Um estudo sobre algoritmos genéticos, lógica fuzzy e técnicas para segmentação e classificação ...

67 Pages·2008·1.05 MB·Portuguese

UNIVERSIDADE CATÓLICA DE PELOTAS
CENTRO POLITÉCNICO
PROGRAMA DE PÓS-GRADUAÇÃO EM INFORMÁTICA
Um estudo sobre algoritmos genéticos,
lógica fuzzy e técnicas para segmentação
e classificação em imagens médicas
por
Frederico Corrêa da Silva
Trabalho Individual I
/
TI-2008 1-01
Orientador: Prof. Dr. Marilton Sanchotene de Aguiar
Pelotas, julho de 2008
DedicoestetrabalhoaosmeusPais
porteremorientadominhatrajetória
esempremantidomeusolhosabertos.
AGRADECIMENTOS
Agradeço:
• aminhaFamília;
• aosamigosdeinfância;
• aosmeuscolegasquemeajudaramdealgumaforma;
• aosmeusProfessoresquemeproporcionaramoconhecimentonecessárioparacon-
cluirosdeveres;
• ao Professor e Orientador Marilton Sanchotene de Aguiar que me deu conselhos
precisosedecisivosduranteatrajetória;
• a minha companheira que vivenciou todo esse processo e me ajudou a manter a
mentetranqüilaparatomarasmelhoresdecisões;
• eaCAPES,peloauxílioemformadebolsa.
É preciso fé cega e pé atrás
Olho vivo, faro fino e tanto faz
É preciso saber de tudo
E não pensar em nada
Fé cega e pé atrás.
—HG
SUMÁRIO
LISTADEFIGURAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
LISTADETABELAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
LISTADEABREVIATURASESIGLAS . . . . . . . . . . . . . . . . . . . . . 10
RESUMO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
ABSTRACT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1 INTRODUÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.1 Metodologia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2 PROCESSAMENTODEIMAGENSDIGITAIS . . . . . . . . . . . . . . . 14
2.1 ConsideraçõesIniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.1.1 DefiniçãodeImagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
2.1.2 SistemasdeImageamento . . . . . . . . . . . . . . . . . . . . . . . . . . 15
2.1.3 Noçõesdepercepçãovisualhumana . . . . . . . . . . . . . . . . . . . . 15
2.1.4 DefiniçãodeContraste . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.1.5 DefiniçãodeCores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.1.6 ÁreasdePesquisa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
2.2 ArquivosGráficos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
2.2.1 FormatoBMP . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.2 FormatoTIFF . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
2.2.3 FormatoJPEG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.3 ProcessamentodeImagens . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.3.1 TiposdeOperações . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.3.2 Digitalização . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
2.3.3 RealcedaImagens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
2.4 SegmentaçãodeImagens . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.4.1 SegmentaçãoporRegião . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.4.2 Segmentaçãoportextura . . . . . . . . . . . . . . . . . . . . . . . . . . 27
2.4.3 SegmentaçãoporContorno . . . . . . . . . . . . . . . . . . . . . . . . . 28
2.4.4 EnlacedeBordaseDetecçãodeContornos . . . . . . . . . . . . . . . . . 29
2.5 AnálisedeImagens . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.5.1 Técnicasdeclassificaçãodeimagens . . . . . . . . . . . . . . . . . . . . 30
2.5.2 Interpretaçãodeimagens . . . . . . . . . . . . . . . . . . . . . . . . . . 31
3 PROCESSAMENTODEIMAGENSMÉDICAS . . . . . . . . . . . . . . . 32
3.1 ConsideraçõesIniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.1.1 Propriedadedaimagemmédica . . . . . . . . . . . . . . . . . . . . . . . 32
3.1.2 ResoluçãodaImagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
3.1.3 TexturadaImagem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
3.2 ProtocoloDICOM . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.3 ModalidadesdeImagensMédicas . . . . . . . . . . . . . . . . . . . . . . 41
3.3.1 Radiografia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
3.3.2 Ultra-sonografia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44
3.3.3 RessonânciaMagnéticaNuclear . . . . . . . . . . . . . . . . . . . . . . 45
3.3.4 TomografiaComputadorizada . . . . . . . . . . . . . . . . . . . . . . . . 45
3.4 ExemplosdeAplicações . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.4.1 Detecçãodeagrupamentosdemicrocalcificaçõesemmamogramas . . . . 46
3.4.2 Detecçãodeassimetriasemimagensmamográficas . . . . . . . . . . . . 47
4 ALGORITMOGENÉTICO . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.1 ConsideraçõesIniciais . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.1.1 Histórico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
4.1.2 Conceito . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.2 PopulaçãoInicial . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.3 AvaliaçãodaPopulação . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.4 OperadoresGenéticos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
4.4.1 Seleção . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.4.2 Cruzamento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
4.4.3 Mutação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.5 SubstituiçãodaPopulação . . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.6 CritériodeParada . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
5 LÓGICAFUZZY . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
5.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
5.2 ConjuntosFuzzy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
5.2.1 OperaçõesBásicasentreConjuntosFuzzy . . . . . . . . . . . . . . . . . 59
5.3 FunçõesdePertinência . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
5.4 SistemasFuzzy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61
6 CONCLUSÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63
REFERÊNCIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64
LISTA DE FIGURAS
Figura2.1 Representaçãodiscretadeumaimagem(ANTUNES,1999). . . . . . 15
Figura2.2 Exemplodevariaçãodecontraste(ANTUNES,1999). . . . . . . . . 16
Figura2.3 Relaçãoentrecomputaçãográfica,processamentodeimagensevisão
computacional(ANTUNES,1999). . . . . . . . . . . . . . . . . . . 17
Figura2.4 Diferençanageometriadaamostragem(SCHARCANSK.J.,1998). . 21
Figura2.5 Histogramadeumaimagem(ANTUNES,1999). . . . . . . . . . . . 23
Figura2.6 Equalizaçãodehistograma(ANTUNES,1999). . . . . . . . . . . . . 24
Figura2.7 Modificaçãodecontraste(ANTUNES,1999). . . . . . . . . . . . . . 25
Figura2.8 Representação de uma imagem segmentada usando quadtree (JAIN,
1969). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
Figura2.9 Técnica estrutural: definição de estruturas que caracterizam a tex-
tura(SCHARCANSK.J.,1998). . . . . . . . . . . . . . . . . . . . . 28
Figura3.1 Ilustração do conceito de vizinhança considerando o ponto central
como o pixel de interesse, os pixels da vizinhança são representados
pelosespaçosemcinza: (a)vizinhança-de-4;(b)vizinhançadiagonal;
(c)vizinhanca.de-8 . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
Figura3.2 Modelo de comunicação geral do padrão DICOM (STANDARDS;
PUBLICATIONS,2006) . . . . . . . . . . . . . . . . . . . . . . . . 39
Figura3.3 Esquemautilizadoparasegmentaçãodemicrocalcificações(NUNES,
2005). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
Figura3.4 Detecção de agrupamentos de microcalcificações em mamogramas.
(a) imagem original; (b) região de interesse extraída da imagem ori-
ginal;(c)regiãodeinteressesegmentada;(d)regiãodeinteresseapós
transformação área-ponto e (e) região de interesse após identificação
declusters(NUNES,2005). . . . . . . . . . . . . . . . . . . . . . . 48
Figura3.5 Exemplo de medição de assimetrias em mamogramas: (a) assimetria
global;(b)assimetriaslocais(NUNES,2005). . . . . . . . . . . . . . 49
Figura4.1 Etapasdosalgoritmosgenéticos(MOREIRA,2004). . . . . . . . . . 52
Figura5.1 Gráfico da função de pertinência dos números inteiros “peque-
nos”(SANTOS,2007). . . . . . . . . . . . . . . . . . . . . . . . . . 58
Figura5.2 Exemplo hipotético de conjunto fuzzy para categoria de peso corpo-
ral(SOUSA,2007). . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
Figura5.3 Images: (a) União entre subconjuntos fuzzy ; (b) Intersecção entre
subconjuntosfuzzy(c)Complementardeumconjuntofuzzy. . . . . . 60
Figura5.4 Arquiteturadeumsistemafuzzy(SANTOS,2007). . . . . . . . . . . 62
LISTA DE TABELAS
Tabela5.1 Grau de pertinência dos números inteiros considerados “peque-
nos”(SANTOS,2007). . . . . . . . . . . . . . . . . . . . . . . . . . 59
LISTA DE ABREVIATURAS E SIGLAS
ACR AmericanCollegeofRadiology
CAD ComputerAidedDiagnosis
CDI CentrodeDiagnósticoporImagem
DICOM DigitalImagingandCommunicationsinMedicine
HCTA HealthCareTechnologyAssessment
HIS HospitalInformationSystem
HL7 HealthLevelSeven
IHE IntegrationHealthcareEnterprise
MIII MedicalImagingInformaticsInfraestruture
MPPS ModalityProcedurePerformedStep
NEMA NationalEquipamentManufacturersAssociation
nm Nanometro
PACS PictureArchivingComunicationSystem
PDI ProcessamentoDigitaldeImagens
PET Positronemissiontomography
PET PositronEmissionTomography
PID ProcessamentodeImagensDigitais
RGB RedGreenBlue
RIS RadiologyInformationSystem
RLE Run-LengthEncoding
RM RessonânciaMagnética
RMN RessonânciaMagnéticaNuclear
SPECT Singlephotonemissioncomputedtomography
TC TomografiaComputadorizada
TCP/IP TransmissionControlProtocol/InternetProtocol
US Ultra-som