm (P > .05). CA) and Twisted Files (SybronEndo); the CM Wire of HyFlex CM Instruments (Coltene
Conclusions: Both rotary systems showed adequate ca- Whaledent, Cuyahoga Falls, OH) and Typhoon Infinite Flex NiTi files (Clinician’s Choice
nal preparations with reduced values of canal transpor- Dental Products, New Milford, CT); and the M-Wire alloy of WaveOne (Dentsply Mail-
tation. Heat treatment did not influence changes in root lefer, Ballaigues, Switzerland), Vortex (Dentsply Tulsa Dental, Tulsa, OK), Reciproc
canal geometry in the apical region. (J Endod (VDW, Munich, Germany), ProTaper Next (Dentsply Tulsa Dental), and ProFile GT Se-
2015;41:2031–2035) ries X files (Dentsply Tulsa Dental).
Several studies have investigated the ability of different endodontic NiTi instrument
Key Words systems to maintain the original canal pathway during root canal preparation (5, 6,16–
Canal transportation, heat treatment, micro–computed 22). However, there is no consensus on the ability to maintain a centralized preparation
tomography, nickel-titanium instrument when heat-treated files are compared with conventional NiTi instruments (6, 23). These
studies often compare instruments with different geometries, dimensions, kinematics,
and file sequences, which makes it difficult to evaluate the real influence of the alloy on
the centering ability during canal preparation.
From the *Department of Dental Clinic and †Nuclear Instrumentation Laboratory, Federal University of Rio de Janeiro, Centro de Tecnologia, Ilha da Cidade Uni-
versit!aria, Rio de Janeiro, Rio de Janeiro, Brazil.
Address requests for reprints to Dr Heloisa Gusman, Rua Prof Rodolpho Paulo Rocco 325/2! Andar, Ilha da Cidade Universit!aria, Rio de Janeiro 21941-913, Brazil.
E-mail address: heloisagusman@gmail.com
0099-2399/$ - see front matter
Copyright ª 2015 American Association of Endodontists.
http://dx.doi.org/10.1016/j.joen.2015.09.001
JOE — Volume 41, Number 12, December 2015 Heat Treatment and NiTi Rotary Instruments 2031
119
The Influence of Dentin Age and the Presence of Cracks in
Removal of the Root Filling Material
Lilian Rachel de Lima Aboud a, Ricardo Tadeu Lopes b, Bernardo Camargo dos Santos b, Thaís
Maria Pires dos Santos b, Leonardo Aboud Costa Viana a, Miriam F Zaccaro Scelza a*
a Department of Endodontics, Fluminense Federal University (UFF), Brazil; b Department of Nuclear Energy, Federal University of Rio de Janeiro (UFRJ), Brazil
ARTICLE INFO ABSTRACT
Article Type: Original Article Introduction: This study evaluated the removal of the filling material during endodontic
retreatment considering the presence of cracks and the dentin age. Methods and Materials: A total
Received: 19 Jan 2018 of 20 freshly extracted single-rooted teeth were categorized into the following two groups according
Revised: 04 May 2018 to the age of the patients: Group Young (Y; aged 18-30 years) and Group Old (O; aged ≥60 years).
Accepted: 16 May 2018 Each tooth specimen was scanned by microcomputed tomography (micro-CT) subsequently after
Doi: 10.22037/iej.v13i3.20291 endodontic retreatment with the Reciproc instruments (REC). The images were analyzed for
differences in the volume of dentin cracks and the presence of the filling material in the middle
*Corresponding author: Miriam and apical thirds of the teeth among the groups, according to the dentin age. Results: The micro-
F Zaccaro Scelza, Department of CT images showed that after retreatment, there were more cracks in the old root dentin than those
Endodontics, Fluminense in the young root dentin, although the difference was not statistically significant (P>0.05). The
Federal University (UFF), greatest reduction in the filling material was achieved when the old root dentin with cracks was
retreated when compared with that of the young root dentin with cracks, but the difference was
Brazil, Zipe cod 2402140. not statistically significant (P>0.05). Conclusion: The dentinal age and the presence of cracks were
Tel: +55-21 999840270 not found to be relevant factors for the removal of the filling material.
E-mail: scelza@terra.com.br Keywords: Dentin; Microcomputed Tomography; Retreatment
Introduction structure [7, 8]. The use of reciprocating instruments has been
considered as the most rapid method for removing gutta-percha
N on-surgical endodontic retreatment can be indicated in

case of treatment failures [1, 2]. Efficiency in the removal
of the filling material from the interior part of the root canal and
and sealer when compared with rotating files [9-11] besides
extruding less apical debris [12]. The Reciproc system uses a
single file and has been selected because of its flexibility due to
the preservation of the dentin structure are fundamental for the fact that the system is made up of M-Wire nickel-titanium
successful retreatment [3]. However, it is known that dentin alloy subjected to thermal treatment with an S-shaped cross-
undergoes modifications with age, especially dehydration. The section, which can reduce the incidence of cracks when
old dentin is less hydrated than the young dentin, which compared with the rotary system [13, 14]. However, the
contributes to the development of cracks on the dentinal surface behavior of this type of file has not yet been analyzed, taking into
that can lead to endodontic failure [4, 5]. account the dentinal age factor.
Several techniques involving the use of solvents, heat, The dentin structure and the removal of the filling material
mechanical instruments, and combinations of different methods from the interior parts of the root canal have been analyzed
can be used for the removal of the filling material [6]. through image analysis using stereomicroscopy, optical
Reciprocating instruments have been widely used for this microscopy, electronic microscopy, conventional tomography
purpose as they appear to cause less damage to the dentin and x-rays. However, microcomputed tomography (micro-CT)
IEJ Iranian Endodontic Journal 2018;13(3): 331-336
120
Brazilian Dental Journal (2018) 29(6): 1-6
ISSN 0103-6440
http://dx.doi.org/10.1590/0103-6440201802134
Effect of Aging on Dentinal

1UFF – Universidade Federal
Fluminsense Niteroi, RJ, Brazil
2UFRJ Universidade Federal do Rio de
Crack Formation after Janeiro, Rio de Janeiro, RJ, Brazil
Treatment and Retreatment Correspondence: Miriam Fátima

Procedures: a Micro-CT Study Zaccaro Scelza, Rua Mario Santos
Braga, 30, 24020-140 Niteroi, Rio de
Janeiro, RJ, Brasil. Tel: + 55-21-2629-
9835. e-mail: scelza@terra.com.br
Lilian Rachel de Lima Aboud1, Bernardo Camargo dos Santos2, Ricardo

Tadeu Lopes2, Leonardo Aboud Costa Viana1, Miriam Fátima Zaccaro Scelza1
In order to evaluate the volume of dentinal cracks taking into account the age of the
dentin and the type of file system used for endodontic procedures, forty freshly extracted
single-rooted lower incisive teeth presenting similar root volume, were divided into two
groups according to the age of the patient: Group Young (18 - 30 years old) and Group
Old (60 years old or more). Each specimen was scanned by microcomputed tomography
(micro-CT) in three stages: (i) before any treatment, (ii) after endodontic treatment with
Reciproc files (REC), and (iii) after subsequent endodontic retreatment. Each group was
subdivided into two subgroups, according to the retreatment technique used: retreatment
with REC or with ProTaper Universal Retreatment (PUR) files. For each subgroup, the
images were analyzed for differences in the volume of dentinal cracks in the middle and
apical thirds of the teeth , according to the dentin age. In both stages (before and after
instrumentation), the micro-CT images of the old root dentin presented with higher volume
of cracks than those of the young root dentin, statistical significance notwithstanding
(p>0.01). The use of REC files appeared to have no statistically significant differences Key Words: dentinal age,
in the generation of cracks in any type of root dentin when compared with PUR files dentinal volume cracks,
(p>0.01). When retreated with PUR, the old root dentin presented with a significantly microcomputed tomography,
higher volume of cracks (p<0.01) when compared with the old root dentin initially. reciprocating files, rotary files
Introduction reciprocating systems in the generation of defects has

It is well known that the human dentin undergoes been the point of greatest interest in these studies (8-12).
various modifications, such as decrease in the number Different microscopy methods have been used to
and size of dentinal tubule with age (1), thereby lowering analyze dentinal defects (9). Microcomputed tomography
the incidence of bacterial infections in the tubules (2). The (micro-CT) imaging provides accurate details of defects in
young hydrated dentin presents with certain mechanisms dentin at high-resolution (9,10). Regardless of the type of
that contribute to the dissipation of energy and resistance instrumentation, this technique can depict the generation
to the development of cracks on the surface, a feature and amount of crack formation after endodontic treatment
that is absent in the aged dentin, as the crack resistance of and retreatment, thus providing a clear insight into how the
human dentin decreases with tissue age and dehydration different files, techniques and systems used can influence
(3,4). Therefore, studies on the effect of different types of endodontic success or failure (8-10).
endodontic procedures on the dentin, according to dentinal This study compared the increase in the volume of crack
age, would be relevant in daily clinical practice. formations in young and old root dentin, before and after
Dentinal cracks may occur due to the amount of dentin endodontic treatment and retreatment with rotary and
removed during endodontic treatment and retreatment reciprocating instruments, using micro-CT analysis. The
procedures. Moreover, different files systems, with various Reciproc file (REC; VDW, Munich, Germany) was used for
tapers, cutting blades and tip configurations, including canal instrumentation. In the retreatment stage both groups
manual, rotary and reciprocating motion instrumentation, were divided and retreated with REC and ProTaper Universal
are used. Several studies have reported that manual and Retreatment file (PUR; Dentsply Maillefer, Ballaigues,
reciprocating motion instruments can generate cracks, but on Switzerland) with the aim of comparing the two systems
a smaller scale when compared with the rotating files (5-7). in both dentin (young and old), by using micro-CT analysis.
In the case of endodontic retreatment, researchers
reported the incidence of crack formation and propagation Material and Methods
after the procedure with manual, rotational and Selection of Samples and Micro-CT Specifications
reciprocating instruments. The behavior of rotational and According to a statistical database, the number of
121
Anexo 5 : Certificado KU Leuven relativo ao Doutorado-sanduíche:
122
123
Anexo 4 : Relatório Orientador no Exterior (Doutorado-sanduíche):
124
125

Tese-Bernardo-Camargo

Enviado por

Direitos autorais:

Formatos disponíveis

Tese-Bernardo-Camargo

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Tese-Bernardo-Camargo

Enviado por

Direitos autorais:

Formatos disponíveis

MICROTOMOGRAFIA COMPUTADORIZADA APLICADA À ENDODONTIA:

OTIMIZAÇÃO DE PARÂMETROS FÍSICOS E APLICAÇÕES PRÁTICAS

Bernardo Camargo dos Santos

Tese de Doutorado apresentada ao Programa de

Orientadora: Inayá Corrêa Barbosa Lima

Bernardo Camargo dos Santos

TESE SUBMETIDA AO CORPO DOCENTE DO INSTITUTO ALBERTO LUIZ COIMBRA

Profa. Inayá Correa Barbosa Lima, DSc.

Prof. Ademir Xavier da Silva, DSc.

Prof. Eduardo Franzotti SantÁnna, PhD.

Profa. Marilia Fagury Videira Marceliano-Alves, PhD.

Prof. Paulo Fernando Ferreira Frutuoso e Melo, DSc.

Dr. Thaís Accorsi-Mendonça, PhD.

RIO DE JANEIRO, RJ – BRASIL

Todo e qualquer feito que eu tenha atingido deve-se a minha família,

Aos meus irmãos Gustavo e Fernanda que me acompanharam desde sempre

Ao Prof. Paulo Fernando, coordenador do Programa de Engenharia Nuclear

Ao prof. Carlos Castro pela fundamental participação ao me ensinar e me

Ao Prof. Ricardo Tadeu por me acolher no Laboratório de Instrumentação

Estendo o agradecimento aos funcionários do PEN, principalmente a Josevalda

Aos meus amigos de LIN: Alessandra de Castro (fundamental desde o início),

Ao CNPq e à Capes pelo apoio financeiro.

MICROTOMOGRAFIA COMPUTADORIZADA APLICADA À ENDODONTIA:

Bernardo Camargo dos Santos

Orientador: Inayá Correa Barbosa Lima

Programa: Engenharia Nuclear

O objetivo deste trabalho foi otimizar a aplicação da microCT em dentes

MICRO-COMPUTED TOMOGRAPHY IN ENDODONTICS: OPTIMIZATION OF

Bernardo Camargo dos Santos

Advisor: Inayá Correa Barbosa Lima

Department: Nuclear Engineering

1.1 Apresentação do Problema .............................................................................. 4

1.2 Objetivos ............................................................................................................ 5

1.3 Organização do trabalho ................................................................................... 5

2. FUNDAMENTAÇÃO TEÓRICA ................................................................................ 7

2.1 Funcionamento de Tomografia ........................................................................ 8

2.2 Fonte de Raios X .............................................................................................. 11

2.3 Detector ............................................................................................................ 12

2.4 Parâmetros físicos e qualidade da imagem .................................................. 13

2.4.2. Resolução em Contraste ........................................................................... 22

2.4.3. Ruído ......................................................................................................... 25

2.5 A Visão Humana .............................................................................................. 27

2.6 Reconstrução ................................................................................................... 28

2.7 Softwares .......................................................................................................... 31

2.8 Filtros ................................................................................................................ 33

2.9 Segmentação ................................................................................................... 35

2.9.2 Segmentação automática .......................................................................... 38

2.9.3 Método Semiautomático por Limiar de Adaptação .................................... 38

3. MATERIAIS E MÉTODOS ...................................................................................... 40

3.1 Amostra ............................................................................................................ 42

3.2 Equipamentos .................................................................................................. 42

3.2.2 Skyscan 1173 ............................................................................................. 44

3.3.3 Phoenix NanoTom – GE ............................................................................ 45

3.4 Aquisição .......................................................................................................... 46

3.5 Reconstrução ................................................................................................... 48

3.6.2 Análise Quantitativa ................................................................................... 49

3.7 Teste Estatístico .............................................................................................. 52

4.1 Artigo 1: Resolução espacial: as informações descritas em trabalhos de

4.1.2 Resultados ................................................................................................. 57

4.2 - Artigo 2: A importância dos parâmetros energéticos da aquisição