Informações
Exames de ressonância magnética cardíaca são reconhecidos como padrão-ouro para o diagnóstico de diversas doenças cardíacas (Fig. 1). A partir da segmentação e análise do ventrículo esquerdo nesses exames, métricas clínicas utilizadas em diagnósticos podem ser obtidas. Entretanto, a segmentação manual do ventrículo esquerdo nas diversas imagens de ressonância magnética demanda tempo e esforço repetitivo do especialista, o que pode aumentar a variabilidade da qualidade do diagnóstico. Na literatura, diversos métodos têm sido propostos para a segmentação automática do ventrículo esquerdo. As principais abordagens utilizam métodos baseados em imagem, restrição de formas e inteligência artificial. Apesar de obterem bons resultados, nenhum método ainda alcançou a excelência do especialista devido à grande variação das estruturas representadas nas imagens de ressonância magnética (Fig. 2). A partir de um mapeamento sistemático, foi constatado que a utilização de métodos híbridos baseados em restrição de forma e inteligência artificial têm obtido resultados promissores e oferecem uma possível solução ao problema da segmentação. O objetivo do presente projeto é desenvolver um novo método híbrido de segmentação automática do ventrículo esquerdo, com base em inteligência artificial e restrições de forma. Com isso, pretende-se diminuir a ocorrência de segmentações anatomicamente impossíveis, um dos problemas mais comuns dos métodos mais recentes, sem comprometer a qualidade da segmentação. Os resultados serão avaliados por meio de métricas clássicas de avaliação de segmentação, assim como métricas clínicas utilizadas no diagnóstico. Além de oferecer uma contribuição para a área de processamento gráfico, ao propor um novo método de segmentação, o projeto visa a contribuir com a área de auxílio ao diagnóstico em Cardiologia.
Palavras-chaves: segmentação; ressonância magnética cardíaca; imagens médicas; ventrículo esquerdo
