SEGMENTAÇÃO DE ARTÉRIAS CORONÁRIAS EM IMAGENS DE ANGIOGRAFIA POR TOMOGRAFIA COMPUTADORIZADA UTILIZANDO REDES NEURAIS CONVOLUCIONAIS 3D
| Autor: | Esbel Tomas Valero Orellana, Marcelo Ossamu Honda, Paulo Eduardo Ambrósio, Cleviton Borges de Jesus, Allan de Medeiros Martins, Dany Sanchez Dominguez |
|---|---|
| Jazyk: | English<br />Portuguese |
| Rok vydání: | 2024 |
| Předmět: | |
| Zdroj: | Vetor, Vol 34, Iss 2 (2024) |
| Druh dokumentu: | article |
| ISSN: | 0102-7352 2358-3452 |
| DOI: | 10.14295/vetor.v34i2.18531 |
| Popis: | A doença arterial coronariana (DAC) é a principal causa de morte por doenças cardiovasculares no mundo. A avaliação precisa do risco de DAC é crucial para a prevenção. A angiografia por tomografia computadorizada (ATC) é um método não invasivo amplamente utilizado para diagnosticar a DAC. A segmentação precisa das artérias coronárias nas imagens de ATC é fundamental para quantificar a doença e auxiliar no diagnóstico. Neste estudo, avaliamos um conjunto de imagens de ATC disponibilizado pelo projeto ImageCAS e comparamos diferentes algoritmos de segmentação, incluindo um método de segmentação direta proposto. Avaliamos o desempenho dos algoritmos utilizando o índice de dice score, comparando os resultados com um padrão de referência (ground truth). Experimentamos diferentes resoluções de imagem para analisar o impacto no desempenho e no consumo de recursos computacionais. Além disso, propomos um método de ensemble para combinar os resultados de diferentes algoritmos, visando melhorar a precisão da segmentação. Os resultados obtidos demonstram que o método de ensemble proposto alcança um desempenho superior em comparação com os algoritmos individuais. |
| Databáze: | Directory of Open Access Journals |
| Externí odkaz: |
|