Relatrio Interno:

Modelos Deformveis em Imagem Mdica

Joo Manuel R. S. Tavares
INEB Instituto de Engenharia Biomdica, Laboratrio Sinal e Imagem
INEGI Instituto de Engenharia e Gesto Industrial, Laboratrio de ptica e Mecnica Experimental
Universidade do Porto, Faculdade de Engenharia, Departamento de Engenharia Mecnica e Gesto Industrial
Rua Dr. Roberto Frias, s/n 4200-465 PORTO PORTUGAL
Tel. +351225081487
email: tavares@fe.up.pt
url: http://www.fe.up.pt/~tavares


J. Barbosa
INEB Instituto de Engenharia Biomdica, Laboratrio Sinal e Imagem
Universidade do Porto, Faculdade de Engenharia, Departamento de Engenharia Electrotcnica e de Computadores
email: jbarbosa@fe.up.pt
url: http://www.fe.up.pt/~jbarbosa


A. Jorge Padilha
INEB Instituto de Engenharia Biomdica, Laboratrio Sinal e Imagem
Universidade do Porto, Faculdade de Engenharia, Departamento de Engenharia Electrotcnica e de Computadores
email: padilha@fe.up.pt








Janeiro 2003
Resumo

Modelos deformveis so actualmente bastante utilizados em imagem mdica pois, atravs da
utilizao de princpios fsicos, simulam de forma bastante satisfatria o comportamento dos
objectos reais.
Basicamente os modelos deformveis so inicializados junto dos objectos a considerar, por
processos automticos ou semi-automticos, e a aproximao para a posio final desejada
conseguida atravs de um processo de minimizao de energia. Esta minimizao de energia
verificada quando o modelo atinge o equilbrio, entre as suas foras internas e as foras
externas originadas pelos dados e por eventuais foras impostas pelo utilizador.
Neste relatrio so apresentados os fundamentos dos modelos deformveis e indicados alguns
exemplos de aplicao em imagem mdica, nomeadamente na segmentao, no
emparelhamento, no alinhamento e na reconstruo de dados 2D e 3D.

Palavras-chave Contornos activos, imagem mdica, modelos deformveis.
Abstract


Deformable models are currently very used in medical image since, through the use of
physical principles, they simulate quite satisfactory the real objects behavior.
Basically the deformable models are placed in the image near to the objects to be considered,
by automatic or semi-automatic processes, and the approach to the desired final position is
obtained through an energy minimization process. This energy minimization is verified when
the model reaches the equilibrium, between its internal forces and the external forces
originated by the data and eventual forces imposed by the user.
In this report are presented the deformable models fundaments and indicated some application
examples in medical imaging field, namely in segmentation, matching, alignment and in the
reconstruction of 2D and 3D data.

Keywords Active contours, deformable models, medical image.
ndice
1 INTRODUO___________________________________________________ 1
2 FUNDAMENTOS_________________________________________________ 1
2.1 Modelos deformveis por minimizao de energia _________________________________________ 2
2.2 Modelos deformveis dinmicos ________________________________________________________ 3
2.3 Discretizao e simulao numrica_____________________________________________________ 4
2.4 Modelos deformveis probabilsticos ____________________________________________________ 5
3 ANLISE DE IMAGEM MDICA COM MODELOS DEFORMVEIS ________ 6
3.1 Segmentao de imagem com curvas deformveis _________________________________________ 7
3.2 Segmentao de imagem 3D com superfcies deformveis ___________________________________ 9
3.3 Incorporao de conhecimento a priori _________________________________________________ 10
3.4 Emparelhamento ___________________________________________________________________ 12
3.5 Anlise e seguimento de movimento____________________________________________________ 14
4 SUMRIO _____________________________________________________ 17
REFERNCIAS ____________________________________________________ 17


MODELOS DEFORMVEIS EM IMAGEM MDICA
1 Introduo

Com os modelos deformveis possvel simular, de forma bastante satisfatria, o
comportamento dos objectos reais utilizando para tal princpios fsicos. Assim, os
modelos deformveis de curvas, de superfcies e de slidos, ganharam popularidade
depois de serem propostos, a meio da dcada de oitenta, para utilizao na viso
por computador e na computao grfica.
Uma das reas em que os modelos deformveis so bastante utilizados a da
imagem mdica; assim modelos deformveis so comuns, por exemplo, na
segmentao, no alinhamento, na anlise e seguimento de movimento e na
reconstruo de dados 2D e 3D de imagem mdica. Esta grande utilizao dos
modelos deformveis na rea da imagem mdica, uma das principais causas da
elevada popularidade que estes apresentam e do enorme volume de investigao
continuamente realizado no seu mbito.
Na seco seguinte deste relatrio so apresentados os fundamentos dos modelos
deformveis, seguidamente vrios exemplos de aplicaes em imagem mdica
sero descritos, finalmente apresentado um breve sumrio.

2 Fundamentos

Os fundamentos matemticos dos modelos deformveis representam a confluncia
da geometria, da fsica e da teoria da aproximao. A geometria serve para
representar a forma do objecto, a fsica impe restries ao modo como esta pode
variar no espao e no tempo, e a teoria da aproximao ptima justifica formalmente
o mecanismo para ajustar modelos aos dados.
Geralmente a geometria dos modelos deformveis permite uma cobertura vasta de
formas, pela utilizao de representaes geomtricas que envolvem vrios graus
de liberdade, como as splines. Contudo, o modelo permanece controlvel porque
geralmente os graus de liberdade no so passveis de evoluir independentemente,
sendo antes governados por princpios fsicos que conferem geometria um
comportamento intuitivamente significativo. A designao modelo deformvel teve
origem na utilizao da teoria da elasticidade a um nvel fsico, geralmente num
cenrio de dinmica Lagrangiana. A interpretao fsica de modelos deformveis
como corpos elsticos permite que estes respondam naturalmente a foras e a
1
MODELOS DEFORMVEIS EM IMAGEM MDICA
restries aplicadas. Tipicamente esto associadas aos modelos deformveis
funes de energia de deformao, definidas em termos dos graus de liberdade
geomtricos. A energia aumenta monotonicamente assim que o modelo se deforma
e se afasta de uma forma natural especfica (forma de equilbrio), e vrias vezes
inclui termos que impem a suavidade ou a simetria do modelo. Numa formulao
Lagrangiana, a energia de deformao origina foras elsticas internas ao modelo.
Seguindo uma abordagem fsica da aproximao ptima clssica, funes de
energia potencial externas so definidas em termos dos dados existentes, aos quais
o modelo se deve ajustar. Estas energias potenciais originam foras externas que
deformam o modelo de maneira que o mesmo se ajuste aos dados presentes.
As snakes representam um caso especial da teoria original do modelo deformvel
multidimensional. Na sua forma bsica, a formulao matemtica das snakes deriva
da teoria da aproximao ptima envolvendo funcionais.

2.1 Modelos deformveis por minimizao de energia

Geometricamente, uma snake um contorno paramtrico definido no plano de
imagem que pode ser representado como , onde ( )
2
, x y ( ) ( ) ( ) (
,
T
v s x s y s =
)
x e
so as funes de coordenadas e
y
| | 0,1 s o domnio paramtrico. A forma do
contorno sujeito a uma imagem ( ) , I x y ditada pelo funcional:
( ) ( ) ( ) v S v P v = + . (1)
O funcional pode ser interpretado como a representao da energia do contorno
e a forma final do contorno corresponde ao mnimo dessa energia. O primeiro
termo no funcional a energia de deformao interna:
( ) v
( ) ( ) ( )
2
2 1 2
1 2 2
0
v v
S v w s w s ds
s s

= +

. (2)
Esta energia caracteriza a deformao de um contorno flexvel e elstico. Duas
funes definem as caractersticas fsicas simuladas do contorno: controla a
tenso do contorno, enquanto
( )
1
w s
( )
2
w s controla a sua rigidez. O segundo termo em (1)
atrai a snake para o objecto desejado na imagem. Tradicionalmente este termo tem
a forma:
2
MODELOS DEFORMVEIS EM IMAGEM MDICA
( ) ( ) ( )
1
0
P v v s ds =

(3)
onde significa uma funo potencial escalar a definir no plano imagem. Para
aplicar snakes em imagens, potenciais externos so definidos de maneira a que os
seus mnimos locais coincidam com extremos de intensidade, orlas ou outras
caractersticas com interesse na imagem. Por exemplo, o contorno ser atrado para
orlas de intensidade numa imagem
( ) (
v s
)
( ) , I x y por escolha de um potencial
( ) ( ) , , x y c = G I x y

onde controla a magnitude do potencial, o operador de

gradiente, e G significa a convoluo da imagem original com um filtro de
suavizao (Gaussiano), cujo desvio padro
c
controla a extenso espacial do
mnimo local de .
De acordo com o clculo de variaes, o contorno ( ) v s que minimiza a energia ( ) v
deve satisfazer a equao de Euler-Lagrange:
( ) ( )
2 2
1 2 2 2
0
v v
w w v s
s s s s
| | | |
+ +
| |

\ .
\ .
=
)
. (4)
Esta equao diferencial parcial expressa o balano das foras internas e externas
quando o contorno atinge o equilbrio.

2.2 Modelos deformveis dinmicos

Apesar de ser natural interpretar a minimizao da energia como um problema
esttico, uma abordagem interessante para determinar o mnimo local de um
funcional como em (1) construir um sistema dinmico governado pelo funcional
que permita que o sistema evolua para o equilbrio. O sistema pode ser construdo
aplicando-se os princpios da mecnica Lagrangiana, obtendo-se modelos
deformveis dinmicos que unificam as descries da forma e do movimento,
permitindo assim a possibilidade de quantificar no s formas estticas mas tambm
a evoluo de uma forma ao longo do tempo. Os modelos dinmicos exibem
comportamento com significado intuitivamente fsico, o que torna as suas evolues
apropriadas para interagirem com um utilizador.
Um exemplo simples uma snake dinmica que pode ser representada pela
introduo de um contorno variante no tempo v s com densidades
de massa
( ) ( ) ( ) (
, , , ,
T
t x s t y s t =
( ) s e de amortecimento ( ) s . As equaes de movimento de Lagrange
3
MODELOS DEFORMVEIS EM IMAGEM MDICA
para uma snake com energia interna dada por (2) e energia externa dada por (3) :
( ) (
2 2 2
1 2 2 2 2
,
v v v v
w w v
t s s t s s

| | | |
+ + =
| |

\ .
\ .
)
s t . (5)
Os dois primeiros termos do lado esquerdo desta equao diferencial parcial
representam as foras de inrcia e de amortecimento; os termos remanescentes
representam as foras internas de estiramento e de flexo, enquanto o lado direito
representa as foras externas. O equilbrio obtido quando o somatrio das foras
internas e externas nulo e o contorno atinge o repouso (
2 2
0 v t v t = = ), a que
corresponde a condio de equilbrio de (4).

2.3 Discretizao e simulao numrica

De maneira a determinar-se numericamente uma soluo de energia mnima
necessrio discretizar a funo de energia ( ) v . A abordagem usual representar o
modelo geomtrico contnuo v em termos de combinaes lineares de funes de
base com suporte local ou com suporte global. Elementos finitos, diferenas finitas, e
splines geomtricas so mtodos de representao locais, enquanto os baseados
na transformada de Fourier so mtodos de representao global. O modelo
contnuo representado de forma discreta por um vector { ( ) v s } u para os
parmetros da forma associados com as funes de base. A forma discreta da
energia ( ) v da snake pode ser escrita como:
( ) { } | |{ } { } (
1
2
T
E u u K u u = +
)
, (6)
onde | | K a matriz de rigidez e { } ( )
u a verso discretizada do potencial externo.
A soluo para o mnimo de energia resulta fixando o gradiente de (6) igual a 0; tal
equivalente a resolver o sistema de equaes algbricas:
| |{ } { } { } K u = = f , (7)
onde { } f o vector de foras externas generalizadas.
A verso discreta das equaes dinmicas Lagrangianas dadas por (5) pode ser
escrita por um conjunto de equaes s diferenas ordinrias de segunda ordem em
: ( ) { }
u t
4
MODELOS DEFORMVEIS EM IMAGEM MDICA
| |{ } | |{ } | |{ } { } M u C u K u f + + = , (8)
onde | | M a matriz de massa e | | C a matriz de amortecimento. As derivadas em
ordem ao tempo em (5) so aproximadas por diferenas finitas e mtodos explcitos
ou implcitos de integrao temporal so utilizados para simular o sistema ordinrio
de equaes diferenciais resultante, em termos dos parmetros da forma { } u .

2.4 Modelos deformveis probabilsticos

Uma abordagem alternativa para os modelos deformveis deriva da resoluo do
processo de ajuste do modelo utilizando mtodos probabilsticos. Tal permite a
incorporao de caractersticas conhecidas a priori em termos de distribuies
probabilsticas. Esta metodologia probabilstica tambm possibilita uma medida da
incerteza dos parmetros estimados para a forma depois do ajuste do modelo aos
dados da imagem.
Seja a representar os parmetros da forma do modelo deformvel com uma
probabilidade a priori
u
( ) p u nos seus parmetros. Seja
( )
p I u o modelo de sensor de
imagem a probabilidade de produzir uma imagem I dado um modelo . O teorema
de Bayes:
u
( )
( ) ( )
( )
p I u p u
p u I
p I
= (9)
expressa a probabilidade a posteriori
( )
p u I de um modelo dada a imagem, em
termos do modelo da imagem e das probabilidades a priori do modelo e da imagem.
fcil converter a medida da energia interna de (2) do modelo deformvel numa
distribuio a priori sobre as formas esperadas, com as formas de menor energia a
serem as mais provveis. Tal atingido utilizando uma distribuio de Boltzmann
(ou de Gibbs) com a forma:
( ) ( ) (
1
exp S
S
p u u
Z
=
)
, (10)
onde a verso discreta de ( ) S u ( ) S v em (2) e
S
Z uma constante de normalizao
(designada por funo de separao). Este modelo a priori depois combinado com
um modelo simples do sensor, baseado em medidas lineares com rudo Gaussiano:
5
MODELOS DEFORMVEIS EM IMAGEM MDICA
( ) ( ) (
1
exp P
I
p I u u
Z
=
)
, (11)
onde ( ) P u uma verso discreta do potencial ( ) P v de (3), que uma funo da
imagem ( ) , I x y .
Os modelos podem ser ajustados por determinao de uma soluo para que
maximiza localmente
u
(
p u I
)
em (9); tal designado por soluo (MAP) mxima a
posteriori. Com a construo anterior, obtido um resultado idntico ao obtido por
minimizao de (1).
A abordagem probabilstica pode ser expandida assumindo a priori um modelo
variante no tempo (modelo de sistema) em conjuno com o modelo de sensor,
resultando num filtro de Kalman. O modelo do sistema descreve a evoluo
esperada dos parmetros u ao longo do tempo. Se as equaes do movimento do
modelo fsico das snakes de (8) forem utilizadas como modelo do sistema, o
resultado um algoritmo de estimao sequencial conhecido por snakes de Kalman.

3 Anlise de imagem mdica com modelos deformveis

Apesar de originalmente desenvolvidos para aplicaes em problemas de viso por
computador ou em computao grfica, o potencial dos modelos deformveis na
anlise de imagem mdica tem vindo a ser rapidamente utilizado. Assim, tm vindo
a ser aplicados em imagens geradas por diversas modalidades de aquisio de
imagem mdica tais como raios X, tomografia computorizada, angiografia,
ressonncia magntica e ultrasons. Modelos deformveis bidimensionais e
tridimensionais tm vindo a ser utilizados para segmentar, visualizar, seguir e
quantificar, uma variedade de estruturas anatmicas que vo desde a escala
macroscpica at microscpica. Tais estruturas incluem o crebro, o corao, a
face, as artrias da retina e coronrias, o rim, o pulmo, o estmago, o fgado, o
crnio, as vrtebras e a coluna vertebral, e mesmo estruturas celulares como
neurnios e cromossomas. Modelos deformveis tm vindo a ser utilizados no
seguimento de movimento no rgido do corao, do pulmo, da artria coronria,
do estmago, etc. Tambm tm sido utilizados para localizar estruturas no crebro,
e no alinhamento de imagens da retina, da estrutura vertebral e de tecidos
neurolgicos.
6
MODELOS DEFORMVEIS EM IMAGEM MDICA

3.1 Segmentao de imagem com curvas deformveis

A segmentao de estruturas anatmicas uma primeira etapa essencial em muitas
tarefas de anlise de imagem mdica, tais como alinhamento, etiquetagem e
seguimento de movimento. Estas tarefas requerem que as estruturas anatmicas
presentes na imagem original sejam reduzidas para uma representao compacta e
analtica da sua forma. Executar manualmente tal segmentao um processo
extremamente trabalhoso e moroso. Um primeiro exemplo a segmentao do
corao, especialmente o ventrculo esquerdo, em imagem cardaca. A
segmentao do ventrculo esquerdo um pr-requisito para se obter informao
diagnstica tal como a fraco de ejeco ou o volume ventricular, para a anlise do
movimento parietal, etc.
Um esquema de segmentao baseado em modelos deformveis, utilizado de forma
concertada com tcnicas de pr-processamento de imagem, pode ultrapassar
muitas das limitaes da edio manual e das tcnicas tradicionais de
processamento de imagem. Estes modelos geomtricos, contnuos e interligados,
consideram a fronteira de um objecto como um todo e podem utilizar conhecimento
existente a priori sobre a forma do mesmo para restringir o problema da
segmentao. A continuidade inerente e a suavidade destes modelos podem
compensar o rudo, fendas e outras irregularidades presentes nas fronteiras dos
objectos. Alm do mais, a representao paramtrica dos modelos possibilita uma
descrio compacta e analtica da forma do objecto. Estas propriedades originam
uma tcnica robusta para ligar caractersticas de imagem dispersas e misturadas
com rudo num modelo coerente e consistente para o objecto (Tim Mcinerney, 1996).
Entre as vrias utilizaes dos modelos deformveis em anlise de imagem mdica
destacam-se os modelos de contorno deformveis, tais como as snakes, para
segmentar estruturas em imagens 2D, como, por exemplo, em (A Gupta et al., 1994;
Cohen, 1991; Meiyappan Solaiyappan e Postin, 1996). Tipicamente os utilizadores
iniciam um modelo deformvel prximo do objecto desejado e permitem que o
mesmo se deforme at atingir o equilbrio. Os utilizadores podem usar as
capacidades interactivas destes modelos e afin-los manualmente. Quando o
utilizador estiver satisfeito com o resultado numa imagem inicial, o modelo de
contorno ajustado pode ser utilizado como a aproximao inicial na imagem seguinte
7
MODELOS DEFORMVEIS EM IMAGEM MDICA
da sequncia que esteja a ser considerada. A sequncia de contornos 2D resultante
pode ser posteriormente ligada, para formar um modelo superficial 3D contnuo
como, por exemplo, realizado em (Cohen, 1991).
Em (L. Xu et al., 1999) so utilizadas curvas elsticas Gaussianas para a
segmentao de zonas de cancro da pele. A segmentao de imagens mdicas de
ultrasons utilizando snakes apresentada em (Eric Maurincomme et al., 1993). Em
tal aplicao, as curvas so inicializadas numa determinada posio previamente
determinada sendo, assim, o processo totalmente automtico. Contornos activos so
tambm utilizados na segmentao de tecidos cerebrais em imagens de ressonncia
magntica em (Tina Kapur et al., 1996). Em (Elliot K. Fishman et al., 1996) so
utilizados contornos deformveis paramtricos na segmentao de imagens 2D para
o planeamento cirrgico.
A aplicao de snakes e outros modelos de contornos deformveis similares para
extrair regies de interesse no , contudo, isenta de limitaes. Por exemplo, as
snakes foram desenvolvidas como modelos interactivos e, em aplicaes no
interactivas, devem ser inicializadas prximas estrutura desejada de forma a
garantir-se um bom desempenho. As restries da energia interna das snakes
podem limitar a flexibilidade geomtrica e impedir que uma snake represente formas
longas e do tipo tubular ou formas com bifurcaes ou protuses significativas. A
topologia da estrutura desejada deve ser conhecida antecipadamente pois os
modelos deformveis de contorno clssicos so paramtricos e, sem mecanismos
adicionais, so incapazes de transformaes topolgicas.
Vrios mtodos tm vindo a ser propostos para melhorar e automatizar o processo
de segmentao por contornos deformveis. Em (Cohen, 1991) utilizada uma fora
interna de inflao, expandindo o modelo da snake de maneira a ultrapassar falsas
orlas, originadas pelo rudo, fazendo assim com que a snake seja menos sensvel s
condies iniciais e ao rudo. J em (Isabelle L. Herlin e Ayache, 1992) integrada,
nos modelos de contorno deformveis, informao baseada em regies numa
tentativa de diminuir a sensibilidade a falsas orlas e localizao inicial do modelo.
Tambm em (Ronfard, 1994) utilizada uma tcnica semelhante para segmentar
imagens mdicas, e em (Christophe Chesnaud et al., 1999) utilizada informao
estatstica de regies para diminuir a sensibilidade das snakes ao rudo.
A extraco das fronteiras de objectos tratado em (Jaesang Park e Keller, 2001);
trata-se de um algoritmo de contornos activos, composto por duas etapas, sendo a
8
MODELOS DEFORMVEIS EM IMAGEM MDICA
energia minimizada por programao dinmica. O algoritmo proposto mais robusto
a mnimos locais porque a soluo determinada por procura no espao total de
energia. So apresentados resultados de segmentao das clulas brancas do
sangue.
A utilizao de informao estatstica e geomtrica para melhorar o desempenho na
segmentao por contornos activos em imagens mdicas proposta em (Dinggang
Shen e Davatzikos, 2000).
O problema de segmentao e alinhamento de estruturas do crebro em imagens de
ressonncia magntica tratado em (Nicolae Duta et al., 2001). Assim proposto
uma metodologia para a construo automtica de modelos de forma 2D, atravs da
utilizao de conjuntos de formas de treino, de forma a obter prottipos e informao
estatstica sobre as suas variaes admissveis. A soluo proposta mais imune s
variaes da pose, da escala, s diferenas no lineares entre as formas de pares
de objectos assim como a falsos objectos de treino.

3.2 Segmentao de imagem 3D com superfcies deformveis

Modelos de superfcies deformveis em 3D foram primeiramente utilizados em viso
por computador em (Tim Mcinerney, 1996), (Demetri Terzopoulos, 1988). Muitos
autores tm desde ento explorado a utilizao de modelos de superfcie
deformveis para segmentao de estruturas em imagens mdicas 3D.
Em (Isaac Cohen et al., 1992a; Tim Mcinerney e Terzopoulos, 1995) so utilizados
elementos finitos e tcnicas baseadas em princpios fsicos na implementao de
cilindros e esferas elasticamente deformveis. Os modelos so utilizados para
segmentar a parede interna do ventrculo esquerdo do corao a partir de imagens
3D de ressonncia magntica ou de tomografia computorizada. As superfcies
deformveis utilizadas, propostas em (Isaac Cohen et al., 1991), so baseadas
numa superfcie do tipo spline modelizada por uma placa fina sob tenso, que
controla e restringe o estiramento e a flexo da superfcie. Os modelos so
dinamicamente ajustados aos dados por integrao das equaes Lagrangianas do
movimento ao longo do tempo, de forma a ajustar os graus de liberdade da
deformao. O mtodo dos elementos finitos utilizado para representar os modelos
como uma superfcie contnua utilizando somatrios ponderados de funes de base
polinomial.
9
MODELOS DEFORMVEIS EM IMAGEM MDICA
Um modelo para estimar formas 3D em imagens mdicas de ressonncia magntica
e de ultrasons apresentado em (Jos Nascimento e Lemos, 2000). Na metodologia
proposta utilizado um esquema de aprendizagem competitiva na estimao da
superfcie. Este esquema, baseado na abordagem proposta em (A. J. Abrantes e
Marques, 1996) na qual um conjunto de pontos definido numa curva deformvel e
todos competem para representar os dados existentes.
Outros trabalhos que envolvem modelos de superfcies deformveis 3D e aplicaes
de imagem mdica so revistos em (Chris Davatzikos e Bryan, 1995).

3.3 Incorporao de conhecimento a priori

Em imagem mdica a forma geral, a localizao e a orientao de objectos so
conhecidas, e este conhecimento pode ser incorporado no modelo deformvel sob a
forma de condies iniciais, de restries nos dados, de restries dos parmetros
da forma, ou no processo de ajuste. A utilizao implcita ou explcita de
conhecimento anatmico no processo da determinao da forma especialmente
importante na interpretao automtica e robusta em imagem mdica. Para
interpretao automtica, essencial obter um modelo que no apenas descreva o
tamanho, a forma, a localizao e a orientao do objecto-alvo, mas que tambm
permita variaes esperadas destas caractersticas. A interpretao automtica em
imagem mdica pode aliviar os clnicos dos aspectos laboratorialmente intensivos,
ao mesmo temo que aumenta a preciso, a consistncia e a reprodutibilidade das
interpretaes.
Um nmero considervel de autores tm vindo a incorporar o conhecimento da
forma do objecto nos modelos deformveis pela utilizao de prottipos deformveis
(templates). A ideia de prottipos deformveis precede o desenvolvimento das
snakes, mas sofreu um novo desenvolvimento provocado por estas (Andrew Blake e
Isard, 1998).
Um exemplo da utilizao deste tipo de modelos dado em (Alan L. Yuille et al.,
1989; Alan L. Yuille et al., 1992) onde prottipos deformveis so construdos para
detectar e descrever caractersticas das faces, como os olhos. utilizado um
prottipo parametrizado para o olho, constitudo por um crculo circunscrito por duas
parbolas, e deformado por optimizao de uma funo de custo baseada em
caractersticas morfolgicas.
10
MODELOS DEFORMVEIS EM IMAGEM MDICA
Modelos deformveis baseados em superqudricas so um outro exemplo de
modelos frequentes na rea da imagem mdica. As superqudricas contm um
reduzido nmero de parmetros globais intuitivos, que podem ser ajustados forma
mdia de uma estrutura anatmica alvo. Alm do mais, os parmetros globais
podem frequentemente ser combinados com parmetros locais como splines,
resultando uma abordagem interessante para a representao da forma.
Em (B. C. Vemuri e Radisavljevic, 1994) construdo um modelo deformvel
superqudrico numa base ortonormal de onduletas (wavelets) para utilizao em
imagem mdica 3D e 4D. Esta base de multiresoluo possibilita ao modelo a
capacidade de se transformar de maneira contnua de deformaes locais para
globais, permitindo assim, utilizando relativamente poucos parmetros, a criao e a
representao de uma quantidade contnua de modelos de forma.
Em (Eric Bardinet et al., 1994, 1995, 1996) ajustado um modelo superqudrico
deformvel para segmentar imagens cardacas 3D e refinado o ajuste utilizando uma
tcnica de deformao volumtrica designada por deformaes de forma livre. Estas
deformaes podem ser interpretadas como uma caixa, construda por borracha
simulada, na qual o objecto a ser deformado, neste caso o superqudrico, est
embebido; as deformaes da caixa so transmitidas automaticamente aos objectos
embebidos. Este aspecto volumtrico das deformaes de forma livre, permite que
dois modelos superqudricos superficiais sejam simultaneamente deformveis de
maneira a reconstruir as superfcies internas e externas do ventrculo esquerdo do
corao e determinar o volume entre estas.
Em (A. Kelemen et al., 1996; Gbor Szkely et al., 1996) so desenvolvidos modelos
paramtricos de Fourier, aos quais foi adicionada elasticidade de maneira a criar
snakes de Fourier (2D) e modelos de superfcies deformveis de Fourier (3D). Pela
utilizao da parametrizao de Fourier seguida de uma anlise estatstica de um
conjunto de treino, so definidos modelos de rgos mdios e as suas deformaes
prprias. Um ajuste elstico do modelo mdio no subespao dos modos prprios
restringe as deformaes possveis e determina um emparelhamento ptimo entre o
modelo superficial e os candidatos. Um exemplo de aplicao apresentado na
segmentao 3D de estruturas profundas do crebro.
Em (C. J. Taylor et al., 1995) apresentada uma tcnica estatstica para a
construo de prottipos deformveis e so utilizados estes modelos para
segmentar vrios rgos em imagens mdicas 2D e 3D. A parametrizao
11
MODELOS DEFORMVEIS EM IMAGEM MDICA
estatstica fornece restries globais para a forma e permite que o modelo se
deforme apenas nas direces implcitas no conjunto de treino. Para extrair o
ventrculo esquerdo a partir de ecocardiogramas (A. D. Parker et al., 1994), os
pontos so escolhidos ao redor da fronteira do ventrculo, perto da orla do ventrculo
direito, e no topo da aurcula esquerda. Estes pontos podem ser ligados de forma a
construir um contorno deformvel. Pelo exame estatstico de conjuntos de treino
cujos pontos foram manualmente especificados, e utilizando uma anlise de
componentes principais, um prottipo construdo de maneira a descrever as
posies mdias e os principais modos de variao dos pontos do objecto.
Em (Samuel D. Fenster e Kender, 2001) so utilizadas snakes treinadas para
determinar os contornos em imagens de tomografia computorizada do abdmen,
para planeamento do tratamento de radiao a realizar para destruir os tumores
existentes. O treino baseado em critrios definidos pelo utilizador e apresentado
um mtodo para determinar o melhor critrio.
O problema de reconstruo 3D de rgos, dos quais existe algum conhecimento
prvio, em imagens mdicas abordado em (Joo Sanches e Marques, 2002). Na
abordagem apresentada so propostos filtros recursivos que so mais rpidos e
originam nas fases de transio resultados superiores.

3.4 Emparelhamento

O emparelhamento de regies pode ser executado entre a representao de uma
regio e um modelo (segmentao) ou entre a representao de duas regies
distintas (alinhamento). O alinhamento de imagens mdicas 2D e 3D necessrio
para se estudar a evoluo de uma patologia num indivduo, ou para fundir a
informao complementar obtida a partir de diferentes modalidades de aquisio de
imagem. Exemplos da utilizao de modelos deformveis para executar o
alinhamento de imagens mdicas so descritos em (E. Bainville et al., 1995; Gary E.
Christensen et al., 1996; Grgoire Malandain et al., 1995; Jrme Declerck et al.,
1995; K. Rohr et al., 1996; Malcolm H. Davis et al., 1995; Syn, 1996). Geralmente
estas tcnicas partem da construo de descries altamente estruturadas. Esta
operao frequentemente conseguida pela extraco de regies de interesse com
um algoritmo de deteco de orlas de intensidade, seguida da extraco de pontos
especficos ou contornos caractersticos (ou curvas na superfcie fronteira extrada
12
MODELOS DEFORMVEIS EM IMAGEM MDICA
dos dados 3D). Geralmente (em 3D) estas curvas descrevem estruturas diferenciais
tais como cumes, ou singularidades topolgicas. Posteriormente, um algoritmo de
emparelhamento elstico pode ser aplicado entre pontos correspondentes de curvas
ou contornos, sendo o contorno inicial deformado iterativamente at coincidir com o
contorno desejado, atravs de foras derivadas dos emparelhamentos de padres
locais com o contorno desejado.
Em (Elizabeth Guest et al., 2001) proposto um algoritmo para determinao de
correspondncias de forma robusta e precisa, de maneira a permitir realizar
alinhamentos elsticos em imagens 2D/3D mdicas, nomeadamente em imagens
pr e ps operaes faciais. Neste algoritmo o emparelhamento robusto de um
ponto calculado pela determinao da sensibilidade de correspondncia ao
movimento do ponto em causa. Se a correspondncia for fivel, uma perturbao na
posio deste ponto no dever original uma considervel movimentao da
correspondncia.
O alinhamento de imagens 3D de ressonncia magntica do crebro utilizando um
modelo biomecnico de elementos finitos proposto em (Matthiew Ferrant et al.,
2000). O mtodo descrito segue superfcies chave na sequncia de imagens
utilizando um algoritmo de superfcies activas.
Em (Matthiew Ferrant et al., 1999b) apresentada uma metodologia para o
emparelhamento de imagens 3D utilizando propriedades fsicas. Assim o campo de
deformao minimiza o somatrio das diferenas quadrticas entre as imagens a ser
emparelhadas, e governado pelas propriedades fsicas dos diferentes objectos
representados pela imagem. So apresentados resultados em imagens de exerccio
muscular e de deformao do ventrculo com escleroses mltiplas.
Um exemplo de emparelhamento no qual a utilizao de conhecimento explcito a
priori foi envolvido nos modelos deformveis a extraco e etiquetagem de
estruturas anatmicas no crebro, especialmente a partir de imagens de
ressonncia magntica. O conhecimento anatmico tornado explcito na forma de
um atlas 3D para o crebro. O atlas modelizado como um objecto fsico, com
propriedades elsticas atribudas. Depois de um alinhamento global inicial, o atlas
deforma-se e emparelha-se nas correspondentes regies da imagem volumtrica do
crebro, em resposta a foras derivadas das caractersticas da imagem. A suposio
subjacente a esta abordagem que, para um dado nvel de representao, crebros
normais tm a mesma estrutura topolgica e diferem apenas em detalhes da forma.
13
MODELOS DEFORMVEIS EM IMAGEM MDICA
A tcnica de deformao elstica de um atlas tem sido uma rea de investigao
muito activa e tem vindo a ser explorada, por exemplo, em (Gary E. Christensen et
al., 1996; Jrme Declerck et al., 1995; Matthiew Ferrant et al., 1999a).
Em (Olivier Cuisenaire et al., 1998) proposta uma metodologia para segmentao
e reconhecimento de estruturas anatmicas no crebro, em imagens 3D de
ressonncia magntica baseada em modelos. Numa fase inicial, a superfcie exterior
do crebro segmentada de forma grosseira e posteriormente alinhada de forma
no rgida com um atlas. Seguidamente as estruturas do atlas so utilizadas para
inicializar os modelos de superfcie activa.

3.5 Anlise e seguimento de movimento

A utilizao principal de modelos deformveis para o seguimento (tracking) em
imagens mdicas est relacionada com a medio do comportamento dinmico do
corao humano, especialmente do ventrculo esquerdo. A caracterizao regional
do movimento da parede do corao necessria para isolar a severidade e a
extenso de doenas como a isquemia. A ressonncia magntica, e outras
tecnologias de aquisio de imagem mdica, permitem actualmente obter imagens
3D do corao, ao longo do tempo, com resoluo espacial excelente e resoluo
temporal razovel.
Os modelos deformveis so bastante adequados para este tipo de tarefa de anlise
de imagem. Na abordagem mais simples, um modelo de contorno 2D deformvel
utilizado para segmentar a fronteira do ventrculo esquerdo em cada fatia (slice) de
uma imagem inicial 3D. Estes contornos so depois utilizados como a aproximao
inicial das fronteiras do ventrculo esquerdo nas correspondentes fatias da imagem
3D no instante seguinte, e so depois deformados de maneira a extrair o novo
conjunto de fronteiras do ventrculo esquerdo; esta abordagem utilizada, por
exemplo, em (A Gupta et al., 1993; David Geiger et al., 1995; Isabelle L. Herlin e
Ayache, 1992). A propagao temporal dos contornos deformveis diminui
drasticamente o tempo necessrio para segmentar manualmente o ventrculo
esquerdo a partir de uma sequncia de imagens 3D, obtida ao longo de um ciclo
cardaco. Em (Tim Mcinerney e Terzopoulos, 1995) aplicada a abordagem de
propagao temporal em 3D, utilizando modelos de balo deformveis
dinamicamente.
14
MODELOS DEFORMVEIS EM IMAGEM MDICA
Em (Amir A. Amini e Duncan, 1991) utilizado um mtodo baseado na energia de
flexo e na curvatura da superfcie para seguir e analisar o movimento do ventrculo
esquerdo. Em cada instante so criados dois subconjuntos esparsos de pontos
especficos, por seleco de pontos geometricamente significantes, um para a
superfcie endocrdica e o outro para a superfcie epicrdica do ventrculo esquerdo.
Fragmentos superficiais em torno destes pontos so ento modelizadas por placas
finas e flexveis. Assumindo que num intervalo de tempo reduzido cada fragmento
superficial se deforma apenas ligeiramente e localmente, construda para cada
ponto amostrado na primeira superfcie uma rea de pesquisa na superfcie do
ventrculo esquerdo da imagem 3D referente ao prximo instante. O melhor ponto
para emparelhamento (correspondendo, por exemplo, ao mnimo da energia de
flexo) no interior da janela de pesquisa na segunda superfcie considerado como
correspondente ao ponto na primeira superfcie. Este processo de emparelhamento
produz um conjunto inicial de vectores associados ao movimento para pares de
superfcies derivadas a partir de imagens de sequncias 3D. ento realizado um
procedimento de suavizao para gerar um campo vectorial denso de movimento
sobre a superfcie do ventrculo esquerdo. Em (Isaac Cohen et al., 1992b) tambm
aplicada uma tcnica baseada na energia de flexo em 2D, e realizada uma
tentativa de melhorar o mtodo anterior por adio funo de energia de flexo de
um termo que tende a preservar o emparelhamento dos pontos de elevada
curvatura.
Em (Chang Wen Chen et al., 1994) empregue uma abordagem alternativa que
utiliza um modelo hierrquico de movimento do ventrculo esquerdo, construdo por
combinao de uma superqudrica deformvel globalmente com uma superfcie
deformvel localmente utilizando primitivas de modelizao de forma harmnica.
Utilizando este modelo, estimado o movimento do ventrculo esquerdo a partir dos
dados de angiografia, e produzida uma decomposio hierrquica que caracteriza
o movimento do ventrculo esquerdo, com resoluo variante entre grosseira e fina.
Em (Alex Pentland, 1991; Chahab Nastar e Ayache, 1996; Serge Benayoun et al.,
1995) tambm obtida uma caracterizao do movimento do ventrculo esquerdo
com resoluo variante entre grosseira e fina. So utilizados modelos deformveis
para seguir e recuperar o movimento do ventrculo esquerdo, e anlise modal para
parametrizar os modelos. Esta parametrizao obtida a partir dos modos de
vibrao em regime livre e representaes com diferentes detalhes so obtidas por
15
MODELOS DEFORMVEIS EM IMAGEM MDICA
variao do nmero de modos utilizado.
O corao um rgo relativamente suave e consequentemente existem reduzidos
pontos caractersticos fidedignos. O corao tambm sofre movimento no rgido
complexo que inclui uma componente do movimento de toro (tangencial), assim
como uma componente normal. Geralmente, os mtodos de estimao do
movimento no so capazes de capturar este movimento tangencial sem
informaes adicionais (Tim Mcinerney, 1996). Vrios autores tm aplicado modelos
deformveis em sequncias de imagens de ressonncia magntica de dados
etiquetados por modulao espacial da magnetizao (SPAMM Spatial Modulation
of Magnetizaton); exemplos so descritos em (Jinah Park et al., 1996; Senthil Kumar
e Goldgof, 1994; Thomas O'donnell et al., 1995).
Um outro problema existente, na maior parte dos mtodos mais comuns, a
modelizao separada das superfcies endocrdica e epicrdica. Na realidade, o
corao uma estrutura de paredes com determinada espessura. Em (Jinah Park et
al., 1996) desenvolvido um modelo que considera a natureza volumtrica da
parede do corao e que incorpora a parametrizao descritiva directamente na sua
formulao. Em (Thomas O'donnell et al., 1995) utilizado um modelo hbrido e
volumtrico, hbrido porque um compromisso entre uma componente global
(paramtrica) e uma componente local (explcita), para analisar e comparar o
ventrculo esquerdo. Em (Alistair A. Young e Axel, 1992) tambm so construdos
modelos 3D de elementos finitos a partir das representaes das fronteiras das
superfcies endocrdica e epicrdica.
A segmentao e o seguimento em imagens de raios X do estmago, obtidas a
partir de diferentes pontos de vista, abordada em (Kita, 1996). A metodologia
utilizada baseada em modelos fsicos deformveis, sendo realizada a extraco
das regies de um objecto deformvel a partir de vrias vistas, enquanto
determinada a correspondncia do objecto entre vistas. utilizada uma modelizao
fsica por intermdio de dois tipos de molas elsticas: um que liga pontos ao longo
do contorno e um outro que liga pontos no contguos do contorno.
Em (M. Ferrant et al., 2000) apresentado um novo algoritmo para modelizar e
caracterizar, em sequncias de imagens 3D, as variaes de formas de estruturas
biomdicas. O seguimento conseguido atravs da utilizao de um algoritmo de
superfcies activas. Para caracterizar as deformaes da parte exterior e do volume
interior das superfcies dos objectos, so utilizados modelos fsicos dos objectos
16
MODELOS DEFORMVEIS EM IMAGEM MDICA
representados nas imagens. O modelo fsico utilizado apresenta elasticidade linear e
as equaes de equilbrio so resolvidas atravs do mtodo dos elementos finitos.
So apresentados resultados em imagens de ressonncia magntica do crebro.
Uma abordagem baseada em modelizao fsica, por intermdio do mtodos dos
elementos finitos, e na determinao das correspondncias por anlise dos
deslocamentos dos nodos no respectivo espao modal, utilizada em (Joo Manuel
R. S. Tavares et al., 2000; Tavares, 2000) para o seguimento e anlise de
movimento em imagens de pedobarografia dinmica. As imagens consideradas
traduzem a variao espao-temporal da presso exercida pela planta do p em
estudo ao longo de uma passada. So utilizados modelos de contorno e modelos
superfcies (construdos considerando o nvel de intensidade como a terceira
coordenada de cada nodo), e so apresentados resultados experimentais obtidos
entre contornos, e entre superfcies, ao longo de sequncias de movimento, e entre
contornos de iso-nvel de intensidade (ou seja isobricos).

4 Sumrio

O papel crescente e importante da imagem mdica, no diagnstico e no tratamento
de doenas, abriu um conjunto de problemas centrados na construo de modelos
geomtricos precisos para estruturas anatmicas, a partir de imagens mdicas.
Modelos deformveis oferecem uma abordagem atractiva para resolver tais
problemas, pois so capazes de representar formas complexas e variaes vastas
da forma das estruturas anatmicas. Os modelos deformveis resolvem muitas das
limitaes das tcnicas tradicionais de processamento de imagem de baixo nvel,
por possibilitarem representaes compactas e analticas da forma dos objectos,
pela incorporao de conhecimento anatmico e por apresentarem capacidades
interactivas.

Referncias

A Gupta, L Von Kurowski, et al. (1993). Cardiac MR Image Segmentation Using
Deformable Models. Deformable Models in Medical Image Analysis - 1998,
IEEE.
A Gupta, T O'Donnell, et al. (1994). Segmentation and Tracking of Cine Cardiac MR
and CT Images Using a 3-D Deformable Model. Deformable Models in Medical
Image Analysis - 1998, IEEE.
17
MODELOS DEFORMVEIS EM IMAGEM MDICA
A. D. Parker, A. Hill, et al. (1994). Application of Point Distribution Models to the
Automated Analysis of Echocardiograms, Department of Medical Biophysics,
University of Manchester
A. J. Abrantes e Marques (1996). A Class of Constrained Clustering Algoritms for
Object Boundary Extraction. IEEE Transactions on Image Processing. 5: 1507-
1521
A. Kelemen, G. Szkely, et al. (1996). Automatic Segmentation of Cell Nuclei from
Confocal Laser Scanning Microscopy Images. VBC'96 - Visualization in
Biomedical Computing, 4th International Conference, Hamburg, Germany,
Springer
Alan L. Yuille, David S. Cohen, et al. (1989). Feature extraction from faces using
deformable templates. IEEE Workshop on Visual Motion, California
Alan L. Yuille, Peter W. Hallinan, et al. (1992). "Feature Extraction from Faces Using
Deformable Templates." International Journal of Computer Vision 8(2): 99/111.
Alex Pentland (1991). Closed-Form Solutions for Physically Based Shape Modeling
and Recognition. IEEE Transactions on Pattern Analysis and Machine
Intelligence. 13: 715/729
Alistair A. Young e Axel (1992). Three-dimensional Motion and Deformation of the
Heart Wall: Estimation with Spatial Modulation of Magnetization - A Model-
based Approach. Deformable Models in Medical Image Analysis - 1998, IEEE.
Amir A. Amini e Duncan (1991). Pointwise Tracking of Left-Ventricular Motion in 3D.
Deformable Models in Medical Image Analysis - 1998, IEEE.
Andrew Blake e Isard (1998). Active Contours, Springer-Verlag.
B. C. Vemuri e Radisavljevic (1994). Multiresolution Stochastic Hybrid Shape Models
with Fractal Priors. Deformable Models in Medical Image Analysis - 1998, IEEE.
C. J. Taylor, T. F. Cootes, et al. (1995). Medical Image Segmentation Using Active
Shape Models. Medical Imaging, Analysis of Multimodality 2D/3D Images, IOS
Press.
Chahab Nastar e Ayache (1996). Frequency-Based Nonrigid Motion Analysis:
Application to Four Dimensional Medical Images. IEEE Transactions on Pattern
Analysis and Machine Intelligence. 18
Chang Wen Chen, Thomas S. Huang, et al. (1994). Modeling, Analysis, and
Visualization of Left Ventricle Shape AND Motion by Hierarchical
Decomposition. Deformable Models in Medical Image Analysis - 1998, IEEE.
Chris Davatzikos e Bryan (1995). Using a Deformable Surface Model to Obtain a
Shape Representation of the Cortex. IEEE International Symposium on
Computer Vision, Florida
Christophe Chesnaud, Philippe Rfrgier, et al. (1999). Statistical Region Snake-
Based Segmentation Adapted to Different Physical Noise Models. IEEE
Transactions on Pattern Analysis and Machine Intelligence. 21
Cohen (1991). NOTE On active contour models and balloons. CVGIP: Image
Understanding. 53: 211/218
David Geiger, Alok Gupta, et al. (1995). Dynamic Programming for Detecting,
Tracking, and Matching Deformable Contours. IEEE Transactions on Pattern
and Machine Intelligence. 17: 294/302
Demetri Terzopoulos (1988). "Constraints on Deformable Models: Recovering 3D
Shape and Nonrigid Motion." Deformable Models in Medical Image Analysis,
IEEE - 1998.
18
MODELOS DEFORMVEIS EM IMAGEM MDICA
Dinggang Shen e Davatzikos (2000). An Adaptive-Focus Deformable Model Using
Statistical and Geometric Information. IEEE Transactions on Pattern Analysis
and Machine Intelligence. 22: 906/913
E. Bainville, G. Champleboux, et al. (1995). Anatomical Surfaces Based 3D/3D and
3D/2D Registration for Computer Assisted Medical Interventions. Medical
Imaging - Analysis of Multimodality 2D/3D Images. I. Press.
Elizabeth Guest, Elizabeth Berry, et al. (2001). Robust Point Correspondence
Applied to Two- and Three-Dimensional Image Registration. IEEE Transactions
on Pattern Analysis and Machine Intelligence. 23: 165/179
Elliot K. Fishman, Brian S. Kuszyk, et al. (1996). Surgical Planning for Liver
Resection. IEEE Transactions on Visualization and Computer Graphics. 29
Eric Bardinet, Laurent D. Cohen, et al. (1994). "Fitting 3-D Data Using Superquadrics
and Free-Form Deformations." IEEE 1051-4651/94: 79/83.
Eric Bardinet, Laurent D. Cohen, et al. (1995). Tracking medical 3D data with a
parametric deformable model. IEEE International Symposium on Computer
Vision, Florida
Eric Bardinet, Laurent D. Cohen, et al. (1996). "Tracking and motion analysis of the
left ventricle with deformable superquadrics." Medical Image Analysis 1(2):
129/149.
Eric Maurincomme, Denis Friboulet, et al. (1993). Adder: A snake-based
segmentation approach for intravascular ultrasound images. DICTA-93.
Gbor Szkely, Andrs Kelemen, et al. (1996). Segmentation of 2-D and 3-D objects
from MRI volume data using constrained elastic deformations of flexible Fourier
contour and surface models. Medical Image Analysis, Oxford University Press.
1: 19/34.
Gary E. Christensen, Michael I. Miller, et al. (1996). Individualizing Neuro-anatomical
Atlases using a Massively Parallel Computer. IEEE Transactions on
Visualization and Computer Graphics. 29
Grgoire Malandain, Sara Fernndez-Vidal, et al. (1995). Physically Based Rigid
Registration of 3-D Free-Form Objects: Application to Medical Imaging, Institut
National de Recherche en Informatique et en Automation
Isaac Cohen, Laurent D. Cohen, et al. (1991). Introducing deformable surfaces to
segment 3D images and infer differential structures, Institut National de
Recherche en Informatique et en Automation
Isaac Cohen, Laurent D. Cohen, et al. (1992a). Using Deformable Surfaces to
Segment 3-D Images and Infer Differential Structures. Deformable Models in
Medical Image Analysis - 1998, IEEE.
Isaac Cohen, Nicholas Ayache, et al. (1992b). Tracking Points on Deformable
Objects using Curvature Information. Deformable Models in Medical Image
Analysis - 1998, IEEE.
Isabelle L. Herlin e Ayache (1992). Features Extraction and Analysis Methods for
Sequences of Ultrasound Images. Deformable Models in Medical Image
Analysis - 1998, IEEE.
Jaesang Park e Keller (2001). Snakes on the Watershed. IEEE Transactions on
Pattern Analysis and Machine Intelligence. 23: 1201/1205
Jrme Declerck, Grard Subsol, et al. (1995). Automatic Retrieval of Anatomical
Structures in 3D Medical Images, Institut National de Recherche en
Informatique et en Automation
19
MODELOS DEFORMVEIS EM IMAGEM MDICA
Jinah Park, Dimitri Metaxas, et al. (1996). Analysis of left ventricular wall motion
based on volumetric deformable models and MRI-SPAMM, Oxford University
Press.
Joo Manuel R. S. Tavares, J. Barbosa, et al. (2000). Matching Image Objects in
Dynamic Pedobarography. RecPad'2000 - 11th Portuguese Conference on
Pattern Recognition, Porto, Portugal.
http://www.fe.up.pt/~tavares/downloads/publications/artigos/artigo%20recpad20
00.pdf
Joo Sanches e Marques (2002). A recursive filter for 3D MAP reconstrucion.
RecPad'2002 - 12th Portuguese Conference on Pattern Recognition, Aveiro,
Portugal
Jos Nascimento e Lemos (2000). Estimation of 3D Shapes using Active Surface
Models. RecPad'2000 - 11th Portuguese Conference on Pattern Recognition,
Porto, Portugal, APRP - Portuguese Association for Pattern Recognition
K. Rohr, H. S. Stiehl, et al. (1996). Point-Based Elastic Registration of Medical Image
Data Using Approximating Thin-Plate Splines. VBC'96 - Visualization in
Biomedical Computing, 4th International Conference, Hamburg, Germany,
Springer
Kita (1996). Elastic-Model Driven Analysis of Several Views of a Deformable
Cylindrical Object. IEEE Transactions on Pattern Analysis and Machine
Intelligence. 18
L. Xu, A. Goshtasby, et al. (1999). "Segmentation of skin cancer images." Image and
Vision Computing(17): 65/74.
M. Ferrant, B. Macq, et al. (2000). Deformable Modeling for Characterizing
Biomedical Shape Changes. DGCI'2000 - Discrete Geometry for Computer
Imagery Conference, Sweden
Malcolm H. Davis, Alireza Khotanzad, et al. (1995). Coordinate Transformation in 3D
Image Matching by a Physics Based Method-Elastic Body Splines. IEEE
International Symposium on Computer Vision, Florida
Matthiew Ferrant, Olivier Cuisenaire, et al. (1999a). Multi-object segmentation of
brain structures in 3D MRI using a computerized atlas. SPIE Medical Imaging,
San Diego, USA, SPIE
Matthiew Ferrant, Simon K. Warfield, et al. (2000). Registration of 3D Intraoperative
MR Images of the Brain Using a Finite Element Biomechanical Model.
MICCAI'2000 - Medical Image Computing and Computer Assisted Intervention,
Pittsburg, USA
Matthiew Ferrant, Simon K. Warfield, et al. (1999b). 3D Image Matching Using a
Finite Element Based Elastic Deformation Model. MICCAI'1999 - Medical Image
Computing and Computer Assisted Intervention, UK
Meiyappan Solaiyappan e Postin (1996). Interactive Visualization for Rapid
Noninvasive Cardiac Assessment. IEEE Transactions on Visualization and
Computer Graphics. 29
Nicolae Duta, Jain, et al. (2001). Automatic Constrution of 2D Shape Models. IEEE
Transactions on Pattern Analysis and Machine Intelligence. 23: 433/446
Olivier Cuisenaire, Matthiew Ferrant, et al. (1998). Model-based segmentation and
recognition of anatomical brain structures in 3D MR Images. NMBIA'98 -
Noblesse Model-Based Image Analysis Workshop, Glasgow
Ronfard (1994). "Region-Based Strategies for Active Contour Models." International
Journal of Computer Vision 13(2): 229/251.
20
MODELOS DEFORMVEIS EM IMAGEM MDICA
21
Samuel D. Fenster e Kender (2001). Sectored Snakes: Evaluating Learned-Energy
Segmentations. IEEE Transactions on Pattern Analysis and Machine
Intelligence. 23: 1028/1034
Senthil Kumar e Goldgof (1994). Automatic Tracking of SPAMM Grid and the
Estimation of Deformation Parameters from Cardiac MR Images. Deformable
Models in Medical Image Analysis - 1998, IEEE.
Serge Benayoun, Chahab Nastar, et al. (1995). Dense Non-Rigid Motion Estimation
in sequences of 3D Images using Differential Constraints. Submission to
CVRMed'95
Syn (1996). Model-Based Three-Dimensional Freehand Ultrasound Imaging,
University of Cambridge
Tavares (2000). Anlise de Movimento de Corpos Deformveis usando Viso
Computacional. Faculdade de Engenharia, Universidade do Porto.
http://www.fe.up.pt/~tavares/downloads/publications/teses/tese%20phd.zip
Thomas O'Donnell, Alok Gupta, et al. (1995). The Hybrid Volumetric Ventriculoid: A
Model for MR-SPAMM 3-D Analysis. Deformable Models in Medical Image
Analysis - 1998, IEEE.
Tim McInerney (1996). "Deformable models in medical image analysis: a survey."
Medical Image Analysis 1(2): 91/108.
Tim McInerney e Terzopoulos (1995). A Dynamic Finite Element Surface Model for
Segmentation and Tracking in Multidimensional Medical Images with
Application to Cardiac 4D Image Analysis. Deformable Models in Medical Image
Analysis - 1998, IEEE.
Tina Kapur, W. Eric L. Grimson, et al. (1996). Segmentation of brain tissue from
magnetic resonance images.