Novos métodos de segmentação baseados em modelos de contornos ativos deformáveis são constantemente propostos e validados em diferentes áreas do conhecimento, buscando customizar a etapa de detecção de uma determinada região de interesse. Neste contexto, este trabalho tem como objetivo desenvolver...

Novos métodos de segmentação baseados em modelos de contornos ativos deformáveis são constantemente propostos e validados em diferentes áreas do conhecimento, buscando customizar a etapa de detecção de uma determinada região de interesse. Neste contexto, este trabalho tem como objetivo desenvolver um novo algoritmo adaptativo e livre de parâmetros para definição da energia total, com inicialização e critério de parada automático, denominado de Optimum Path Snakes (OPS). A validação do OPS é realizada em imagens de tomografia computadorizada (TC) do tórax e do crânio, sendo considerada a segmentação dos pulmões realizada por especialistas e comparação com os algoritmos Fluxo do Vetor Gradiente, Convolução do Vetor de Campo, SISDEP, e o recente Crisp Adaptativo. Para a segmentação das regiões com acidente vascular cerebral, os métodos de Crescimento de Regiões, Watershed e LSCPM foram considerados. Métricas de validações estatística baseadas no coeficiente de Dice (DC) e distância Hausdorff (HD) foram analisadas, bem como o tempo de processamento. Além do mais, um novo extrator de atributos, Análise das Densidades dos Tecidos Humanos (ADH), foi proposto. A partir dos resultados, pode-se constatar que o OPS, combinado com o ADH, formam uma ferramenta bastante promissora para segmentação de imagens, apresentando valores bastante satisfatórios para DC e HD, e, muitas vezes, superiores aos métodos comparados, incluindo os gerados pelos especialistas. Outra vantagem do OPS, está relacionada ao fato de não ser dedicado para determinados tipos de imagens.
Palavras-chave: Método de Contornos Ativos, Snakes, Segmentação de imagens, Floresta de
Caminhos Ótimos.

Novel segmentationmethodsbasedonmodelsofdeformableactivecontours are constantlyproposedandvalidated in differentfieldsofknowledge, lookingto customize thedetectionstepfrom a certainregionofinterest. In thiscontext, thispaperaimstodevelop a new adaptivealgorithmandfreeparametersto define the total...

Novel segmentationmethodsbasedonmodelsofdeformableactivecontours are constantlyproposedandvalidated in differentfieldsofknowledge, lookingto customize thedetectionstepfrom a certainregionofinterest. In thiscontext, thispaperaimstodevelop a new adaptivealgorithmandfreeparametersto define the total energy, withinitializationand stop criteriaautomatics, calledOptimum Path Snakes (OPS). The OPS validationiscarried out fromthoraxand cranial computedtomography (CT) scanimages, consideringthesegmentationofthelungsbyspecialists, and vector fieldconvolution, gradient vector flow, SISDEP, CRAD segmentationalgorithms. For thesegmentationofregionswithstroke, themethodsbasedongrowthregions, watershedand LSCPM wereconsidered. StatisticalvalidationsmetricsusingDicecoefficient (DC) andHausdorffdistance (HD) werealsoanalyzed, as well as processing time. In addition, a novel attributeextractor, denominatedAnalysisofHumanTissueDensities (ADH) hasbeenproposed. Basedontheresults, it canbeverifiedthatthe OPS, combinedwiththe ADH, are a promising tool for imagesegmentation, presentingsatisfactoryresults for DC and HD, and, many times, superior tothecomparedalgorithms, includingthosegeneratedbyscpelistis. Anotheradvantageofthe PS, sassociatedtothefactofnotbeingdedicatedtospecifictypesofimages.
Keywords: Active ContourMethod, Optimum Path Florest, Snakes, ImageSegmentation.

Disponibilidade forma física: Existe obra impressa de código : 99226