Recuperação de Imagens por Conteúdo Através de Regiões Determinadas Automaticamente pela Energia

1. Recuperação de Imagens por Conteúdo Através de Regiões Determinadas Automaticamente pela Energia Luis Marcelo Bortolotti Agma Juci Machado Traina ICMC - USP

2. Conteúdo • Introdução • Método • Determinação dos MBRs • Medidas de Textura • Vetor de Características • Experimentos e Resultados • Conclusões

3. Introdução e Motivação • Sistemas de Informação Hospitalar (SIH) atuais • Organização de dados textuais e numéricos sobre pacientes (exames realizados, procedimentos adotados) • Em alguns casos é possível a associação de dados textuais com exames

4. Introdução e Motivação • PACS (Picture Archiving and Communication Systems) • integração em um único sistema todas as informações dos pacientes (textos, imagens, gráficos) • Devido ao alto custo, é comum a obtenção de alguns módulos e o desenvolvimento de soluções particulares

5. Introdução e Motivação • Como os sistemas PACS organizam as imagens provenientes de exames efetuados sobre os pacientes, seria interessante adicionar a capacidade de consultas basedas em conteúdo, ou seja, consultas do tipo: Quais são as 10 imagens de tomografia mais similares a uma imagem dada

6. Introdução e Motivação • Aqui é apresentado um método de extração de características extração de características de imagens baseado em MBRs (Minimum Bouding Rectangles) de regiões da imagem, determinados automaticamente através de informações de energia das linhas e colunas da imagem, e no processamento baseado em textura destas regiões

7. Conteúdo • Introdução • Método • Determinação dos MBRs • Medidas de Textura • Vetor de Características • Experimentos e Resultados • Conclusões

8. Extração de Características • O método de extração de características de imagens é dividido em duas fases: • Determinação automática dos Minimum Bounding Rectangles (MBRs) de regiões da imagem • Realização de medidas de textura sobre estas regiões

9. Extração de Características:Determinação dos MBRs

10. Extração de Características:Determinação dos MBRs • A transformada de wavelets de Daubechies é utilizada para criar uma miniatura (thumbnail) da imagem • Eliminação de ruídos de alta freqüência • A imagem mantém as propriedades necessárias • Maior velocidade no processamento da imagem

11. Miniatura Imagem de entrada Transformada de wavelets Extração de Características:Determinação dos MBRs

12. Extração de Características:Determinação dos MBRs

13. Extração de Características:Determinação dos MBRs • Sobre a miniatura é aplicado o filtro de bordas de Sobel • Realce das bordas das estruturas grandes da imagem

14. Imagem de entrada Sobel Extração de Características:Determinação dos MBRs

15. Extração de Características:Determinação dos MBRs

16. Extração de Características:Determinação dos MBRs • Os MBRs das regiões são determinados por meio dos gráficos de energia das linhas e colunas da miniatura após a aplicação do filtro de Sobel • Energia: concentração das intensidades dos pixels de uma imagem

17. Extração de Características:Determinação dos MBRs • Energia das Linhas: soma das intensidades dos pixels de uma dada linha da imagem • Energia das Colunas: soma das intensidades dos pixels de uma dada coluna da imagem

18. Gráficos de Energia das Linhas e Colunas Extração de Características:Determinação dos MBRs

19. Extração de Características:Determinação dos MBRs • Pontos de máximo são localizados nos gráficos de energia das linhas e colunas da imagem

20. Lista de MBRs Extração de Características:Determinação dos MBRs • As coordenadas dos MBRs são determinadas pelos pontos de intersecção entre os gráficos de energia MBR1: (x1,y1,x2,y2) MBR2: (x1,y1,x2,y2) MBR3: (x1,y1,x2,y2) MBR4: (x1,y1,x2,y2) MBR5: (x1,y1,x2,y2) ... MBRn: (x1,y1,x2,y2)

21. Extração de Características:Determinação dos MBRs • Uma razão entre a energia total do MBR e sua área é calculada para determinar quais MBRs serão inseridos nos conjunto resposta Lista de MBRs MBR14: (x1,y1,x2,y2) MBR1: (x1,y1,x2,y2) MBR15: (x1,y1,x2,y2) MBR2: (x1,y1,x2,y2) MBR16: (x1,y1,x2,y2) MBR3: (x1,y1,x2,y2) MBR17: (x1,y1,x2,y2) MBR4: (x1,y1,x2,y2) MBR18: (x1,y1,x2,y2) MBR5: (x1,y1,x2,y2) MBR19: (x1,y1,x2,y2) MBR6: (x1,y1,x2,y2) MBR20: (x1,y1,x2,y2) MBR7: (x1,y1,x2,y2) MBR21: (x1,y1,x2,y2) MBR8: (x1,y1,x2,y2) MBR22: (x1,y1,x2,y2) MBR9: (x1,y1,x2,y2) MBR23: (x1,y1,x2,y2) MBR10: (x1,y1,x2,y2) MBR24: (x1,y1,x2,y2) MBR11: (x1,y1,x2,y2) MBR25: (x1,y1,x2,y2) MBR12: (x1,y1,x2,y2) MBR13: (x1,y1,x2,y2)

22. Transposição dos pontos para a imagem original Extração de Características:Determinação dos MBRs • Por fim as coordenadas são dos MBRs transpostas para a imagem de entrada

23. Extração de Características:Medidas de Textura • A extração de características de textura é feita utilizando-se a matriz de co-ocorrência proposta por Haralick • Para cada MBR pertencente ao conjunto de resposta, é calculada uma matriz de co-ocorrência • A partir da matriz, são calculados as medidas de Entropia e a Homogeneidade

24. Matrizes de Co-ocorrência Medidas Entropia Homogeneidade Entropia Homogeneidade Entropia Homogeneidade Entropia Homogeneidade Extração de Características:Medidas de Textura …

25. Vetor de Características MBR1 MBR3 nMBR MBR2 ... Energia Entropia Área Homogeneidade Informações do MBR Vetor de Características

26. Conteúdo • Introdução • Método • Determinação dos MBRs • Medidas de Textura • Vetor de Características • Experimentos e Resultados • Conclusões

27. Experimentos e Resultados • Testes realizados com um conjunto de 250 imagens de vários tipos de exames radiológicos • Angiogramas do coração • Ressonância magnética de cabeça, corte axial • Ressonância magnética de cabeça, corte sagital • Ressonância magnética do abdômen • Ressonância magnética de coluna

28. Angiograma RM cabeça axial RM cabeça sagital RM abdômen RM coluna Experimentos e Resultados

29. Experimentos e Resultados • Experimentos: • Consultas k-NN sobre o conjunto de imagens processadas • Resultados analisados por meio dos gráficos de Precision x Recall

30. Resultados Experimentos e Resultados

31. Conteúdo • Introdução • Método • Determinação dos MBRs • Medidas de Textura • Vetor de Características • Experimentos e Resultados • Conclusões

32. Conclusões • O método apresenta baixo custo computacional • Pode ser utilizado como um processamento inicial de um conjunto de imagens • Melhores resultados com imagens que apresentam predominância de tecidos moles • Massa encefálica, tecido muscular

33. Muito Obrigado! Recuperação de Imagens por Conteúdo Através de Regiões Determinadas Automaticamente pela Energia Luis Marcelo Bortolotti Agma Juci Machado Traina ICMC - USP