Título: CBIR e semântica: uma abordagem híbrida para um sistema de busca de imagens de tomografia de tórax

Aluno: Marcelo Arrais Porto
Orientador: Marcos Cordeiro d’Ornellas
Data: 17/03/16
Horário: 14:00 h
Local: Sala 321A do Centro de Tecnologia

Banca:
Prof. Dr. Marcos Cordeiro d’Ornellas – UFSM – Presidente
Prof. Dr. Luciano Silva da Silva – FURG
Prof. Dr. Gustavo Nogara Dotto – UFSM

Prof. Dr. José Antônio Trindade Borges da Costa – UFSM (suplente)

Resumo: Este trabalho apresenta um sistema de busca e recuperação de imagens por conteúdo (CBIR) para tomografias de tórax, utilizando uma abordagem que combina o uso de características de baixo nível das imagens com dados clínicos semânticos dos pacientes a fim de determinar a semelhança entre imagens não apenas com base no seu conteúdo visual, mas também em termos de risco de desenvolvimento de câncer de pulmão por parte dos pacientes, com base em fatores específicos como consumo de tabaco e doenças crônicas como enfisema pulmonar. A extração de características de baixo nível é feita através do algoritmo MOPS (Multi-Scale Oriented Patches), sendo este resultado filtrado de acordo com critérios semânticos dos pacientes provenientes de histórico clínico e de laudos fornecidos por especialistas. Os resultados dos testes realizados foram avaliados conforme precisão (precision), revocação (recall) e a média harmônica dessas duas medidas conhecida como F-Measure. Em média, foi obtido um valor de F-Measure correspondente a 50,94% nos testes realizados, o qual representa a eficiência do sistema em termos de recuperação de imagens relevantes de uma base de dados de acordo com uma imagem de entrada fornecida. O sistema proposto é uma solução para que especialistas possam comparar imagens de exames de tomografia de tórax distintos, funcionando como uma ferramenta de auxílio durante o processo de diagnóstico de câncer de pulmão.