NEURAL NETWORKS APPLIED IN STROKE INVESTIGATION THROUGH COMPUTERIZED TOMOGRAPHY
Keywords:
Stroke, Computerized Tomography, Image Processing, Neural NetworksAbstract
This work introduce an algorithm proposal able to automatically identify the occurrence of stroke through computed tomography (CT) images. The methods of segmentation by similarity and mathematical morphology are defined, in addition to the enhancement filters used to modify the histogram of the image, which comprises the input data of a Multi-layer Perceptron neural network responsible for classification. The use of this algorithm for medical diagnosis assistance seeks to speed up the process of detection of the disease, accurately and satisfactorily, once the final response given by the responsible specialist depends on his subjectivity. The work comes up with the development of the algorithm and the analysis of its results, which reaches an accuracy of 98,51% during the classification training using the anisotropic diffusion filter and 91,33% for segmentation using thresholding methods. A comparison between other image processing and artificial intelligence techniques is performed, seeking to obtain the bets response within a new and low cost model.
Downloads
Download data is not yet available.
References
AGUIAR, Cecília Burle de. Avaliação de acidente vascular cerebral em tomografia computadorizada utilizando algoritmo de otimização de formigas. Dissertação (Mestrado em Engenharia Elétrica) - Instituto Federal de Educação, Ciência e Tecnologia da Paraíba - IFPB/Coordenação de Pós-Graduação em Engenharia Elétrica. João Pessoa - PB, 27 Mar. 2017.
BRAGA, Jorge Luiz; ALVARENGA, Regina M. P; MORAES NETO, João. B. Mascarenha de. Acidente vascular cerebral. Rev Bras Med, v. 60, n. 3, p. 88-94, 2003.
BRASIL. Acidente vascular cerebral (AVC), 2017. Disponível em http://www.brasil.gov.br/noticias/saude/2012/04/acidente-vascular-cerebral-avc. Acesso em: 17 Dez. 2018.
CANCELA, Diana Manuela Gomes. O acidente vascular cerebral–classificação, principais consequências e reabilitação. O portal do Psicólogo, Portugal, p. 2-18, 2008.
CAVALCANTE, Tarique da Silveira et al. Segmentação automática 2D de vias aéreas em imagens de tomografia computadorizada do tórax. Revista Brasileira de Engenharia Biomédica, [s.l.], v. 29, n. 4, p.389-403, 2013. Editora Cubo Multimídia. http://dx.doi.org/10.4322/rbeb.2013.038.
CHAWLA, Mayank et al. A method for automatic detection and classification of stroke from brain CT images. Annual International Conference of the IEEE Engineering In Medicine And Biology Society. set. 2009. http://dx.doi.org/10.1109/iembs.2009.5335289.
FARIA, Diego. Análise e Processamento de Imagem.Faculdade de Engenharia da Universidade do Porto. Jun 2010.
FREITAS, Emannuel D. G. de. Segmentação de Regiões de AVC Isquêmicos em Imagens de TC por meio da Classificação de Textura. Dissertação (Mestrado em Engenharia Elétrica) - Instituto Federal de Educação, Ciência e Tecnologia da Paraíba - IFPB/Coordenação de Pós-Graduação em Engenharia Elétrica. João Pessoa - PB, 19 Jul. 2016. http://dx.doi.org/10.21528/CBIC2015-062.
HOUNSFIELD, G. N. Computed Medical Imaging. Journal of Computer Assisted Tomography, 4(5), 665–674, 1980. https://doi.org/10.1097/00004728-198010000-00017
LIBERMAN, Felipe. Classificação de Imagens Digitais por Textura usando Redes Neurais. Dissertação (Mestrado em Ciência da Computação) - Instituto de Informática, Universidade Federal do Rio Grande do Sul. Porto Alegre, 27 Nov. 1997.
LISOWSKA, Aneta et al. Thrombus Detection in CT Brain Scans using a Convolutional Neural Network. Proceedings Of The 10th International Joint Conference On Biomedical Engineering Systems And Technologies, 2017. Science and Technology Publications. http://dx.doi.org/10.5220/0006114600240033.
MILSZTAJN, Flávio. Segmentação de tecidos cerebrais em imagens de ressonância magnética utilizando campos aleatórios de Markov. Dissertação (Mestrado em Informática) – Setor de Ciências Exatas, Universidade Federal do Paraná. Curitiba, 2003.
MIRANDA, José I., CAMARGO NETO, João, Modelo de Difusão Anisotrópica para Detecção de Bordas.
Embrapa Informática Agropecuária. Comunicado técnico, 72, ISSN 1677-8464, Campinas – SP, Nov 2007.
NUNES, Fátima L. S. Atualizações em Informática: Introdução ao Processamento de Imagens Médicas para Auxílio ao Diagnóstico – Uma Visão Prática. Capítulo 2. Rio de Janeiro: Editora PUC-Rio : SBC, 2006.
SANCHES, Carlos H. et al. Técnicas de Suavização de Imagens e Eliminação de Ruídos. Anais do EATI – Encontro Anual de Tecnologia da Informação. Frederico Westphalen – RS, p.21-30, Nov. 2015.
SAVIONE, Herick; GLUECK, Flávio; MAGALHÃES, Fabíola C. R.. Tomografia Computadorizada. Faculdade Novo Rumo. Belo Horizonte - MG, 3ed, 2010.
TARALLO, André S.. Segmentação e Classificação de Imagens Digitais de Úlceras Cutâneas através de Redes Neurais Artificiais. Dissertação (Mestrado em Engenharia Elétrica) - Departamento de Engenharia Elétrica, Escola de Engenharia de São Carlos - Universidade de São Paulo, São Carlos - SP, 2007.
WANG, Shijun; SUMMERS, Ronald M. Machine Learning and Radiology. Med Image Anal; 16(5): 933–951. doi:10.1016/j.media. Jul. 2012. https://doi.org/10.1016/j.media.2012.02.005
BRAGA, Jorge Luiz; ALVARENGA, Regina M. P; MORAES NETO, João. B. Mascarenha de. Acidente vascular cerebral. Rev Bras Med, v. 60, n. 3, p. 88-94, 2003.
BRASIL. Acidente vascular cerebral (AVC), 2017. Disponível em http://www.brasil.gov.br/noticias/saude/2012/04/acidente-vascular-cerebral-avc. Acesso em: 17 Dez. 2018.
CANCELA, Diana Manuela Gomes. O acidente vascular cerebral–classificação, principais consequências e reabilitação. O portal do Psicólogo, Portugal, p. 2-18, 2008.
CAVALCANTE, Tarique da Silveira et al. Segmentação automática 2D de vias aéreas em imagens de tomografia computadorizada do tórax. Revista Brasileira de Engenharia Biomédica, [s.l.], v. 29, n. 4, p.389-403, 2013. Editora Cubo Multimídia. http://dx.doi.org/10.4322/rbeb.2013.038.
CHAWLA, Mayank et al. A method for automatic detection and classification of stroke from brain CT images. Annual International Conference of the IEEE Engineering In Medicine And Biology Society. set. 2009. http://dx.doi.org/10.1109/iembs.2009.5335289.
FARIA, Diego. Análise e Processamento de Imagem.Faculdade de Engenharia da Universidade do Porto. Jun 2010.
FREITAS, Emannuel D. G. de. Segmentação de Regiões de AVC Isquêmicos em Imagens de TC por meio da Classificação de Textura. Dissertação (Mestrado em Engenharia Elétrica) - Instituto Federal de Educação, Ciência e Tecnologia da Paraíba - IFPB/Coordenação de Pós-Graduação em Engenharia Elétrica. João Pessoa - PB, 19 Jul. 2016. http://dx.doi.org/10.21528/CBIC2015-062.
HOUNSFIELD, G. N. Computed Medical Imaging. Journal of Computer Assisted Tomography, 4(5), 665–674, 1980. https://doi.org/10.1097/00004728-198010000-00017
LIBERMAN, Felipe. Classificação de Imagens Digitais por Textura usando Redes Neurais. Dissertação (Mestrado em Ciência da Computação) - Instituto de Informática, Universidade Federal do Rio Grande do Sul. Porto Alegre, 27 Nov. 1997.
LISOWSKA, Aneta et al. Thrombus Detection in CT Brain Scans using a Convolutional Neural Network. Proceedings Of The 10th International Joint Conference On Biomedical Engineering Systems And Technologies, 2017. Science and Technology Publications. http://dx.doi.org/10.5220/0006114600240033.
MILSZTAJN, Flávio. Segmentação de tecidos cerebrais em imagens de ressonância magnética utilizando campos aleatórios de Markov. Dissertação (Mestrado em Informática) – Setor de Ciências Exatas, Universidade Federal do Paraná. Curitiba, 2003.
MIRANDA, José I., CAMARGO NETO, João, Modelo de Difusão Anisotrópica para Detecção de Bordas.
Embrapa Informática Agropecuária. Comunicado técnico, 72, ISSN 1677-8464, Campinas – SP, Nov 2007.
NUNES, Fátima L. S. Atualizações em Informática: Introdução ao Processamento de Imagens Médicas para Auxílio ao Diagnóstico – Uma Visão Prática. Capítulo 2. Rio de Janeiro: Editora PUC-Rio : SBC, 2006.
SANCHES, Carlos H. et al. Técnicas de Suavização de Imagens e Eliminação de Ruídos. Anais do EATI – Encontro Anual de Tecnologia da Informação. Frederico Westphalen – RS, p.21-30, Nov. 2015.
SAVIONE, Herick; GLUECK, Flávio; MAGALHÃES, Fabíola C. R.. Tomografia Computadorizada. Faculdade Novo Rumo. Belo Horizonte - MG, 3ed, 2010.
TARALLO, André S.. Segmentação e Classificação de Imagens Digitais de Úlceras Cutâneas através de Redes Neurais Artificiais. Dissertação (Mestrado em Engenharia Elétrica) - Departamento de Engenharia Elétrica, Escola de Engenharia de São Carlos - Universidade de São Paulo, São Carlos - SP, 2007.
WANG, Shijun; SUMMERS, Ronald M. Machine Learning and Radiology. Med Image Anal; 16(5): 933–951. doi:10.1016/j.media. Jul. 2012. https://doi.org/10.1016/j.media.2012.02.005
Downloads
Published
2019-06-24
Issue
Section
Artigos Originais
How to Cite
NEURAL NETWORKS APPLIED IN STROKE INVESTIGATION THROUGH COMPUTERIZED TOMOGRAPHY. (2019). Colloquium Exactarum. ISSN: 2178-8332, 11(1), 53-64. https://journal.unoeste.br/index.php/ce/article/view/3092