Left ventricle segmentation using image processing techniques

Técnicas de processamento de imagens são largamente utilizadas atualmente em conjunto com outras áreas da ciência, incluindo a medicina. Estas técnicas são utilizadas principalmente como auxílios em exames médicos, agilizando a execução dos mesmos e reduzindo a influência dos observadores na sua execução. O presente trabalho apresenta um método, composto por várias técnicas de processamento de imagens, que tem como objetivo principal realizar a segmentação da cavidade interna do ventrículo esquerdo em imagens de ecocardiografia bidimensional, tanto de eixo curto quanto de eixo longo. Inicialmente a imagem é recortada. Depois são aplicados filtros de alto-reforço, limiarização, morfológico de elevação e LoG. Em seguida a segmentação watershed é realizada seguida da busca radial, interpolação dos pontos candidatos e atenuação da borda obtida. Uma etapa extra, que consiste na utilização de informação prévia de um contorno anteriormente obtido, é utilizada na segmentação de seqüências de imagens. Os resultados obtidos são comparados com a segmentação manual realizada por um médico especialista, utilizando três medidas de erro distintas. Os resultados das medidas de erro mostram que o método proposto alcançou bons resultado. _________________________________________________________________________________________ ABSTRACTImage processing techniques are largely used with various areas of science, including medicine. These techniques are used mainly as a way to improve medical exams, making then faster and reducing the observer´s influence on their execution. This work presents a method that combines various image processing techniques and has as it’s main objective to extract the left ventricle internal cavity border on 2-D echocardiography images, using both short-axis and long-axis images. First the images were cut. Then the program applies the high boost filtering, thresholding, elevation filtering and LoG. Then watershed is applied, followed by radial search, interpolation on the candidate points and border attenuation. The program also uses an extra step to obtain the borders on image sequences. This extra step consists on using information from a previous obtained segmentation. The results obtained from the presented method are compared with the manual segmentation made by a specialist medic. Three different error measures are used, and results from these tests shows that the semi-automatic method presented achieved good results