Desenvolvimento de técnica de análise de imagens digitais para avaliação do estágio da fibrose em biópsias hepáticas de pacientes portadores de hepatite crônica por vírus da hepatite B e C

As hepatites crônicas por vírus são as mais frequentes, destacando-se os vírus das hepatites B (VHB) e C (VHC). O estudo anatomopatológico da biópsia hepática é considerado o padrão ouro para avaliar com precisão a distorção arquitetural e o grau de fibrose do parênquima do fígado, importantes fatores prognósticos para os pacientes portadores de hepatites crônicas virais. Na avaliação histopatológica atual, em adição aos relatos subjetivos das alterações histológicas, escores semiquantitativos que correlacionam achados morfológicos com graus numéricos são usados, tais como os reconhecidos escores de Ishak e METAVIR. Entretanto, em todos estes sistemas há a desvantagem da subjetividade do examinador e da incorporação de alterações categóricas, sem referências às mudanças quantitativas do colágeno hepático. Técnicas de análise de imagens digitais (AID) que fornecem quantificação objetiva dos graus de fibrose em amostras histológicas têm sido desenvolvidas. Todavia, o alto custo e dificuldade ao acesso das tecnologias descritas restringem seu uso a poucos centros especializados. Este estudo visa o desenvolvimento de uma técnica de custo acessível para a análise de imagens digitais da fibrose hepática em hepatites crônicas virais. Foram estudadas 304 biópsias de pacientes com hepatite crônica por vírus B e C, obtidas através de agulhas Menghini. Todas as amostras tinham pelo menos 15 mm de comprimento ou cinco espaços-porta completos e foram coradas pelo método Tricrômico de Masson. O estadiamento foi feito por um único hepatopatologista experiente, sem o conhecimento dos dados clínicos dos pacientes. Os escores de Ishak e METAVIR foram aplicados. As imagens microscópicas foram digitalizadas. Os índices de fibrose foram determinados de forma automatizada, em técnica desenvolvida no programa Adobe Photoshop. Para o escore de Ishak, observamos os seguintes índices de Fibrose (IF) médios: 0,8% 0,0 (estágio 0), 2.4% 0,6 (estágio 1), 4,7% 1,6 (estágio 2), 7,4% 1,4 (estágio 3), 14,9% 3,7 (estágio 4), 23,4% 2,9 (estágio 5) e 34,5% 1,5 (estágio 6). Para a classificação METAVIR: 0,8% 0,1 (estágio F0), 3,8% 1,8 (estágio F1), 7,4% 1,4 (estágio F2), 20,4% 5,2 (estágio F3) e 34,5% 1,5 (estágio F4). Observamos uma excelente correlação entre os índices de fibrose da AID e os escores de Ishak (r=0,94; p<0,001) e METAVIR (r=0,92; p<0,001). Em relação à indicação de tratamento antiviral, foi observado IF médio de 16,4%. Em relação ao diagnóstico de cirrose, foi observado IF médio de 26,9%, para o escore de Ishak, e 34,5% para a classificação METAVIR. A reprodutibilidade intra-observador foi excelente. Este novo método de análise de imagens digitais para a quantificação de fibrose hepática tem custo acessível e foi desenvolvido com tecnologia que está disponível em todo o mundo, permitindo identificar com precisão todos os estágios de fibrose, com excelente reprodutibilidade intra-observador.

Entre crânios analógicos e imagens digitais: alguns antecedentes históricos e culturais das tecnologias de neuro-imageamento

Nos últimos anos, temos nos deparado com a difusão maciça e a popularização crescente de descrições biológicas para aspectos outrora pensados como mentais, sociais, ou relacionais. Visível em diversas arenas leigas e científicas, esta tendência freqüentemente elege o cérebro como o órgão privilegiado da sua atenção. A cada semana é divulgada uma nova localização cerebral correlacionada os mais variados aspectos comportamentais e ou de personalidade. Acompanhando este movimento, é notável o esforço intelectual e financeiro despendido nos últimos anos no campo da saúde mental, no sentido de fazer avançar pesquisas cujo foco central é a descoberta das bases neurobiológicas dos transtornos mentais. Esta tendência apontaria na direção de uma fusão entre a psiquiatria e a neurologia em uma disciplina única, de teor fisicalista, chamada por alguns de cerebrologia. Dentre os acontecimentos que serviram de alicerce para a legitimação e a popularização desta tendência, o desenvolvimento nas últimas décadas de novas técnicas e tecnologias de visualização médica, como a tomografia por emissão de pósitrons (PET scan) e a ressonância magnética funcional (fMRI), foi fundamental. Elas permitiram a construção de imagens das mais diversas categorias nosográficas construídas no campo psiquiátrico, veiculando tacitamente uma série de pressupostos e promessas. Malgrado o imaginário cultural sustentado por estas tecnologias e todo o esforço despendido nas últimas décadas no sentido de se tentar localizar os marcadores biológicos dos transtornos psiquiátricos, não há, até o presente momento, nenhum resultado conclusivo que autorize o diagnóstico por imagem de nosografias como a esquizofrenia, a depressão, e muito menos o jogo patológico. Apesar de todo o alarde midiático e dos montantes milionários direcionados para pesquisas nesta área, os resultados concretos obtidos até agora não estão livres das mais ferozes controvérsias. Entretanto, ainda que estejamos muito longe da construção de mapas precisos para as perturbações mentais é espantoso o poder de convencimento que as neuro-imagens comportam na atualidade. Os scans são exibidos como verdades visuais, ou fatos acerca das pessoas e do mundo, numa proporção muito superior aos dados que apresentam. Alguns críticos chamam este aspecto de neurorealismo, ou de retórica da auto-evidência. A intenção deste trabalho é problematizar o poder persuasivo que as neuro-imagens detém na contemporaneidade, especialmente quando utilizadas com a finalidade diagnóstica no campo da saúde mental. Se estas imagens transmitem uma ideia de neutralidade, transparência imediata e auto-evidência, este trabalho almeja inseri-las num contexto sócio-histórico, a partir do qual puderam adquirir sentido, familiaridade e valor de verdade. O ponto de partida é o de que elas estão localizadas no cruzamento de dois movimentos históricos distintos: o das ilustrações médicas, em sua relação com a produção de conhecimento objetivo; e o das pesquisas acerca da localização no córtex cerebral de comportamentos complexos e traços de personalidade. Além de estabelecer algumas condições históricas de possibilidade para a emergência de um neo-localizacionismo cerebral, mediado pelas novas tecnologias de imageamento, pretende-se enfatizar algumas descontinuidades com projetos anteriores e marcar a influência do contexto cultural da atualidade para o sucesso e poder persuasivo deste tipo de tecnologia.

Uso de imagens digitais na avaliação do crescimento da taxa de cobertura do solo.

RESUMO: Existem vários métodos para avaliar o crescimento da vegetação e a taxa de cobertura do solo. Medidas precisas e rápidas podem ser obtidas do tratamento digital de imagens geradas de câmeras fotográficas ou de vídeo. Há disponível, no mercado, diversos processadores de imagens que apresentam funções básicas semelhantes, mas com certas particularidades que poderão trazer maior benefício para o usuário, dependendo da aplicação. O SPRING, desenvolvido pelo INPE, é de domínio público, sendo mais abrangente do que um processador de imagens, incluindo funções de geoprocessamento. O ENVI foi desenvolvido para a análise de imagens multiespectrais e hiperespectrais, podendo também ser utilizado para o processamento de imagens obtidas de câmeras de vídeo, por exemplo. O KS-300 é um conjunto de hardware e de software destinado ao processamento e à quantificação de imagens microscópicas, permitindo a captação direta das imagens geradas por meio de lupas, microscópios eletrônicos ou câmeras de vídeo. O SIARCS foi desenvolvido pela Embrapa Instrumentação Agropecuária para tornar mais ágil o processo de captação de dados de um sistema. Este trabalho apresenta os fundamentos teóricos básicos envolvidos na técnica de análise de imagens, com as principais características dos softwares citados acima e sua aplicação na quantificação da taxa de crescimento e da cobertura do solo por espécies vegetais. ABSTRACT: Several methods exist to evaluate the growth of the vegetation and the tax of covering of the soil. Necessary and fast measures can be obtained of the digital treatment of generated images of photographic cameras or of video. There is available, in the market, several processors of images that you/they present similar basic functions, but with certain particularities that can bring larger benefit for the user, depending on the application. SPRING, developed by INPE, it is public domain, being including than a processor of images, including functions. ENVI was developed for the analysis of images multiespectrais and hiperespectrais, could also be used for the processing of obtained images of video cameras, for instance. The KS-300 it is a hardware group and software destined to the processing and quantification of microscopic images, allowing the direct reception of the images generated through magnifying glasses, eletronic microscopes or video cameras. SIARCS was developed by Embrapa Agricultural Instrumentation to turn more agile the process of reception of data of a system. This work presents the basic theoretical foundations involved in the technique of analysis of images, with the main characteristics of the softwares mentioned above and his application in the quantification of the growth tax and of the covering of the soil for vegetable species.

Aplicação de filtros de Gabor no processo de classificação de imagens digitais com base em atributos de textura

No processo de classificação de uma imagem digital, o atributo textura pode ser uma fonte importante de informações. Embora o processo de caracterização da textura em uma imagem seja mais difícil, se comparado ao processo de caracterização de atributos espectrais, sabe-se que o emprego daquele atributo pode aumentar significativamente a exatidão na classificação da imagem. O objetivo deste trabalho de pesquisa consiste em desenvolver e testar um método de classificação supervisionado em imagens digitais com base em atributos de textura. O método proposto implementa um processo de filtragem baseado nos filtros de Gabor. Inicialmente, é gerado um conjunto de filtros de Gabor adequados às freqüências espaciais associadas às diferentes classes presentes na imagem a ser classificada. Em cada caso, os parâmetros utilizados por cada filtro são estimados a partir das amostras disponíveis, empregando-se a transformada de Fourier. Cada filtro gera, então, uma imagem filtrada que quantifica a freqüência espacial definida no filtro. Este processo resulta em um certo número de imagens filtradas as quais são denominadas de "bandas texturais". Desta forma, o problema que era originalmente unidimensional passa a ser multi-dimensional, em que cada pixel passa a ser definido por um vetor cuja dimensionalidade é idêntica ao número de filtros utilizados. A imagem em várias "bandas texturais" pode ser classificada utilizando-se um método de classificação supervisionada. No presente trabalho foi utilizada a Máxima Verossimilhança Gaussiana. A metodologia proposta é então testada, utilizandose imagens sintéticas e real. Os resultados obtidos são apresentados e analisados.

Integração de técnicas de SIG e sensoriamento remoto na classificação de imagens digitais através do uso da teoria da evidência

O desenvolvimento de novos, e mais eficientes, métodos de classificação de imagem digitais em Sensoriamento Remoto se constitui em uma importante área que tem chamado a atenção de muitos pesquisadores. Nesta área em particular, um problema que freqüentemente surge para a classificação de imagens digitais provenientes de cenas naturais, é a ocorrência de classes espectrais com resposta espectral muito similar. Nestes casos, os sistemas sensores mais comuns e os métodos tradicionais de classificação de imagem apresentam muito baixa precisão ou mesmo falham completamente. Várias abordagens vem sendo propostas na literatura. Uma das possíveis abordagens consiste em fazer uso de informações auxiliares que possuam poder discriminante para as classes sob análise. Esta é a possibilidade explorada nesta dissertação, utilizar-se de dados auxiliares, provenientes de fontes diversas, tais como: temperatura, precipitação, altitude e classes de solo. Estes dados são então combinados com dados provenientes de imagens multiespectrais de acordo com a Teoria de Evidência proposta por Dempster e Shafer. Esta abordagem é testada usando dados de uma área no Estado do Rio Grande do Sul, Brasil, com a finalidade de delimitar a ocorrência da Mata Nativa com Araucária (composta pela conifera Araucaria angustifolia), que é de difícil separação em relação a outras classes espectrais que ocorrem na região, tornando difícil o processo preciso de classificação.

Uso da análise discriminante regularizada (RDA) no reconhecimento de padrões em imagens digitais hiperespectral de sensoriamento remoto

Em cenas naturais, ocorrem com certa freqüência classes espectralmente muito similares, isto é, os vetores média são muito próximos. Em situações como esta, dados de baixa dimensionalidade (LandSat-TM, Spot) não permitem uma classificação acurada da cena. Por outro lado, sabe-se que dados em alta dimensionalidade [FUK 90] tornam possível a separação destas classes, desde que as matrizes covariância sejam suficientemente distintas. Neste caso, o problema de natureza prática que surge é o da estimação dos parâmetros que caracterizam a distribuição de cada classe. Na medida em que a dimensionalidade dos dados cresce, aumenta o número de parâmetros a serem estimados, especialmente na matriz covariância. Contudo, é sabido que, no mundo real, a quantidade de amostras de treinamento disponíveis, é freqüentemente muito limitada, ocasionando problemas na estimação dos parâmetros necessários ao classificador, degradando portanto a acurácia do processo de classificação, na medida em que a dimensionalidade dos dados aumenta. O Efeito de Hughes, como é chamado este fenômeno, já é bem conhecido no meio científico, e estudos vêm sendo realizados com o objetivo de mitigar este efeito. Entre as alternativas propostas com a finalidade de mitigar o Efeito de Hughes, encontram-se as técnicas de regularização da matriz covariância. Deste modo, técnicas de regularização para a estimação da matriz covariância das classes, tornam-se um tópico interessante de estudo, bem como o comportamento destas técnicas em ambientes de dados de imagens digitais de alta dimensionalidade em sensoriamento remoto, como por exemplo, os dados fornecidos pelo sensor AVIRIS. Neste estudo, é feita uma contextualização em sensoriamento remoto, descrito o sistema sensor AVIRIS, os princípios da análise discriminante linear (LDA), quadrática (QDA) e regularizada (RDA) são apresentados, bem como os experimentos práticos dos métodos, usando dados reais do sensor. Os resultados mostram que, com um número limitado de amostras de treinamento, as técnicas de regularização da matriz covariância foram eficientes em reduzir o Efeito de Hughes. Quanto à acurácia, em alguns casos o modelo quadrático continua sendo o melhor, apesar do Efeito de Hughes, e em outros casos o método de regularização é superior, além de suavizar este efeito. Esta dissertação está organizada da seguinte maneira: No primeiro capítulo é feita uma introdução aos temas: sensoriamento remoto (radiação eletromagnética, espectro eletromagnético, bandas espectrais, assinatura espectral), são também descritos os conceitos, funcionamento do sensor hiperespectral AVIRIS, e os conceitos básicos de reconhecimento de padrões e da abordagem estatística. No segundo capítulo, é feita uma revisão bibliográfica sobre os problemas associados à dimensionalidade dos dados, à descrição das técnicas paramétricas citadas anteriormente, aos métodos de QDA, LDA e RDA, e testes realizados com outros tipos de dados e seus resultados.O terceiro capítulo versa sobre a metodologia que será utilizada nos dados hiperespectrais disponíveis. O quarto capítulo apresenta os testes e experimentos da Análise Discriminante Regularizada (RDA) em imagens hiperespectrais obtidos pelo sensor AVIRIS. No quinto capítulo são apresentados as conclusões e análise final. A contribuição científica deste estudo, relaciona-se à utilização de métodos de regularização da matriz covariância, originalmente propostos por Friedman [FRI 89] para classificação de dados em alta dimensionalidade (dados sintéticos, dados de enologia), para o caso especifico de dados de sensoriamento remoto em alta dimensionalidade (imagens hiperespectrais). A conclusão principal desta dissertação é que o método RDA é útil no processo de classificação de imagens com dados em alta dimensionalidade e classes com características espectrais muito próximas.

Comparação da discriminação logística com o método da máxima verossimilhança gaussiana na classificação de imagens digitais

A tradicional técnica de regressão logística, muito conhecida e utilizada em estudos médicos, permitia apenas a modelagem de variáveis-resposta binárias. A extensão do modelo logístico para variáveis-resposta multinominais ampliou em muito as áreas de aplicação de regressão logística. Na área de reconhecimento de padrões o modelo logístico multinominal recebeu a denominação de discriminação logística apresenta aparentes vantagens em relação a métodos convencionais de classificação. O método da máxima verossimilhança gaussiana, amplamente difundido e utilizado, necessita da estimação de um número muito grande de parâmetros, pois supõe que as distribuições subjacentes de cada classe sejam normais multivariadas. A discriminação logística por sua vez, não faz restrições quanto a forma funcional das variáveis, e o número de parâmetros do modelo é relativamente pequeno. Nesse estudo, os princípios da técnica de discriminação logística são apresentados detalhadamente, bem como aplicações práticas de classificação de imagens Landsat-TM e AVIRIS. Os procedimentos de discriminação logística e da máxima verossimilhança gaussiana foram comparados a partir de dados reais e simulados. Os resultados sugerem que a discriminação logística seja considerada como uma alternativa ao método da máximaverossimilhança gaussiana, principalmente quando os dados apresentarem desvios da normalidade.

Utilização de semivariogramas como redutor de dimensionalidade no reconhecimento de padrões em imagens digitais hiperespectrais

Com o advento dos sensores hiperespectrais se tornou possível em sensoriamento remoto, uma serie de diferentes aplicações. Uma delas, é a possibilidade de se discriminar classes com comportamentos espectrais quase idênticas. Porém um dos principais problemas encontrados quando se trabalha com dados de alta dimensionalidade, é a dificuldade em estimar os inúmeros parâmetros que se fazem necessários. Em situações reais é comum não se ter disponibilidade de tamanho de amostra suficiente, por exemplo, para se estimar a matriz de covariâncias de forma confiável. O sensor AVIRIS fornece uma riqueza de informações sobre os alvos, são 224 bandas cobrindo o espectro eletromagnético, o que permite a observação do comportamento espectral dos alvos de forma muito detalhada. No entanto surge a dificuldade de se contar com uma amostra suficiente para se estimar a matriz de covariâncias de uma determinada classe quando trabalhamos com dados do sensor AVIRIS, para se ter uma idéia é preciso estimar 25.200 parâmetros somente na matriz de covariâncias, o que necessitaria de uma amostra praticamente impraticável na realidade. Surge então a necessidade de se buscar formas de redução da dimensionalidade, sem que haja perda significativa de informação. Esse tipo de problema vem sendo alvo de inúmeros estudos na comunidade acadêmica internacional. Em nosso trabalho pretendemos sugerir a redução da dimensionalidade através do uso de uma ferramenta da geoestatística denominada semivariograma. Investigaremos se os parâmetros calculados para determinadas partições do transecto de bandas do sensor AVIRIS são capazes de gerar valores médios distintos para classes com comportamentos espectrais muito semelhantes, o que por sua vez, facilitaria a classificação/discriminação destas classes.

Orientação indireta de imagens digitais usando telhados de duas águas como apoio de campo

Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)

Extração automatica de feições rodoviáris em imagens digitais

Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)

Sistema de agentes poligínicos para esteganálise de imagens digitais

In this work, we propose a multi agent system for digital image steganalysis, based on the poliginic bees model. Such approach aims to solve the problem of automatic steganalysis for digital media, with a case study on digital images. The system architecture was designed not only to detect if a file is suspicious of covering a hidden message, as well to extract the hidden message or information regarding it. Several experiments were performed whose results confirm a substantial enhancement (from 67% to 82% success rate) by using the multi-agent approach, fact not observed in traditional systems. An ongoing application using the technique is the detection of anomalies in digital data produced by sensors that capture brain emissions in little animals. The detection of such anomalies can be used to prove theories and evidences of imagery completion during sleep provided by the brain in visual cortex areas

Ptose palpebral: avaliação do posicionamento palpebral por imagens digitais

Objectives: To assess the palpebral position in patients with congenital or acquired ptosis, related to margin, sulcus and eyebrow, trying to identify differences between types of ptosis. Methods: A retrospective evaluation of patients with palpebral ptosis treated at the Ambulatory of Ophthalmic Plastic Surgery - Faculdade de Medicina de Botucatu (UNESP) was conducted, from 1995 to 2006. Data were recovered from electronic medical charts as well as digital image files. Eighty-seven patients were assessed, according to age, gender and data related to ptosis, such as time of appearance and type of palpebral ptosis. Palpebral ptosis was classified in two groups: congenital and acquired ptosis. Measurements were taken of margin-reflex distance (MRD), margin sulcus distance (MSD) and margin eyebrow distance (MED) using digital measurements of photos obtained. The corneal diameter of each individual patients was the unit of measure used. All data was transferred to an Excel Spreadsheet and received statistical treatment. Results: Statistical analysis revealed there is no association between the presence of ptosis and gender, or the type of ptosis and gender. There was a significant difference between eyelid with and without ptosis for MRD. However, in relation to the type of ptosis (congenital or acquired), MRD did not present any significant difference. The MSD and MED measurements were higher in acquired ptosis when compared to congenital ptosis. Conclusion: Assessment of palpebral positioning using digital measures endorse that MRD is smaller in patients with palpebral ptosis and similar in congenital or acquired ptosis, whereas MSD and MED presented higher values in acquired ptosis.

Sincronismo de dispositivos para o georreferenciamento de imagens digitais

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Extração de feições rodoviárias em imagens digitais: Metodologias desenvolvidas pelo GP-F&VC

Several kinds of research in road extraction have been carried out in the last 6 years by the Photogrammetry and Computer Vision Research Group (GPF&VC - Grupo de Pesquisa em Fotogrametria e Visão Computacional). Several semi-automatic road extraction methodologies have been developed, including sequential and optimizatin techniques. The GP-F&VC has also been developing fully automatic methodologies for road extraction. This paper presents an overview of the GP-F&VC research in road extraction from digital images, along with examples of results obtained by the developed methodologies.

Detecção de bordas em imagens digitais através de um processo de difusão anisotrópica não linear

The edges detection model by a non-linear anisotropic diffusion, consists in a mathematical model of smoothing based in Partial Differential Equation (PDE), alternative to the conventional low-pass filters. The smoothing model consists in a selective process, where homogeneous areas of the image are smoothed intensely in agreement with the temporal evolution applied to the model. The level of smoothing is related with the amount of undesired information contained in the image, i.e., the model is directly related with the optimal level of smoothing, eliminating the undesired information and keeping selectively the interest features for Cartography area. The model is primordial for cartographic applications, its function is to realize the image preprocessing without losing edges and other important details on the image, mainly airports tracks and paved roads. Experiments carried out with digital images showed that the methodology allows to obtain the features, e.g. airports tracks, with efficiency.