Segmentação fuzzy de objetos tridimensionais com propriedades texturais

Digital image segmentation is the process of assigning distinct labels to different objects in a digital image, and the fuzzy segmentation algorithm has been used successfully in the segmentation of images from several modalities. However, the traditional fuzzy segmentation algorithm fails to segment objects that are characterized by textures whose patterns cannot be successfully described by simple statistics computed over a very restricted area. In this paper we present an extension of the fuzzy segmentation algorithm that achieves the segmentation of textures by employing adaptive affinity functions as long as we extend the algorithm to tridimensional images. The adaptive affinity functions change the size of the area where they compute the texture descriptors, according to the characteristics of the texture being processed, while three dimensional images can be described as a finite set of two-dimensional images. The algorithm then segments the volume image with an appropriate calculation area for each texture, making it possible to produce good estimates of actual volumes of the target structures of the segmentation process. We will perform experiments with synthetic and real data in applications such as segmentation of medical imaging obtained from magnetic rosonance

Segmentação digital de imagens é o processo de atribuir rótulos distintos a diferentes objetos em uma imagem digital, e o algoritmo de segmentação fuzzy tem sido utilizado com sucesso na segmentação de imagens de diversas modalidades. Contudo, o algoritmo tradicional de segmentação fuzzy falha ao segmentar objetos que são caracterizados por texturas cujos padrões não podem ser descritos adequadamente por simples estatísticas computadas sobre uma área restrita. Neste trabalho apresentamos uma extensão do algoritmo de segmentação fuzzy que realiza segmentação de texturas empregando funções de afinidade adaptativas e o estendemos a imagens tridimensionais. Funções de afinidade adaptativas mudam o tamanho da área em que são calculados os descritores da textura de acordo com as características da textura processada, enquanto imagens tridimensionais podem ser descritas como um conjunto finito de imagens bidimensionais. O algoritmo então segmenta o volume com uma área apropriada calculada para cada textura, tornando possível obter boas estimativas dos volumes reais das estruturas alvo do processo de segmentação. Experimentos serão realizados com dados sintéticos e reais obtidos no estudo de segmentação de tumores cerebrais em imagens médicas adquiridas através de exames de Ressonância Magnética