análise computacional de imagens biomédicas: métodos e ...tavares/downloads/... · introdução...
TRANSCRIPT
Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
João Manuel R. S. Tavares
[email protected] www.fe.up.pt/~tavares
III Jornadas de Biomecânica 2013
Leiria, 20 Março 2013
Sumário
1. Apresentação
2. Análise Computacional de Imagens Biomédicas
i. Introdução
ii. Análise e Simulação de Movimento e Deformação • Seguimento • Emparelhamento • Alinhamento • Simulação
iii. Visão 3D
3. Equipa
4. Eventos & Publicações
2 Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 2013@João Manuel R. S. Tavares
Apresentação
Apresentação • Prof. Associado no Dep. de Eng. Mecânica (DEMec) da
FEUP • Investigador Sénior e Coordenador de Projecto no Lab. de
Óptica e Mecânica Experimental (LOME) do INEGI • Doutorado e Mestre em Eng. Electrotécnica e de
Computadores (FEUP) (com Tese e Dissertação na área do Processamento e Análise de Imagem)
• Licenciado em Eng. Mecânica (FEUP) • Áreas de Investigação: Processamento e Análise de
Imagem (segmentação, seguimento, emparelhamento, alinhamento e visão 3D), Interfaces Homem/Máquina (visualização de dados e percepção humana), Desenvolvimento de Produto (dispositivos biomédicos), Biomecânica, Movimento e Postura Humana
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 4
Processamento e Análise de Imagem: Introdução
Introdução • O sistema sensorial de visão tem elevada importância
para grande parte dos seres vivos
– Podendo disponibilizar informações de índole básica, como verificar a existência ou não de obstáculos, ou complexa, como o seguimento e a análise de movimento e/ou deformação
– Operações comuns: identificação (segmentação), seguimento e reconhecimento de movimento ou deformação (seguimento e análise de movimento/deformação), correspondência e alinhamento (emparelhamento e alinhamento), interpolação de formas (simulação), obtenção da forma/informação 3D (Visão 3D)
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 6
Introdução • Os investigadores da área do Processamento e Análise
de Imagem tentam desenvolver algoritmos computacionais para realizar de forma automática, ou semi-automática, operações e tarefas desenvolvidas pelos (complexos) sistemas de visão dos seres vivos
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 7
Imagens originais
Azevedo et al. (2010) Computer Methods in Biomechanics and Biomedical Engineering 13(3):359-369
Modelo computacional 3D voxalizado e poligonizado
Introdução • Algoritmos de Processamento e Análise de Imagem
são de elevado interesse para a Sociedade, sendo frequentemente usados, por exemplo, em: – Ciências naturais, Desporto – Engenharia, Indústria – Medicina, Biologia
• Exemplos de tarefas comuns envolvendo algoritmos de Processamento e Análise de Imagem: – Remoção de ruído, Correcção geométrica – Segmentação, Reconhecimento (2D-4D) – Seguimento e análise de movimento e/ou deformação,
incluindo emparelhamento, alinhamento e simulação (2D-4D) – Visão 3D
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 8
Introdução: Processamento e Análise de Imagem – Operações e Objectivos
Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 9
Melhoramento de imagem
Segmentação de imagem / extração de características
seguimento
emparelhamento
simulação
Imagem / imagens
Análise de movimento alinhamento
Processamento de Imagem
Análise de Imagem / Visão Computacional
2013@João Manuel R. S. Tavares
Visão 3D
Visão por Computador
Introdução • (Pré-)Processamento de Imagem: suavização de ruído
por difusão anisotrópica
10 2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
• Segmentação de contornos em pedobarografia dinâmica: método de Otsu, operadores morfológicos, XOR
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 11
Imagens originais Após segmentação
Bastos & Tavares (2004) LNCS 3179:39-50
Segmentação
camada de contacto + vidro
câmara espelho
luz reflectida vidro
pressão camada opaca
lâmpada
lâmpada camada transparente
Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Seguimento
Seguimento • Pretende-se seguir o movimento e/ou a deformação de
estruturas em sequências de imagem (2D/3D)
• Nesta área, destacam-se as técnicas baseadas em fluxo óptico, emparelhamento de blocos e em métodos estocásticos
• Usualmente, envolve a estimativa do movimento envolvido, a gestão das entidades seguidas, a análise do movimento seguido bem como a sua quantificação
• Problemas envolvidos: movimento não rígido, distorção geométrica, condições de iluminação variáveis, oclusão, ruído, múltiplas estruturas, etc.
Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 13 2013@João Manuel R. S. Tavares
Seguimento • Plataforma desenvolvida para
seguimento de entidades (pontos / rectas) em sequências de imagem: filtro de Kalman ou filtro Unscented Kalman, otimização, distância de Mahalanobis, modelo de gestão
Pinho et al. (2007) Int. Journal of Simulation Modelling 6(2):84-92 Pinho & Tavares (2009) VipIMAGE 2009, 299-304 Pinho & Tavares (2009) Computer Modeling in Engineering & Sciences 46(1):51-75
Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 14 2013@João Manuel R. S. Tavares
Seguimento • Seguimento de marcas em análise da marcha: filtro de
Kalman, distância de Mahalanobis, otimização, modelo de gestão
Previsão Incerteza Medição Correspondência Resultado
Pinho et al. (2005) ICCB 2005, 915-926 Pinho & Tavares (2009) Computer Modeling in Engineering & Sciences 46(1):51-75
(5 frames)
Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 15 2013@João Manuel R. S. Tavares
Sousa et al. (2007) ISHF2007, 331-340 Sousa et al. (2007) ICCB2007, 291-296
Seguimento • Análise da marcha com deteção de
eventos: filtro de Kalman, distância de Mahalanobis, otimização
Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 16 2013@João Manuel R. S. Tavares
Pinho et al. (2005) LSCCS, Vol. 4A:463-466 Pinho et al. (2007) International Journal of Simulation Modelling 6(2):84-92
(547 frames)
Seguimento • Seguimento de ratos em sequências longas de imagem:
filtro de Kalman, distância de Mahalanobis, otimização, modelo de gestão
Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 17 2013@João Manuel R. S. Tavares
Seguimento • Seguimento de ratos em sequências de imagem: filtro
de Kalman (KF) e filtro Unscented Kalman (UKF) – cont.
Resultados do filtro de Kalman
Resultados do filtro Unscented Kalman
(22 frames)
Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 18 2013@João Manuel R. S. Tavares
Seguimento • Seguimento de ratos em sequências de imagem: filtro
de Kalman (KF) e filtro Unscented Kalman (UKF) – cont.
(22 frames)
+ previsão x medição x correcção
Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 19 2013@João Manuel R. S. Tavares
Seguimento • Seguimento de ratos em sequências de imagem: filtro
de Kalman (KF) e filtro Unscented Kalman (UKF) – cont.
(22 frames)
Erro de seguimento (previsão/estado real) Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 20 2013@João Manuel R. S. Tavares
Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Emparelhamento
Emparelhamento • É uma das tarefas mais usuais em Visão Computacional,
por exemplo, para alinhar estruturas, reconhecer estruturas, obter informação 3D, analisar movimento, etc.
• Geralmente é conseguido através da consideração de características invariantes, como a curvatura, ou de deslocamentos (assinaturas) em espaços globais/próprios, como no espaço modal ou de Fourier
• Problemas envolvidos: oclusão, deformações não rígidas, variações elevadas de forma, etc.
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 22
Emparelhamento • Emparelhamento de contornos em imagens: modelação
física/geométrica, análise modal, otimização
Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 23
Bastos & Tavares (2006) Inverse Problems in Science and Engineering 14(5):529-541 Tavares & Bastos (2010) Progress in Computer Vision and Image Analysis 339-368
2013@João Manuel R. S. Tavares
• Emparelhamento de contornos em pedobarografia dinâmica: FEM, análise modal, otimização
Emparelhamento
Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 24
Imagens originais Contornos emparelhados
Bastos & Tavares (2004) LNCS 3179:39-50 Tavares & Bastos (2010) Progress in Computer Vision and Image Analysis, 339-368
2013@João Manuel R. S. Tavares
camada de contacto + vidro
câmara espelho
luz reflectida vidro
pressão camada opaca
lâmpada
lâmpada camada transparente
Emparelhamento • Emparelhamento de contornos e superfícies em
pedobarografia dinâmica: FEM, análise modal, otimização
Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 25
Imagem de pedobarografia
dinâmica
Tavares & Bastos (2005) Electronic Letters on Computer Vision and Image Analysis 5(3):1-20
Emparelhamento de dois contornos
Emparelhamento entre duas superfícies de intensidade (pressão) (2 vistas)
Emparelhamento entre iso-contornos (2 vistas)
2013@João Manuel R. S. Tavares
Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Alinhamento
Alinhamento • Tarefa habitualmente necessária para comparar estruturas
representados em imagens adquiridas em instantes de tempo distintos ou segundo diferentes condições/técnicas
• É útil, por exemplo, em medicina para analisar a evolução de patologias a partir de imagens
• Geralmente é conseguido através da consideração de características invariantes, como pontos de curvatura máxima, emparelhamento e estimativa da transformação envolvida, ou pela minimização de uma medida de semelhança
• Problemas envolvidos: características não determinadas facilmente, deformações não rígidas, variações elevadas de forma, etc.
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 27
Alinhamento • Alinhamento de contornos em imagens: modelação
geométrica/física, otimização, programação dinâmica
28 2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Oliveira & Tavares (2008) Computer Modeling in Engineering & Sciences 31(11):1-11 Oliveira & Tavares (2009) Computer Modeling in Engineering & Sciences 43(1):91-110
Alinhamento • Alinhamento de imagens de pedobarografia: modelação
geométrica, otimização, programação dinâmica
Imagens originais e contornos extraídos
Contornos emparelhados e imagens antes e após alinhamento
Oliveira et al. (2009) Journal of Biomechanics 42(15):2620-2623 29 2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Alinhamento • Alinhamento de imagens de pedobarografia:
transformada de Fourier
Imagens originais Imagens antes e após alinhamento
Oliveira et al. (2010) Computer Methods in Biomechanics and Biomedical Engineering 13(6):731-740
30 2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Alinhamento • Alinhamento de imagens de pedobarografia: método
híbrido: Alinhamento de Contornos ou Alinhamento baseado na transformada de Fourier + Otimização de medida de semelhança (MSE/MI/XOR)
Imagens originais, antes e após alinhamento
Oliveira & Tavares 2011 Medical & Biological Engineering & Computing 49(3):313-323
31 2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Alinhamento • Alinhamento de imagens de pedobarografia para
identificação (esq. / direito), extração de medidas e índices
Imagens originais, após normalização, contornos e áreas identificadas
Oliveira et al. 2012 Computer Methods in Biomechanics and Biomedical Engineering 15(11):1181-1188
32 2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Alinhamento • Alinhamento de imagens de uma mesma modalidade:
alinhamento de contornos – cont.
Suavização
Extracção do contorno (Corpus Callosum)
Extracção do
contorno
Binarização
33 2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Alinhamento • Alinhamento de imagens de uma mesma modalidade:
alinhamento de contornos – cont.
Imagens a alinhar
Contornos antes e após emparelhamento
Oliveira & Tavares (2008) Computer Modeling in Engineering & Sciences 31(11):1-11 Oliveira & Tavares (2009) Computer Modeling in Engineering & Sciences 43(1):91-110
34 2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Alinhamento • Alinhamento de imagens de uma mesma modalidade:
alinhamento de contornos – cont.
35
Imagens Alinhadas
Imagem originais
Soma
Soma Diferença
Oliveira & Tavares (2008) Computer Modeling in Engineering & Sciences 31(11):1-11 Oliveira & Tavares (2009) Computer Modeling in Engineering & Sciences 43(1):91-110
35 2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Alinhamento • Alinhamento de imagens de uma mesma modalidade:
maximização direta da correlação cruzada (transformada de Fourier)
36
Imagens Alinhadas
Imagem originais (RM - proton density)
Soma
Soma Diferença
Oliveira et al. (2010) Computer Methods in Biomechanics and Biomedical Engineering 13(6):731-740
36 2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Alinhamento • Alinhamento intermodal (CT/RM): otimização pelo
Método de Powell de medida de semelhança (MI)
37
Imagens Alinhadas
Imagem originais
CT RM CT+RM
CT+RM Diferença CT+RM
Oliveira et al. (2011) Medical & Biological Engineering & Computing 49(3):313-323
37 2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Imagem modelo Imagem a alinhar
Imagem alinhada
Pré-alinhamento usando transformação rígida
Novo pré-alinhamento usando transformação afim
Alinhamento curvo “grosseiro” usando B-splines
Alinhamento “fino” usando B-splines
38 2013@João Manuel R. S. Tavares
Alinhamento • Otimização iterativa e alinhamento 3D curvo usando B-
splines – cont.
38 Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Oliveira & Tavares (2012) Computer Methods in Biomechanics and Biomedical Engineering DOI:10.1080/10255842.2012.670855
• Alinhamento de imagens 3D: otimização iterativa, alinhamento 3D – cont.
Xadrez das imagens pré-alinhamento (CT, tórax – mesma pessoa, Δt: 8.5 meses)
(xadrez - construído substituindo algumas partes (voxels) da imagem modelo pelas partes da imagem a alinhar que têm as mesmas coordenadas das partes retiradas à imagem modelo)
39 2013@João Manuel R. S. Tavares
Alinhamento
39 Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Xadrez das imagens pós-alinhamento (Semelhança: MI, Transf.: rígida)
40 2013@João Manuel R. S. Tavares
Alinhamento • Alinhamento de imagens 3D: otimização iterativa,
alinhamento 3D – cont.
40 Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Xadrez das imagens pós-alinhamento (Semelhança: MI, Transf.: B-splines cúbicas)
41 2013@João Manuel R. S. Tavares
Alinhamento • Alinhamento de imagens 3D: otimização iterativa,
alinhamento 3D – cont.
41 Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
42 2013@João Manuel R. S. Tavares
• Alinhamento de imagens 3D: otimização iterativa, alinhamento 3D – cont.
Xadrez das imagens pré-alinhamento (CT, cérebro – duas pessoas)
Alinhamento
42 Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
43 2013@João Manuel R. S. Tavares
• Alinhamento de imagens 3D: otimização iterativa, alinhamento 3D – cont.
Xadrez das imagens pós-alinhamento (Semelhança: MI, Transf.: afim)
Alinhamento
43 Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
44 2013@João Manuel R. S. Tavares
• Alinhamento de imagens 3D: otimização iterativa, alinhamento 3D – cont.
Xadrez das imagens pós-alinhamento (Semelhança: MI, Transf.: B-splines cúbicas)
Alinhamento
44
Oliveira & Tavares (2012) Computer Methods in Biomechanics and Biomedical Engineering DOI:10.1080/10255842.2012.670855
Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Aplicação no estudo de imagens DaTSCAN SPECT
45 2013@João Manuel R. S. Tavares
Alinhamento
45 Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Imagens DaTSCAN SPECT são usadas para auxiliar o diagnostico da doença de Parkinson e para a distinguir de outras doenças degenerativas. A solução desenvolvida é capaz de:
– Segmentar as áreas relevantes e realizar análises dimensionais – Quantificar os potenciais de ligação da basal ganglia – Computação automática de dados estatísticos relativamente a uma
população de referência
Normal Alzheimer Parkinsonismo idiopático
Tremor essencial
46 2013@João Manuel R. S. Tavares
Alinhamento
46 Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Slice médio de uma população usada como referência
Slice correspondente de um paciente
Diferença de intensidades
Mapeamento dos Z-scores no slice (a vermelho valores mais elevados)
(Os retângulos azuis representam as ROIs 3D usadas para calculo dos potenciais de ligação)
Oliveira & Tavares. (2012) The Quarterly Journal of Nuclear Medicine and Molecular Imaging (submitted)
Aplicação no estudo de imagens DaTSCAN SPECT
Alinhamento • Alinhamento de sequências de imagem 2D: alinhamento
espacial e temporal
Oliveira et al. (2011) Medical & Biological Engineering & Computing 49(7):843-850 Oliveira & Tavares (2013) Medical & Biological Engineering & Computing 51(3):267-276
47 2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Alinhamento • Alinhamento de sequências de imagem 2D de
pedobarografia dinâmica: alinhamento espacial e temporal
48
Sequências originais antes do alinhamento
Sequências pré-processadas
Sequências de imagem originais
Sequências após alinhamento
camada de contacto + vidro
câmara espelho
48 2013@João Manuel R. S. Tavares
Oliveira et al. (2011) Medical & Biological Engineering & Computing 49(7):843-850
Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Alinhamento • Alinhamento de sequências de imagem 2D de
pedobarografia dinâmica: alinhamento espacial e temporal
49
Sequências originais antes do alinhamento
Sequências pré-processadas
Sequências de imagem originais
Sequências após alinhamento
49 2013@João Manuel R. S. Tavares
Oliveira et al. (2011) Medical & Biological Engineering & Computing 49(7):843-850
Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Simulação
Simulação • É muito usada em Computação Gráfica (morphing) mas também
muito útil em Visão Computacional, por exemplo, para estimar a deformação existente entre duas estruturas distintas ou entre dois instantes de uma mesma estrutura, estimar as transições entre duas formas adquiridas com espaçamento temporal elevado, etc.
• Geralmente é conseguida através da consideração de transformações geométricas
• No entanto, quando se deve considerar o comportamento físico das estruturas envolvidas, devem ser usadas metodologias e modelações físicas (por exemplo, usando FEM) – Dificuldades comuns são relativas à estimativas das forças
envolvidas e das propriedades adoptadas para os materiais – Fase de emparelhamento das estruturas torna-se crucial
2013@João Manuel R. S. Tavares 51 Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Simulação
Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 52
• Simulação (morphing) física de contornos em imagens: FEM, análise modal, otimização, eq. de Lagrange
2013@João Manuel R. S. Tavares
• Simulação de contornos em imagens: FEM, análise modal, otimização, equação de Lagrange
Emparelhamento obtido
Deformações simuladas
Simulação
Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 53
Tavares & Pinho (2005) Journal of Computer Science 4(1):9-18 Gonçalves et al. (2008) Computer Modeling in Engineering & Sciences 32(1):45-55
Imagens originais
2013@João Manuel R. S. Tavares
• Simulação de contornos em imagens: FEM, análise modal, otimização, equação de Lagrange
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 54
Emparelhamentos obtidos
Deformações simuladas
Emparelhamentos obtidos
Deformações simuladas
Imagens originais
Simulação
Tavares & Pinho (2005) Journal of Computer Science 4(1):9-18 Gonçalves et al. (2008) Computer Modeling in Engineering & Sciences 32(1):45-55
Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Visão 3D
Visão 3D • Pretende-se obter a forma 3D de estruturas ou a informação
3D de cenas a partir de imagens 2D
• Nesta área, destacam-se: 1) formas exteriores: técnicas ativas (com projecção de energia ou movimento relativo), passivas (sem projecção de energia ou movimento relativo) e de escavação espacial; 2) formas interiores: segmentação 2D (i.e. contornos) e interpolação, marching cubes e segmentação 3D
• Usualmente, envolve tarefas de calibração, segmentação, alinhamento, triangulação e interpolação
• Problemas envolvidos: distorção geométrica, iluminação variável, oclusão, ruído, formas complexas, etc.
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 56
Visão 3D • Reconstrução 3D de objetos a partir de slices:
segmentação 2D, Delaunay, marching cubes
Perdigão et al. (2005) CMNI 2005 Pimenta et al. (2006) CompIMAGE 2006, 343-348 Alexandre et al. (2007) VipIMAGE 2007, 359-362
2013@João Manuel R. S. Tavares 57 Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Visão 3D • Reconstrução 3D de órgãos da cavidade pélvica
feminina partir de imagens axial e sagital de ressonância magnética: segmentação 2D, marching cubes, fusão – cont.
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 58
Ma et al. (2012) Medical Engineering & Physics (accepted)
Slices axial e sagital da cavidade pélvica (1 - bexiga, 2 - vagina)
Visão 3D • Reconstrução 3D de órgãos da cavidade pélvica
feminina partir de imagens axial e sagital de ressonância magnética: segmentação 2D, marching cubes, fusão – cont.
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 59
Bexiga reconstruida usando informação axial e sagital (2 vistas)
Ma et al. (2012) Medical Engineering & Physics (accepted)
Visão 3D • Reconstrução 3D de órgãos a partir de imagens de
diferentes modalidades: alinhamento, marching cubes, fusão
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 60
Oliveira & Tavares. (2012) Computer Methods in Biomechanics and Biomedical Engineering DOI:10.1080/10255842.2012.670855
slices coronal, sagital e axial, e segmentação obtida Visualização 3D após fusão
TC/SPECT
Visão 3D • Reconstrução 3D de cenas a partir de sequências de
imagem: visão estéreo densa
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 61
Azevedo et al. (2006) VISAPP 2006, 383-388
Visão 3D • Reconstrução 3D de uma cena a partir de par de
imagens: visão estéreo densa
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 62
Mapa de disparidade obtido
Par de imagens original
Azevedo et al. (2006) VISAPP 2006, 383-388
Visão 3D • Reconstrução 3D de objetos a partir de sequências de
imagem: escavação espacial
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 63
Azevedo et al. (2008) Advances in Computational Vision and Medical Image Processing: Methods and Applications, 117-136
Visão 3D • Reconstrução 3D de objetos a partir de sequências de
imagem: escavação espacial
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 64
Azevedo et al. (2008) Advances in Computational Vision and Medical Image Processing: Methods and Applications, 117-136 Azevedo et al. (2010) Computer Methods in Biomechanics and Biomedical Engineering 13(3):359-369
Imagens originais Modelo computacional 3D obtido voxalizado e poligonizado
Visão 3D
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 65
Azevedo et al. (2010) Computer Methods in Biomechanics and Biomedical Engineering 13(3):359-369
• Reconstrução 3D de objetos a partir de sequências de imagem: escavação espacial
Imagens originais Modelo computacional 3D obtido voxalizado e poligonizado
• Reconstrução 3D da coluna a partir de duas radiografias 2D e usando um modelo deformável (atlas)
Visão 3D
Moura et al. (2010) Computer Modeling in Engineering & Sciences 60(2):115-138 Moura et al. (2011) Medical Engineering & Physics 33(8):924-933
Interface desenvolvida Modelo ajustado (duas vistas) e reconstrução obtida
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 66
• Reconstrução 3D a partir de radiografias 2D: calibração
Visão 3D
Moura et al. (2010) Computer Modeling in Engineering & Sciences 60(2):115-138 Moura et al. (2011) Medical Engineering & Physics 33(8):924-933
Método desenvolvido
Calibração de um sistema de Raio-X
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 67
• Reconstrução 3D a partir de radiografias 2D: calibração
Visão 3D
Moura et al. (2010) Computer Modeling in Engineering & Sciences 60(2):115-138 Moura et al. (2011) Medical Engineering & Physics 33(8):924-933
Estimativa da distância entre a fonte de Raio-X e a mesa
Duas radiografias de uma coluna seca usada para validar a calibração
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 68
Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
Sumário
Sumário
• A área da Visão Computacional é complexa, mas de elevado interesse em muitos domínios, em particular em Medicina
• Vários desafios existem, como, por exemplo, condições de aquisição difíceis, oclusão, formas e topologias complexas, movimentos e deformações complicadas
• Trabalho considerável já foi desenvolvido, mas existem ainda muitos desafios importantes e difíceis a resolver
• Métodos e metodologias de outras áreas do conhecimento, como da Matemática, Mecânica Computacional, Medicina e Biologia, podem contribuir para a resolução de tais desafios
• Para tal, Colaborações são Necessárias e Bem-vindas 70 Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 2013@João Manuel R. S. Tavares
Equipa
Equipa (Visão Computacional)
72 Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 2013@João Manuel R. S. Tavares
• Estudantes de Doutoramento (13): – Concluído: Daniel Moura, Teresa Azevedo, Sandra Rua, Zhen Ma,
Francisco Oliveira – Em curso: Raquel Pinho, Patrícia Gonçalves, Maria Vasconcelos,
Ilda Reis, João Nunes, Alex Araújo, Roberta Oliveira, Ana Ferreira
• Estudantes de Mestrado (24): – Concluídos: Elisa Barroso, Ana Jesus, Célia Cruz, Priscila Alves,
Frederico Jacob, Daniela Sousa, Francisco Oliveira, Teresa Azevedo, Maria Vasconcelos, Raquel Pinho, Luísa Bastos, Cândida Coelho, Jorge Pereira, Carolina Tabuas, Diana Cidre, Luís Ferro
– Em curso: Gabriela Queirós, Diogo Faria, Nuno Sousa, Rita Teixeira, Pedro Gomes, Luís Ribeiro, Raquel Alves, Marlene Siva
• Estudantes de Graduação (2) – Concluídos: Ricardo Ferreira, Soraia Pimenta
Agradecimentos
• Os trabalhos apresentados têm vindo a ser realizados parcialmente com o apoio da Fundação para a Ciência e a Tecnologia (FCT) em Portugal, nomeadamente, através dos projetos: – PTDC/SAU-BEB/102547/2008 – PTDC/SAU-BEB/104992/2008 – PTDC/EEA-CRO/103320/2008 – UTAustin/CA/0047/2008 – UTAustin/MAT/0009/2008 – PDTC/EME-PME/81229/2006 – PDTC/SAU-BEB/71459/2006 – POSC/EEA-SRI/55386/2004
73 Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 2013@João Manuel R. S. Tavares
Eventos & Publicações
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 75
Taylor & Francis journal “Computer Methods in Biomechanics and Biomedical Engineering: Imaging & Visualization”
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 76
Taylor & Francis journal “Computer Methods in Biomechanics and Biomedical Engineering: Imaging & Visualization”
http://www.tandfonline.com/tciv
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 77
Lecture Notes in Computational Vision and Biomechanics (LNCV&B) Series Editors: João Manuel R. S. Tavares, Renato Natal Jorge ISSN: 2212-9391 Publisher: SPRINGER
http://www.springer.com/series/8910
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 78
VipIMAGE2013 - IV ECCOMAS Thematic Conference on Computational Vision and Medical Image Processing
Madeira Island, Portugal, October 2013
http://www.fe.up.pt/vipimage
Webpage (www.fe.up.pt/~tavares)
2013@João Manuel R. S. Tavares Análise Computacional de Imagens Biomédicas: Métodos e Aplicações 79
Análise Computacional de Imagens Biomédicas: Métodos e Aplicações
João Manuel R. S. Tavares
[email protected] www.fe.up.pt/~tavares