Rastreamento do contorno do ventrículo esquerdo em imagens de ressonância magnética usando filtragem estocástica

Monografia (graduação)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2006.A segmentação e rastreamento do contorno do ventrículo esquerdo em imagens de ressonância magnética é um trabalho desafiador. O contorno do ventrículo esquerdo (VE) oferece dados importantes sobre o comportamento do coração, sendo útil para descoberta de disfunções, para o cálculo de parâmetros como fluxo sangüíneo que circula no coração etc. Para tornar o rastreamento do contorno do VE robusto à ruído, baixo contraste e outras complicações, filtros estocásticos são propostos para modelar as incertezas na localização do contorno real nas imagens. O algoritmo proposto neste trabalho realiza, em tempo real, o rastreamento em uma seqüência de imagens de IRM compreendendo diversos ciclos cardíacos. Seguindo uma abordagem baseada em contornos ativos, pouco conhecimento sobre a deformação das paredes do ventrículo é requerido para a realização do rastreamento. Finalmente, o método proposto foi avaliado usando uma seqüência de imagens cedida por pesquisadores da University of Southern of California (USC).The segmentation and tracking of the left ventricle’s contour in magnetic resonance images is a challenging task. Significant knowledge of the heart’s dynamics can be acquired through the tracking of left ventricle (LV). Therefore, important parameters such as blood flow can be calculated and also heart diseases and disfunctions can be detected. In face of complications such as noise, low contrast and other image imperfections, stochastic filters are proposed to robustify the tracking, by dealing with the uncertanty related to the real contour’s detection in every frame. This work proposes an algorithm for real time tracking of the left ventricle’s contour over an image sequence depicting various heart cicles. Basing this algorithm on active contours, little knowledge of the heart wall’s deformation is needed to perform the tracking. Finally, the proposed method is evaluated over an image sequence provided by researches from the University of Southern California (USC)