Banco Dados Imagens PDF

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
INSTITUTO DE INFORMTICA
PROGRAMA DE PS-GRADUAO EM COMPUTAO

Modelo de Metadados para Armazenamento
e Recuperao de Imagens Estticas
no Formato DICOM

por

MIRIAM SCHACKER MACHADO

Trabalho de Concluso submetido avaliao, como requisito
parcial para a obteno do grau de Mestre em Informtica

Prof. Dr. J acob Scharcanski
Orientador

Porto Alegre, maio de 2002.
2
CIP CATALOGAO NA PUBLICAO

Machado, Miriam Schacker

Modelo de metadados para armazenamento e recuperao de imagens estticas no
formato DICOM / por Miriam Schacker Machado. Porto Alegre: PPGC da UFRGS,
2002.
126 p.: il.

Trabalho de concluso (mestrado) Universidade Federal do Rio Grande do Sul.
Programa de Ps-Graduao em Computao, Porto Alegre, BR-RS, 2002. Orientador:
Scharcanski, J acob.

1. Armazenamento de imagens mdicas. 2. Banco de imagens. 3. Imagens
mdicas. 4. Modelo conceitual. 5. Padro DICOM. 6. Recuperao de imagens mdicas
por contedo. I. Scharcanski, J acob. II. Ttulo.
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
Reitora: Profa. Wrana Panizzi
Pr-Reitor de Ensino: Prof. J os Carlos Ferraz Hennemann
Pr-Reitor Adjunto de Ps-Graduao: Prof. J aime Evaldo Fensterseifer
Diretor do Instituto de Informtica: Prof. Philippe Olivier Alexandre Navaux
Coordenador do PPGC: Prof. Carlos Alberto Heuser
Bibliotecria-Chefe do Instituto de Informtica: Beatriz Regina Bastos Haro
3

A Deus, por tudo...
minha famlia,
em especial a meus filhos
Fernanda e Tiago.
4
Agradecimentos
A Deus, por ter me concedido essa oportunidade, me dando a sade e a
determinao necessria ao desenvolvimento desse trabalho.
Ao professor Dr. J acob Scharcanski, por ter aceitado o desafio de me orientar e
por ter compartilhado comigo o seu conhecimento. Tambm por sua amizade durante
esta trajetria, por seu apoio, por sua compreenso e confiana no meu trabalho.
Aos meus filhos, por terem suportado a minha ausncia em muitos momentos
durante a realizao deste mestrado.
Ao meu esposo J airo, pelo seu apoio, carinho, respeito, companheirismo e por
sua tolerncia nos momentos de mau-humor.
minha irm Maria Anita, pelo grande carinho e ajuda em cuidar dos meus
filhos nos fins de semanas durante a concluso deste trabalho.
engenheira Carmem Ferrari, chefe do Departamento de Informtica do HSL,
ao engenheiro Denis Xavier Barbieri, chefe do Departamento de Engenharia Biomdica
do HSL, e ao mdico Dr. J oo Rubio Hoefel Filho, chefe do Centro de Diagnstico por
Imagem do HSL, que me oportunizaram a realizao de um estudo de caso no Centro de
Diagnstico por Imagem do Hospital So Lucas da PUC. Atravs deste estudo de caso
foi possvel o desenvolvimento desta dissertao
Aos profissionais Mauro Luis Neves, Maurcio Anes e Dr. Maurcio Marques do
HSL, por colaborarem com suas experincias e com seus conhecimentos tcnicos em
imagens mdicas no formato DICOM.
Finalmente, aos professores, colegas e funcionrios do PPGC, que de uma forma
ou de outra ajudaram na realizao deste trabalho.
5
Sumrio
Lista de Abreviaturas............................................................ 9
Lista de Figuras...................................................................... 12
Lista de Tabelas...................................................................... 16
Resumo....................................................................................
Abstract...................................................................................
17
18
1 Introduo........................................................................... 19
1.1 Objetivos Especficos.................................................................... 20
1.2 Organizao da Dissertao......................................................... 21
2 Imagens Estticas Digitais no Domnio da Medicina...... 22
2.1 Conceitos Bsicos..........................................................................
22
2.1.1 Formato......................................................................................................... 22
2.1.2 Esquema de Compresso............................................................................. 23
2.1.3 Resoluo...................................................................................................... 23
2.1.4 Histograma....................................................................................................
23
2.2 Aplicaes de Imagens Estticas em Medicina........................... 23
2.2.1 Raios X...........................................................................................................
24
2.2.2 Tomografia Computadorizada....................................................................
26
2.2.3 Ressonncia Magntica................................................................................
28
2.3 Formatos de Arquivos para a Representao de Imagens
Estticas......................................................................................... 30
2.3.1 Formatos para a Representao de Imagens Estticas de Uso
Genrico.......................................................................................................
30
2.3.1.1 J PEG (Joint Photographic Experts Group)............. 30
2.3.1.2 GIF (Graphics Interchange Format)...... 30
2.3.1.3 BMP (Microsoft Windows Bitmap).. 30
2.3.1.4 TIFF (Tag Image File Format).... 30
6
2.3.1.5 PNG (Portable Network Graphics)............ 30
2.3.1.6 SPIFF (Still Picture Interchange File Format)............... 31
2.3.2 Formatos para a Representao de Imagens Mdicas Estticas............. 31
2.3.2.1 PAPYRUS... 33
2.3.2.2 DICOM (Digital Imaging and Communication in Medicine).....
35
2.3.3 Comparao dos Formatos de Arquivos de Imagens Estticas................
40
2.4 Algumas Ferramentas para o Processamento e a Visualizao
de Imagens no Formato DICOM................................................
41
2.4.1 Aplicao do Processamento e Visualizao de Imagens Mdicas...........
41
2.4.2 Osiris ............................................................................................................. 42
2.4.3 Efilm .............................................................................................................. 46
2.4.4 Hipax.............................................................................................................. 49
2.4.5 FP Image........................................................................................................ 50
2.5 Consideraes Finais.....................................................................
54
3 Descrevendo Imagens Atravs de Metadados................. 55
3.1 Sistemas Comerciais que Utilizam Descritores do Contedo
das Imagens................................................................................... 56
3.1.1 Soluo Oracle.............................................................................................. 56
3.1.2 Soluo IBM.................................................................................................. 58
3.2 Projeto DISIMA: Modelando Imagens para a Recuperao
Baseada em Contedo..................................................................
60
3.3 Metadados para Documentao e Recuperao de Imagens....
62
3.4 Modelo de Dados do Ambiente da Radiologia Utilizado pelo
Padro DICOM............................................................................
65
3.5 Consideraes Finais..................................................................... 69
4 Um Modelo Conceitual para Representar Imagens
Mdicas no Formato DICOM...........................................
71
4.1 Caractersticas Gerais do Modelo Proposto............................... 71
4.1.1 Modulo 1 Informaes Associadas ao Exame......................................... 72
4.1.2 Modulo 2 Informaes Associadas Interpretao das Imagens........ 72
4.1.3 Modulo 3 Informaes Anotadas e/ou Contidas nas Imagens Fsicas.. 72
7
4.2 Especificao do Modelo..............................................................
73
4.3 Carregando os Dados da Imagem DICOM para o Banco de
Dados............................................................................................. 73
4.3.1 Carga das Informaes Associadas ao Exame........................................... 73
4.3.2 Carga das Informaes Associadas Interpretao das Imagens...........
74
4.3.3 Carga das Informaes Anotadas nas Imagens.........................................
74
4.3.3.1 Carga das Informaes Anotadas na Imagem com Base nas Informaes
Especificadas pelo Fornecedor..................................................................
75
4.3.3.2 Carga das Informaes Anotadas na Imagem Atravs de Softwares de
Processamento de Imagens DICOM........................................................
77
OCR..........................................................................................................
77
4.3.4 Gerenciamento da Localizao Fsica das Imagens no Modelo
Proposto.......................................................................................................
79
4.3.4.1 Armazenamento e Distribuio das Imagens nos Ambientes On-line,
Near-line e Off-line....................................................................................
79
4.3.4.2 Recuperao das Imagens............................................................................ 83
5 Um Sistema Prottipo Usando o Modelo de Metadados
Proposto..............................................................................
86
5.1 Ambiente do Sistema Prottipo...................................................
87
5.1.1 Plataforma de Software e Hardware Utilizada no Sistema Prottipo.....
87
5.1.2 Arquitetura do Sistema Prottipo...............................................................
88
5.2 Implementao da Carga das Imagens DICOM para o Banco
de Dados........................................................................................
89
5.2.1 Implementao da Carga Automtica das Informaes Associadas ao
Exame...........................................................................................................
89
5.2.2 Implementao da Carga das Informaes Associadas Interpretao
das Imagens.................................................................................................
91
5.2.3 Implementao do Gerenciamento da Localizao Fsica das Imagens..
97
5.3 Consulta Estrutura de Metadados para a Recuperao das
Imagens.........................................................................................
98
5.4 Visualizao das Imagens Recuperadas...................................... 104
5.5 Resultados Experimentais Obtidos com o Sistema Prottipo... 107
8
5.5.1 Ambiente do Hospital So Lucas.................................................................
5.5.2 Resultados Obtidos.......................................................................................
107
108
6 Concluses...........................................................................
6.1 Principais Contribuies..............................................................
115
116
6.2 Sugestes para Trabalhos Futuros.............................................. 117
Anexo Exemplos de Softwares que Apresentam Facilidades
para Extrair Informaes Anotadas na Imagem
DICOM.......................................................................

118
Bibliografia.............................................................................
122

9
Lista de Abreviaturas
ACR American College of Radiology
ARIDicom Armazenamento e Recuperao de Imagens no Formato DICOM
BLOB Binary Large Objects
BMP OS/2 Microsoft Windows Bitmap
CID Cdigo Internacional de Doena
CDI Centro de Dagnstico por Imagem
CD Compact Disk
CORBA Common Object Request Broker Architecture
CT Tomografia Cmputadorizada
DBMS Database Management System
DC Dublim Core
DICOM Digital Imaging and Communication in Medicine
DISIMA
DIStributed Image database MAnagement system - Sistema de
Gerenciamento de Banco de Dados Multimdia e de Imagens
EPS Encapsulated PostScript
EP2 Encapsulated level 2 PostScript
FGDC Federal Geographic Data Commitee
FTP File Transfer Protocol
GB Gigabyte
GIF Graphics Interchange Format
HD Hard Disk
HIS Hospital Information System
HSL Hospital So Lucas
IAFA/whois++ Internet Anonynous Ftp Archive with whois++ propocol
10
IEC International Electrotechnical Commision
InCor Instituto do Corao de So Paulo
INPI Instituto Nacional da Propriedade Industrial
ISO International Standards Organization
ITU International Telecommunication Union
J DBC JAVA Data Base Conection
J FIF JPEG File Interchange Format
J PEG Joint Photographic Experts Group
J VM JAVA Virtual Machine
LUT Look Up Table
LZW
Formato de compresso baseado no algortmo de A. Lempel, J . Ziv e
T. Welch
MARC Machine Readable Catalogue
MB Megabyte
MHZ Mega Hertz
MN Medicina Nuclear
MR Ressonncia magntica
NEMA National Electrical Manufacturers Association
OCR Optical Character Recognition
OSI Open System Interconnection
PACS Picture Archiving and Communications Systems
PC Personal Computer
PCX PC paint file (grayscale only)
PGM Portable Gray Map
PNG Portable Network Graphics
PS PostScript
11
PSC Compressed PostScript image
PS2 PostScript level 2 (color)
QBIC Query By Image Content
RAM Random Access Memory
RIS Radiology Information System
ROI Region Of Interest
RPIX Raw Pixel
SAIF Spatial Archive and Interchange Format
SGBD Sistema de Gerenciamento de Banco de Dados
SGBDOO Sistema de Gerenciamento de Banco de Dados Orientado a Objeto
SPIFF Still Picture Interchange File Format
SQL Structure Query Language
TCP/IP Transmission Control Protocol/Internet Protocol
TEI Text Encoding Initiative
TIFF Tag Image File format
UML Unified Modeling Language
US Ultrassonografia
URL Uniform Resource Locator
VIR Visual Information Retrieval
VR Valor de Referncia
WWW World Wide Web
Lista de Figuras
FIGURA 2.1 - Imagem de um exame de raios X de trax................................. 26
FIGURA 2.2 - Imagem de um exame de CT da espinha................................... 28
FIGURA 2.3 - Imagem de um exame de MR do crebro.................................. 29
12
FIGURA 2.4 - Exemplo do mapeamento de sries em um CT [DIC 97]......... 32
FIGURA 2.5 - Estrutura lgica do formato PAPYRUS [PAP 00].................... 34
FIGURA 2.6 - Estrutura do Grupo de dados e do elemento de dado do
DICOM [DIC 99e].....................................................................
36
FIGURA 2.7 - Estrutura da mensagem DICOM [DIC 99g].............................. 37
FIGURA 2.8 - Relacionamento das partes de 1 a 9 do padro DICOM [DIC
99a]............................................................................................
37
FIGURA 2.9 - Estrutura lgica do formato DICOM para mdia removvel...... 38
FIGURA 210 - Exemplo da estrutura do pixel da imagem no formato DICOM
[DIC 99e]...................................................................................
39
FIGURA 2.11 - Interface para seleo de uma imagem no OSIRIS................... 43
FIGURA 2.12 - Interface de seleo de uma imagem na lista de pacientes do
OSIRIS.......................................................................................
43
FIGURA 2.13 - Interface principal do visualizador de imagens do OSIRIS....... 44
FIGURA 2.14 - Interfaces secundrias do visualizador OSIRIS......................... 44
FIGURA 2.15 - Visualizador OSIRIS exibindo imagem, informaes da reta
traada sobre a imagem e as informaes gravadas no arquivo
texto...........................................................................................
45
FIGURA 2.16 - Visualizador OSIRIS exibindo imagem, informaes da
regio de interesse e as informaes gravadas no arquivo
texto...........................................................................................
46
FIGURA 2.17 - Interface de pesquisa para seleo de uma imagem no EFILM 47
FIGURA 2.18 - Interface do visualizador de imagens do EFILM....................... 48
FIGURA 2.19 - Interface secundria do EFILM com dados associados
imagem.......................................................................................
48
FIGURA 2.20 - Interface principal do visualizador de imagens do HIPAX...... 49
FIGURA 2.21 - Interface secundria do HIPAX com dados associados
imagem.......................................................................................
50
FIGURA 2.22 - Interface do visualizador de imagens do FP Image............... 51
FIGURA 2.23 - Interface do processador de imagens do FP Image............... 52
FIGURA 2.24 - Anotaes no FP Image............................................................. 52
FIGURA 2.25 - ROI e estatstica no FP Image ................................................... 52
FIGURA 2.26 - Distncia no FP Image............................................................... 53
FIGURA 2.27 - Medidas no FP Image................................................................ 53
13
FIGURA 2.28 - Tamanho de uma regio no FP Image....................................... 53
FIGURA 2.29 - Valores dos pixels de uma regio da imagem no FP Image...... 53
FIGURA 3.1 - Viso geral do modelo do DISIMA........................................... 61
FIGURA 3.2 - Exemplo da hierarquia da imagem............................................ 61
FIGURA 3.3 - Exemplo da hierarquia do objeto saliente lgico....................... 62
FIGURA 3.4 - Esquema Conceitual de Metadados para Imagem [GAR 99].... 63
FIGURA 3.5 - Modelo entidade-relacionamento das entidades de informao
do DICOM [DIC 99c]..............................................................
66
FIGURA 3.6 - Mapeamento de uma investigao clnica para o modelo de
informao.................................................................................
67
FIGURA 4.1 - Imagem DICOM obtida atravs de um equipamento Siemens.. 76
FIGURA 4.2 - Contedo da tag (6021 1010) correspondente a imagem
apresentada na figura 4.16........................................................
76
FIGURA 4.3 - Exemplo da estrutura de armazenamento de um pixel com
overlay.......................................................................................
78
FIGURA 4.4 - Exemplo de imagem DICOM com overlay e imagem DICOM
somente com overlay.................................................................
78
FIGURA 4.5 - Distribuio diria do volume de imagens adquiridas num
perodo de 10 dias num ambiente de radiologia no Victoria
General Hospital [FIS 88]......................................................... 80
FIGURA 4.6 - Gerenciamento da localizao das imagens conforme 1
opo do armazenamento on-line..............................................
81
82
82
FIGURA 4.9 - Esquema de recuperao das imagens....................................... 84
FIGURA 5.1 - Primeira tela do sistema prottipo............................................. 86
FIGURA 5.2 - Arquitetura do sistema prottipo............................................... 88
FIGURA 5.3 - Opo de menu para a carga automtica das imagens............... 90
FIGURA 5.4 - Tela de imagens inconsistentes.................................................. 91
FIGURA 5.5 - Tela principal do prottipo com as opes de arquivos
disponveis.................................................................................
92
FIGURA 5.6 - Tela de estudo sem diagnstico................................................. 92
FIGURA 5.7 - Tela de atualizao do diagnstico............................................ 93
14
FIGURA 5.8 - Tela de incluso do diagnstico................................................. 93
FIGURA 5.9 - Tela de alterao do diagnstico................................................ 94
FIGURA 5.10 - Tela de incluso das patologias................................................. 95
FIGURA 5.11 - Tela de associao da patologia com o sinal biolgico............. 95
FIGURA 5.12 - Tela de informao do valor do sinal biolgico........................ 96
FIGURA 5.13 - Tela de associao da patologia com a imagem........................ 96
FIGURA 5.14 - Tela de alterao da patologia................................................... 97
FIGURA 5.15 - Tela de configuraes................................................................ 98
FIGURA 5.16 - Tela de opes de pesquisa na base de dados............................ 99
FIGURA 5.17 - Tela de opes sinais biolgicos................................................ 99
FIGURA 5.18 - Mtodo exemplo utilizando a concatenao de querys............. 100
FIGURA 5.19 - Tela informando que as imagens off-line sero copiadas
posteriormente...........................................................................
101
FIGURA 5.20 - Tela com o resultado da pesquisa na base de dados.................. 102
FIGURA 5.21 - Tela suspeita inicial................................................................... 103
FIGURA 5.22 - Tela diagnstico......................................................................... 103
FIGURA 5.23 - Tela imagens.............................................................................. 104
FIGURA 5.24 - Tela exemplo da consulta.......................................................... 105
FIGURA 5.25 - Tela exemplo do diretrio contendo as imagens recuperadas 105
FIGURA 5.26 - Tela exemplo da organizao do diretrio atravs do software
EFILM.......................................................................................
106
FIGURA 5.27 - Tela exemplo da visualizao das imagens recuperadas...........
106
FIGURA 5.28 - Preenchimento da tela de configuraes para o teste do
gerenciamento automtico da localizao das imagens.............
109
FIGURA 5.29 - Diretrio com as imagens recuperadas automaticamente dos
ambientes on-line e near-line....................................................
110
FIGURA 5.30 - Mensagem de aviso ao usurio sobre a recuperao das
imagens off-line..
111
FIGURA 5.31 - E-Mail para o operador..............................................................
111
FIGURA 5.32 - Tela para processar protocolos pendentes.................................
111
FIGURA 5.33 - E-Mail para o usurio................................................................
112
FIGURA 5.34 - Diretrio com as imagens recuperadas dos ambientes on-line,
near-line eoff-line
112
15
FIGURA A.01 - Exemplo do processamento de imagem utilizando o
FPIMAGE..................................................................................
118
FIGURA A.02 - Exemplo de um script desenvolvido para extrair informaes
dos ROIs....................................................................................
119
FIGURA A.03 - Exemplo do processamento de imagem utilizando o software
OSIRIS.......................................................................................
120

16
Lista de Tabelas
TABELA 2.1 - Comparao dos parmetros das imagens para modalidades de
aquisio de imagens estticas [MAN 98]...................................

24
TABELA 2.2 - Representao de alguns exemplos de nmeros tomogrficos..... 27
TABELA 2.3 - Exemplo da organizao do dicionrio de dados do ACR-
NEMA...........................................................................................
33
TABELA 4.1 - Exemplos de tags do dicionrio do DICOM que identificam
os metadados do Overlay e da Curva....................................
75
TABELA A.1- Arquivo texto gerado pelo FP Image........................................ 120

17
Resumo
Em linhas gerais, este trabalho aborda os temas de armazenamento de grandes
volumes de imagens no formato DICOM, e a recuperao das mesmas com base em
informaes associadas a estas imagens (metadados independentes do contedo),
informaes obtidas na fase da interpretao das imagens (metadados descritivos de
contedo), ou usando informaes visuais que foram anotadas nas imagens ou extradas
das mesmas, por mdicos especialistas em imagens mdicas (metadados dependentes do
contedo).
Este trabalho foi desenvolvido com o propsito de elaborar uma modelagem
conceitual que permita a descrio dos dados relevantes de imagens no formato
DICOM, de maneira a facilitar a recuperao das mesmas posteriormente. As classes
pertencentes ao modelo conceitual, decorrentes dessa modelagem, viabilizam a
documentao de imagens mdicas estticas no formato DICOM.
Visando o armazenamento de um grande volume de imagens mdicas por um
longo perodo de tempo, e considerando o desenvolvimento de uma soluo
economicamente vivel para as instituies que provm diagnstico mdico por
imagens, o modelo prope o armazenamento das imagens em um ambiente separado do
banco de dados. Portanto, este trabalho apresenta uma soluo que gerencia a
localizao das imagens em mdias on-line, near-line e off-line. Este gerenciamento
mantm o banco de dados atualizado quanto localizao atual das imagens, mantm as
imagens armazenadas e distribudas em mdias conforme a disponibilidade dos recursos
fsicos de armazenamento, eauxilia na recuperao das imagens.
Este modelo serviu como base para a implementao de um sistema prottipo
que possibilita a descrio e a recuperao de imagens DICOM. Os resultados obtidos
atravs da implementao do sistema prottipo, em termos de armazenamento,
recuperao e gerenciamento da localizao das imagens nos diferentes ambientes (on-
line, near-line e off-line), so apresentados e discutidos.

Palavras-chaves: Armazenamento de imagens mdicas, Banco de imagens, Imagens
mdicas, Modelo conceitual, Padro DICOM, Recuperao de
imagens mdicas por contedo.

18
TITLE: A METADATA MODEL FOR STORAGE AND RETRIEVAL OF STATIC
DICOM IMAGES
Abstract
This work approaches the issue of the storage of large numbers of medical
images in DICOM format, and their retrieval based on information associated to those
images (content-independent metadata), information obtained during the interpretation
of those images (content-descriptive metadata), or yet, visual information linked to the
images or extracted of them by medical doctors (content-dependent metadata).
This work proposes a conceptual model for static DICOM image representation,
and allows content-based retrieval. The conceptual model is structured in classes, and is
extensible to later DICOM format versions.
The common problem of storing a large volume of medical images for long-
term, and considering an economically viable solution for small and medium size
institutions that use intensive medical imaging diagnosis, this model proposes storing
images in an environment external to the database. Therefore, this work presents a
solution that manages the image location in on-line, near-line and off-line media
environments, while maintaining the database updated in terms of the current image
locations, optimizing the available media utilization, while helping image retrieval.
A prototype system based on the proposed model was implemented. The results
obtained using this prototype system, in terms of storage, and image retrieval and
location management in the different environment (on-line, near-line and off-line), are
presented and discussed.

Keywords: Medical images storage, Images database, Medical images, Conceptual
model, DICOM standard, Medical images content-based retrieval.

19
1. Introduo
Entre as novas reas de pesquisa da tecnologia da informao est a recuperao
de informaes visuais, cujo objetivo o de recuperar imagens, ou seqncias de
imagens, a partir de um repositrio [DEL 99b].
Uma das dificuldades encontrada para a implementao da recuperao de
imagens em bancos de dados est na forma estruturada com que os dados so
armazenados. De maneira distinta dos dados estruturados, onde cada dado est
armazenado em uma coluna separada e de fcil acesso atravs das linguagens de
consulta, as informaes de uma imagem esto contidas dentro da prpria imagem,
dificultando a sua representao e recuperao.
Mesmo que tecnologias atuais permitam obter, manipular, transmitir e
armazenar grandes volumes de imagens, as metodologias de busca so ainda limitadas.
Bancos de dados de imagem tem sido uma rea de grande importncia em muitos
domnios de aplicao. Entretanto, falta ainda um meio mais natural de consultar e
acessar esses bancos de dados de imagem, j que em sua grande maioria, as imagens
armazenadas nos bancos de dados no so descritas de forma adequada [GAR 99].
No mundo de banco de dados fala-se muito sobre modelagem conceitual, a qual
tenta representar a semntica dos dados. A semntica de imagens essencialmente
extrada de seu contedo, e a menos que exista um mtodo efetivo e sistemtico para
identificar esses contedos, o banco de dados ir degenerar para uma coleo de dados
sem nenhuma semntica [GAR 99].
Existem informaes importantes que no esto visveis na prpria imagem,
esto associados a ela, e outras que esto na imagem mas no podem ser percebidas sem
um conhecimento mais especfico. Isto sugere a idia de se ter descritores associados s
imagens, sendo estes descritores conhecidos como metadados.
O termo metadados, comumente definido como dado sobre dados [HEE 96],
tem a finalidade principal de documentar e organizar, de forma estruturada, os dados
das organizaes com o objetivo de minimizar a duplicao de esforos e facilitar a
manuteno desses dados. Os metadados incluem descries do contedo dos dados, no
caso imagem, e qualquer informao que seja relevante para a recuperao dos dados
com base em seus contedos.
Existem diferentes padres de metadados, cuja utilizao depende das
informaes associadas: FGDC (Federal Geographic Data Commitee) para descrio
de dados geo-espaciais [FGD 98]; MARC (Machine Readable Catalogue) para
catalogao bibliogrfica [HEE 96]; IAFA/whois++(Internet Anonynous Ftp Archive
with whois++ propocol) para a descrio do contedo e servios disponveis em
arquivos ftp (file transfer protocol) [DEU 95]; TEI (Text Encoding Initiative) para a
representao de materiais textuais na forma eletrnica [TEI 01]; DC (Dublim Core)
para a documentao de documentos eletrnicos na Web [HEE 97]; SAIF (Spatial
Archive and Interchange Format) para compartilhamento de dados espaciais e espaos
temporais [SAI 95].
Apesar disso, em se tratando de imagens digitalizadas ainda no existe um
consenso, nem na rea da Cincia da Computao, nem na rea da Cincia da
Informao, de como descrever os dados de forma padronizada [GAR 99].
20
Considerando a necessidade acima e a abrangncia do domnio de aplicao do
armazenamento e recuperao de imagens digitalizadas, tais como: museus de arte,
arquivamento de fotografias, indstria txtil, imagens mdicas, projetos de engenharia,
imagens geogrficas e outros. E, conseqentemente, necessidades distintas para a
recuperao de imagens de cada domnio de aplicao. Faz-se necessrio o
desenvolvimento de solues especficas para cada domnio de aplicao. Segundo Del
Bimbo [DEL 99a], em se tratando de recuperao de imagens, sistemas genricos
dificilmente tero sucesso.
Com este enfoque, o presente trabalho prope o desenvolvimento de uma
modelagem conceitual que permita a descrio dos dados relevantes das imagens
mdicas no formato DICOM (Digital Imaging and Communications in Medicine). Em
se tratando de imagens mdicas, DICOM um formato de dados conhecido nesta rea
[HOR 00].
Entre as diversas aplicaes da recuperao de imagens mdicas pode-se
destacar as seguintes: recuperar as imagens dos exames do paciente para fins legais;
envio das imagens pela rede; tele-medicina; reavaliao de laudos; reimpresso dos
filmes; comparar exames antigos com exames novos para avaliar a evoluo de uma
patologia; comparar exames de um paciente com exames de outro paciente para ajudar
no diagnstico; estudo de patologias; e para auxiliar em diferentes tipos de pesquisas
mdicas.
1.1 Objetivos Especficos
As classes pertencentes ao esquema conceitual, decorrente dessa modelagem,
devero viabilizar a documentao de uma imagem esttica do tipo tomografia
computadorizada, ressonncia magntica, raios X, e outros tipos de imagens mdicas
estticas.
O esquema proposto dever descrever tanto os dados associados imagem, tais
como informaes do paciente e do exame, quanto as informaes obtidas por mdicos
especialistas ao interpretar imagens mdicas: patologias, regies de interesse e medidas.
O esquema, tambm, dever possibilitar o armazenamento de imagens por
muitos anos, no mnimo 5 anos para fins legais. A soluo para o armazenamento das
imagens deve considerar os recursos de armazenamento disponveis.
Em fim, a soluo proposta deve permitir o armazenamento de um grande
volume de imagens mdicas para serem recuperadas, posteriormente, com base em
informaes associadas a estas imagens (ex: informaes do paciente e do exame),
informaes obtidas na fase da interpretao das imagens (ex: patologias
diagnosticadas), ou usando informaes visuais que foram anotadas nas imagens por
mdicos especialistas (ex: regies de interesse, estatsticas, medidas de distncia e
ngulos anotados).
Para finalizar, este esquema ser a base para a implementao de um prottipo
de aplicao em um ambiente que possibilite o armazenamento e a recuperao de
imagens mdicas baseadas em seus descritores. O prottipo possibilitar a recuperao
de imagens mdicas estticas com base em informaes do paciente e do exame (ex:
nome, data de nascimento, modalidade do exame), e em informaes obtidas na fase da
interpretao das imagens (ex: rgo lesado, patologias, sinais biolgicos, etc.). No
prottipo apresentado, as informaes associadas imagem, informaes do paciente e
do exame, sero adquiridas automaticamente das imagens DICOM, isto , sem a
21
interveno do usurio. Por outro lado, as informaes semnticas relacionadas com a
interpretao das imagens por mdicos especialistas, sero adquiridas com pouca
interveno do usurio.
1.2 Organizao da Dissertao
Alm desse captulo introdutrio, o trabalho conta com outros 6 captulos
descritos a seguir:
Captulo 2: apresenta um estudo descrevendo a caracterizao de imagens estticas
digitais, considerando suas principais caractersticas, principalmente para o domnio da
medicina. Este estudo descreve a tcnica de aquisio e as informaes obtidas de
imagens mdicas estticas como a tomografia computadorizada, ressonncia magntica
e raios X; apresenta alguns formatos de arquivos para mdia do tipo imagem, sendo dois
deles desenvolvidos especialmente para imagens mdicas (DICOM e PAPYRUS); e faz
uma breve descrio de algumas ferramentas de processamento e visualizao de
imagens mdicas.
Captulo 3: apresenta duas solues comerciais que possuem extenses para tratar
objetos do tipo imagem; discute o projeto DISIMA (Sistema de Gerenciamento de
Banco de Dados Multimdia e de Imagens) cujo objetivo modelar imagens para
recuper-las com base em seus contedos; discute um modelo de metadados proposto
para documentar e recuperar imagens estticas digitais do tipo fotografia, pintura ou
gravura; e apresenta a viso dos projetistas do padro DICOM quanto estruturao das
informaes associadas s imagens mdicas no ambiente da radiologia.
Captulo 4: prope um modelo conceitual de metadados para documentao e
recuperao de imagens mdicas; descreve possibilidades de mapear automaticamente
os metadados das imagens para o banco de dados; e apresenta uma proposta de
gerenciamento automtico da localizao das imagens fora do banco de dados.
Captulo 5: descreve as principais diretrizes usadas na especificao do prottipo
implementado para documentar e recuperar imagens, com base no modelo definido no
captulo 4; e apresenta os resultados experimentais obtidos pelo uso deste modelo.
Captulo 6: apresenta a concluso desta dissertao, as suas principais contribuies e
sugestes para trabalhos futuros.

22
2 Imagens Estticas Digitais no Domnio da Medicina
Este captulo tem o propsito de discutir a caracterizao de imagens estticas
digitais, principalmente para o domnio da medicina.
Imagem digital pode ser considerada como sendo uma matriz cujos ndices de
linhas e de colunas identificam um ponto na imagem. Os elementos dessa matriz digital
so chamados de elementos da imagem, pixels ou pels [GON 00]. Pixels tem associadas
intensidades interpretadas como luminosidade, cor ou outra quantidade. Pixels podem
ser simplesmente 0 ou 1, indicando branco ou preto para imagens estticas em preto-e-
branco, ou identificar o nvel de cinza naquele ponto da imagem. Por outro lado,
imagens coloridas de alta resoluo podem conter 8, 16 ou 24 bits por pixel, permitindo
a representao de milhes de cores [GAR 99]. Pode-se armazenar qualquer imagem no
computador desta maneira, ou convertendo-a da representao analgica para a digital,
ou gerando-a diretamente na forma digital.
Um enfoque mais detalhado com relao a conceitos bsicos e dados tcnicos da
imagem podem ser visto na seo 2.1. A seo 2.2 descreve a tcnica de aquisio e as
informaes obtidas de imagens mdicas estticas digitais mais utilizadas nesta rea,
tais como: raios X, tomografia computadorizada e ressonncia magntica. Na seo 2.3,
so apresentados alguns formatos de arquivos para mdia do tipo imagem, dois formatos
desenvolvidos especialmente para imagens mdicas (DICOM e PAPYRUS), e uma
anlise comparativa dos formatos DICOM e PAPYRUS. Na seo 2.4 feita uma breve
descrio do processamento e anlise de imagens, e so apresentadas algumas
ferramentas de processamento e visualizao de imagens mdicas. Para finalizar, so
apresentadas algumas consideraes finais referentes a este captulo.
2.1 Conceitos Bsicos
Para o desenvolvimento de uma modelagem conceitual que permita a descrio
e recuperao de imagens mdicas, faz-se necessrio o entendimento do que vem a ser
imagem digital, e como ela pode e/ou deve ser adquirida e descrita.
Nesta seo sero apresentadas algumas caractersticas consideradas
informaes tcnicas da imagem, necessrias para o desenvolvimento deste trabalho e
para o entendimento dos prximos captulos.
Como mencionado na introduo deste captulo, imagem digital pode ser
considerada uma matriz de pixels, onde cada pixel contm uma intensidade
(luminosidade, cor ou outra quantidade). Mas, em se tratando de imagens digitais,
existem outros conceitos e informaes tcnicas necessrios para a representao destas
imagens, so eles:
2.1.1 Formato
Identifica um layout pr-estabelecido para dados, ou seja, especifica um padro
de armazenamento de arquivo. Desta forma, todos os dados so armazenados num
layout que possibilita o processamento destes dados por softwares que entendam este
formato. Para armazenamento de imagens, existe uma variedade de formatos como por
exemplo: TIFF, GIF, J FIF, SPIFF, BMP, PNG, EPS, DICOM, etc..
23
2.1.2 Esquema de Compresso
Identifica o tipo de compresso utilizado no armazenamento da imagem digital.
Compresso de imagens o processo de reduo do tamanho do arquivo da imagem
atravs de mtodos tais como: retirada de informao redundante ou eliminao de
informao difcil de ser detectada pelo olho humano. Existem dois tipos de compresso
de imagem: compresso com perdas e compresso sem perdas. Uma imagem
descomprimida vista aps a compresso sem perdas de forma idntica ao seu estado
antes de ser comprimida. A compresso com perdas significa a perda de dados e
conseqentemente perda de qualidade. A compresso sem perdas, normalmente, reduz o
armazenamento em 50%, enquanto que a compresso com perdas reduz em at 96%
[GAR 99]. Como exemplos de esquemas de compresso pode-se citar os seguintes:
J PEG (Joint photographic experts group, com perdas), e o LZW (formato de
compresso baseado no algortmo de A. Lempel, J . Ziv e T. Welch, sem perdas).
2.1.3 Resoluo
definida pelo nmero de pixels usado para representar uma dada rea da
imagem digital. A resoluo de um arquivo imagem sempre expressa como uma
proporo, como por exemplo 1000 x 2000; uma matriz 640 x 480, por exemplo,
usada para caracterizar a exibio da imagem no monitor. J a resoluo de impresso
expressa em termos de pixels por polegada da imagem impressa (dpi dots per inch)
[GAR 99].
2.1.4 Histograma
Representa a distribuio das cores existentes na imagem digital, de acordo com
cada pixel. o modo mais tradicional de descrever propriedades de cores da imagem.
Ele obtido por discretizao das imagens coloridas e contando quantos pixels
pertencem a cada cor [DEL 99b].
2.2 Aplicaes de Imagens Estticas em Medicina
Segundo Greenes [GRE 90], as atividades de um departamento de radiologia
podem ser divididas em quatro categorias: gerao de imagens, anlise de imagens,
gerenciamento de imagens e gerenciamento de informaes. Cada uma destas tarefas
pode ser simplificada com o uso de computadores. A gerao dos diversos tipos de
imagens mdicas consiste no processo de produo de imagens que os profissionais da
sade usam para visualizar a estrutura interna e as funes do corpo humano, de
maneira indireta. A partir da ltima dcada, o uso de diferentes modalidades de imagem
digitais para o diagnstico clnico e planejamento de terapia aumentou
consideravelmente. Algumas destas modalidades, tais como tomografia
computadorizada e ressonncia magntica, so capazes de produzir imagens da
anatomia interna de alta preciso.
As imagens mdicas podem ser avaliadas por vrios parmetros de qualidade.
Entre eles pode-se destacar a resoluo espacial, o contraste e a resoluo temporal, que
tm sido largamente utilizados para qualificar as imagens de raios X tradicionais; eles
tambm fornecem uma maneira objetiva de comparar imagens formadas atravs de
diferentes modalidades de aquisio de imagens digitais.
24
O parmetro de resoluo espacial est relacionado com o delineamento das
estruturas na imagem. Relaciona-se com a possibilidade de distino de pontos de um
mesmo objeto na imagem. Para uma imagem digital, a resoluo espacial determinada
pelo nmero de pixels por rea de imagem. Contraste a habilidade de distinguir
pequenas diferenas de intensidade, que so relacionadas com as diferenas em
atenuao de raios X. Para imagens digitais, o nmero de bits por pixel determina a
resoluo de cinzas de uma imagem. J a resoluo temporal ralaciona-se com o tempo
necessrio para criar uma imagem. Em uma aplicao de tempo real possvel gerar
imagens em uma taxa de pelo menos 30 imagens por segundo. Assim possvel, por
exemplo, produzir imagens ntidas do corao batendo [MAN 98].
Outros parmetros que so relevantes para imagens mdicas so: os riscos do
paciente na aquisio da imagem, o grau de agresso (ou invaso), a dosagem de
radiao ionizante, o grau de desconforto do paciente, o tamanho do instrumento
imageador (portabilidade), a habilidade de descrio das funes fisiolgicas, bem
como da estrutura, e o custo do procedimento. Uma modalidade de imagem perfeita
produziria imagens com alta resoluo espacial e temporal, de alto contraste, teria um
baixo custo, seria portvel, livre de risco para o paciente, indolor e no-invasiva, no
usaria radiao ionizante e descreveria as funes fisiolgicas, bem como a estrutura
anatmica. A principal razo para a proliferao de modalidades de aquisio de
imagens que uma nica modalidade no satisfaz todos estes requisitos, ver tabela 2.1.
A seleo da modalidade mais apropriada para um problema particular requer um
compromisso entre estes vrios critrios [MAN 98].
TABELA 2.1 Comparao dos parmetros das imagens para modalidades de
aquisio de imagens estticas [MAN 98]

Raios X
digital
Tomografia
Computadorizada
Ressonncia
Magntica
Pixels por imagem 1000 (256-512) 256
Bits por pixel 12 11-13 10
Resoluo espacial Alta Mdia Baixa
Resoluo de contraste Alta Alta Baixa
Radiao Baixa Mdia Nenhuma
Custo Mdia Alto Alto
Funes fisiolgicas No No Alguma
Portabilidade Sim No No
A seguir, so descritas as tcnicas mais utilizadas de aquisio de imagens
estticas no domnio da medicina.
2.2.1 Raios X
O exame de raios X foi o primeiro e mais utilizado exame no-invasivo do
interior do corpo humano. Este exame foi desenvolvido em 1895 por Wilhelm Conrad
Rntgen, que recebeu o prmio Nobel de fsica em 1901 por esta inveno. A
descoberta causou um entusiasmo no mundo inteiro, especialmente na rea da medicina,
sendo que em 1900 j existiam vrios grupos de mdicos radiologistas. Assim, surgiu
um novo ramo da medicina dedicado a estudar e visualizar as estruturas e suas funes
no corpo humano [MAN 98].
25
O paciente submetido a um exame de raios X colocado entre uma fonte
emissora de radiao ionizante e um filme sensvel a raios X. A imagem produzida
atravs da projeo plana do corpo do paciente, o qual absorve parcialmente os raios X
em diferentes graus, de acordo com a dureza dos tecidos e ossos do corpo. Sendo
assim, os raios X produzem sombras no filme radiografado. O exame de raios X possui,
basicamente, duas deficincias: a superposio de estruturas e o baixo contraste entre
tecidos no-sseos. Estas deficincias devem-se ao fato de que todas as estruturas
atravessadas pelos raios so projetadas, gerando uma imagem que representa a
atenuao total dos raios X devida a todas estruturas sobrepostas; sombras geradas pelas
estruturas prximas podem obscurecer o objeto que o mdico deseja visualizar. A
radiografia de contraste, que consiste no uso de um material de contraste para delinear
as reas de interesse, foi usada em torno de 1902 para ajudar a lidar com este problema.
O desejo de separar estruturas sobrepostas tambm levou ao desenvolvimento de uma
variedade de tcnicas de tomografia, descritas nas prximas sees. A radiografia
digital, por sua vez, aplica as mesmas tcnicas da radiografia comum, porm as imagens
so digitalizadas e estes dados so armazenados na memria do computador, ao invs de
serem gravadas em um filme [GRE 90].
Os raios X podem penetrar nos objetos opacos em quaisquer orientaes para
gerar projees bidimensionais. Tais procedimentos so relativamente baratos e
amplamente disponveis. Procedimentos de raios X padro so excelentes para exames
rotineiros do pulmo, do corao e do esqueleto, mas no podem fornecer imagens dos
tecidos moles, onde encontram-se a maioria das doenas. Para estes dados, na forma
digital, cada imagem ocupa 4K x 4K x 2bytes. Segundo Rhodes [RHO 97], este tipo de
exame envolve normalmente em torno de cinco imagens
Pode se dizer que os raios X so considerados um termo genrico que se aplica a
um grande nmero de tcnicas de aquisio de imagens, todas utilizando raios X, para
fornecer informaes de diagnstico mdico. As imagens de raios X so
tradicionalmente subdivididas em quatro tipos: radiologia geral, fluoroscopia,
mamografia e vascular. O primeiro, o tipo bsico e mais popular dos exames de raios
X, tipicamente utilizado para obteno de imagens do trax e para avaliao de ossos
quebrados. Fluoroscopia consiste em uma dose baixa de raios X que permite que os
mdicos visualizem a anatomia de um rgo em tempo real. A mamografia usada para
visualizar a estrutura interna do seio, permitindo assim a deteco precoce do cncer de
mama. O ltimo tipo de imagens de raios X, o vascular, basicamente dividido em dois:
angiografia e imagens cardiovasculares. Estes dois procedimentos envolvem a injeo
de material de contraste nos vasos sangneos do paciente, de forma que a estrutura dos
vasos ou do corao possa ser visualizada [MAN 98].
26

FIGURA 2.1 Imagem de um exame de raios X de trax
2.2.2 Tomografia Computadorizada
A tomografia computadorizada (CT) revolucionou as imagens mdicas em 1972,
pois permitiu a visualizao de estruturas previamente invisveis em diagnsticos
radiolgicos convencionais. Seus criadores, Godfrey Hounsfield e Dr. Comark,
ganharam o prmio Nobel de 1979. Os aparelhos de CT tambm utilizam raios X, que
so emitidos em um plano transversal ao corpo do paciente [MAN 98].
Os sistemas de tomografias renem uma srie de imagens de regies anatmicas
obtidas atravs de diferentes planos de aquisio de imagens, com alguns milmetros de
distncia entre cada fatia. Desta forma, uma srie de imagens 2D igualmente espaadas
representam uma estrutura anatmica 3D. Os equipamentos mais recentes de tomografia
computadorizada (CT) adquirem dados continuamente, enquanto os pacientes avanam
automaticamente atravs do dispositivo de aquisio. Estes aparelhos possuem uma
arquitetura slip ring que gera um conjunto espiral de dados, cobrindo melhor a anatomia
do paciente do que a CT convencional [MAC 00].
Na CT, a imagem formada a partir da interao da radiao com o segmento
corpreo de eleio, a radiao incide sobre os detectores, originando sinais eltricos
diretamente proporcionais intensidade da radiao. Esses sinais so qualificados e um
computador elabora uma imagem digital, com uma ampla faixa de tons cinza conhecida
como escala de Honsfield.
Desta forma, para cada pixel necessrio um valor numrico. A variao de
valores numricos o que vai propiciar a formao de imagem por diferena de
27
contraste. Esses valores so calculados sempre em relao ao coeficiente de absoro
linear da gua, para o qual atribudo um valor numrico igual a zero. O tecido sseo
estaria na faixa positiva mais alta da escala, a parte ssea mais compacta seria a cortical
ssea e teria um valor positivo de +1000. O valor mais baixo seria o ar das vias
respiratrias e do tubo digestivo graduado em torno de 1000. Alguns exemplos de
valores teciduais tomogrficos esto apresentados na tabela abaixo.
TABELA 2.2 Representao de alguns exemplos de nmeros tomogrficos

Atravs da CT houve uma grande melhora na capacidade de distinguir regies
com diferentes ndices de absoro de raios X, e na capacidade de separar estruturas
encobertas, possibilitando, assim, a deteco radiolgica de muitos rgos e tecidos
doentes [MAT 93, SIL 96].
A CT indicada para auxiliar no diagnstico da cabea, da espinha, do trax, do
abdmen e da plvis. O paciente corre riscos quando h a necessidade de injeo de
material de contraste intravenoso. Suas vantagens so: tima resoluo espacial, e
possibilidade de avaliao simultnea de mltiplos rgos do sistema [MAN 98].
Em geral, os dados tomogrficos ocupam 512 x 512 x 2 bytes para cada imagem.
Normalmente, em cada exame so geradas aproximadamente 25 imagens (fatias) [RHO
97].
A figura 2.2 apresenta uma fatia obtida em um exame de tomografia
computadorizada da espinha.
Tecido Valor do pixel
Ar -1000
Tecido Adiposo -100
gua 0
Fludo Cerebral 15
Sangue 20
Substncia Cinzenta 40
Substncia Branca 45
Msculo 50
Osso Cortical 1000
28

FIGURA 2.2 Imagem de um exame de CT da espinha
2.2.3 Ressonncia Magntica
Os exames por ressonncia magntica (MR) permitem um bom contraste entre
tecidos de baixa densidade. Nesta modalidade, mais recente que a CT, utilizado um
grande magneto (im), ondas de rdio e um computador. O magneto amplo o
suficiente para envolver o paciente, criando um forte campo magntico constante. O
momento magntico dos ncleos dos tomos do corpo do paciente tende a se alinhar
com este campo magntico, e ficam girando em torno deste campo com uma freqncia
que depende do tipo de tomo e da intensidade do campo magntico. Pulsos de rdio
com determinada freqncia so aplicados em ngulos especficos sobre o campo
magntico constante. Os ncleos atmicos com freqncia de rotao igual a freqncia
dos pulsos do radio entram em ressonncia com estes pulsos, absorvem a sua energia e
mudam de orientao em relao ao campo magntico. Quando o pulso de rdio
retirado, os ncleos voltam a alinhar-se com o campo magntico, emitindo um sinal de
rdio detectvel. As diferenas de intensidade e durao destes sinais so usadas na
gerao das imagens [MAN 98].
Cada imagem de MR ocupa 512 x 512 x 2 bytes, sendo que em cada exame,
normalmente, so obtidas em torno de 30 imagens [RHO 97].
29
A figura 2.3 mostra uma fatia obtida em um exame MR do crebro.

FIGURA 2.3 Imagem de um exame de MR do crebro
Uma das grandes caractersticas da MR o seu potencial para realizar anlises
qumicas de regies do corpo de maneira no-invasiva. tomos diferentes respondem de
maneira diferente aplicao das ondas de rdio-freqncia. Assim, o tecido que no
identificado em exames de raios X ou CT claramente distinguvel com tcnicas MR.
Um dos tomos mais fceis de visualizar atravs da MR, o tomo de hidrognio,
tambm um dos mais comuns do corpo. Desta forma, possvel observar o
metabolismo e caracterizar tecidos, talvez, em alguns casos, diferenciando tecidos
normais dos cancergenos. A tecnologia MR atualmente uma rea de pesquisa ativa,
onde esto sendo desenvolvidas muitas aplicaes clnicas [GRE 90].
A MR indicada para a visualizao dos tecidos moles da regio da cabea, do
pescoo, do trax, do abdmen, da plvis, do sistema muscular e sseo, e da espinha.
Este exame possui alguns riscos e contra-indicaes, como para pessoas cardacas ou
com aneurisma. Algumas de suas limitaes incluem a necessidade de contraste
intravenoso em casos especiais, a sensibilidade ao movimento e a deteco de
calcificao. Entre as vantagens que possui, pode-se citar a no utilizao de radiao, a
capacidade multiplanar, a possibilidade de mostrar o fluxo sangneo, e de detectar a m
formao intracraniana [MAN 98].
30
2.3 Formatos de Arquivos para a Representao de Imagens
Estticas
Como exposto nos conceitos bsicos, o formato especifica o layout padro de
armazenamento de arquivos. Nesta seo, o item 2.3.1 apresenta os formatos mais
utilizados para imagens estticas em geral, e o item 2.3.2 apresenta dois formatos
desenvolvidos especialmente para imagens mdicas.
2.3.1 Formatos para a Representao de Imagens Estticas de Uso
Genrico
Existem vrios formatos de arquivos para imagens estticas dentre os quais os
mais conhecidos e utilizados esto descritos a seguir.
2.3.1.1 JPEG (Joint Photographic Experts Group)
Padro desenvolvido pelo Joint Photographic Experts Group para compresso
de imagens estticas, armazena todos os pixels atravs de um mtodo de compresso
com perda, significando que sempre que a imagem gravada nesse formato perde-se
alguma informao. O tamanho do arquivo J PEG resultante muito pequeno, porm os
dados que contm so sempre uma aproximao da imagem original. J FIF (J PEG File
Interchange Format) um formato de armazenamento de arquivo para imagens
comprimidas com o algoritmo J PEG [GAR 99].
2.3.1.2 GIF (Graphics Interchange Format)
Formato criado pela CompuServe, armazena imagens usando codificao
indexada, onde cada pixel representado por um ndice de inteiros dentro da paleta de
cores. O tamanho da paleta limitado a 256 cores, fazendo com que o GIF seja mais
adequado para imagens que no contenham muitas gradaes finas de cores. O GIF usa
uma tcnica de compresso com pouca perda que pode resultar em arquivos pequenos
[GAR 99].
2.3.1.3 BMP (Microsoft Windows Bitmap)
Formato criado pela Microsoft, suporta at 24 bits para cor, e as imagens so
freqentemente armazenadas sem compresso, resultando em arquivos de tamanho
grande [GAR 99].
2.3.1.4 TIFF (Tag Image File Format)
Desenvolvido em 1986 pela Aldus Corporation, que atualmente faz parte da
Adobe Software. Este formato suporta 24 bits para cor e a imagem pode ser
comprimida com algoritmos como: LZW, CCITT ou J PEG [GAR 99].
2.3.1.5 PNG (Portable Network Graphics)
O formato PNG uma evoluo do formato GIF desenvolvido pelo comit da
Internet, e endossado formalmente como padro pelo W3C (World Wide Web
Consortium) em 1997. Imagens PNG mapeadas em cores tendem a ser 20 - 30%
menores do que GIFs.
31
Um arquivo PNG pode armazenar texto no cabealho do arquivo imagem e
palavras chaves so usadas para indicar o que cada string representa, que uma forma
de armazenar metadados. No cabealho da imagem esto armazenadas informaes de
largura, altura, tamanho em bits, tipo de cor, mtodo de compresso, mtodo de
filtragem e mtodo de interlace. Outros tipos de informao so colocados em pedaos
separados, e a informao textual armazenada no pedao padro texto (tEXt) com
palavras-chave adequadas [GAR 99].
2.3.1.6 SPIFF (Still Picture Interchange File Format)
Formato de arquivo bitmap genrico definido pela ITU (International
telecommunication Union) e ISO/IEC (International Standards
Organization/International Electrotechnical Commision) para armazenamento imagens
em tons de cinzas e cores. Este formato veio substituir oficialmente o formato de
arquivo J FIF (JPEG File Interchange Format) para armazenamento de dados J PEG.
Assim como o PNG, arquivos SPIFF so compostos de sees para
armazenamentos de metadados, so elas: cabealho (tamanho do cabealho,
identificador, verso, perfil da aplicao, nmero de componentes de cores, espao de
cor e outros), diretrio de informaes (referncias para informaes armazenadas
dentro do arquivo SPIFF), e dados da imagem [GAR 99].
2.3.2 Formatos para a Representao de Imagens Mdicas Estticas
Como mencionado no incio deste trabalho, a abrangncia do domnio de
aplicao de imagens digitalizadas muito grande. E, por sua vez, cada domnio de
aplicao possui suas prprias caractersticas e necessidades. Nesse sentido, esta seo
introduz alguns conceitos especficos de imagens mdicas, e apresenta dois formatos de
arquivos desenvolvidos especialmente para a rea mdica.
A imagem mdica tem como finalidade auxiliar no diagnstico mdico. Assim,
uma imagem mdica sempre pertence a uma investigao clnica realizada em um
paciente, e esta investigao, no meio mdico, chamada de estudo.
O estudo uma coleo de uma, ou mais sries, de imagens mdicas a fim de
diagnosticar o paciente. Um estudo pode incluir imagens que esto relacionadas por
uma nica modalidade (CT ou raios X ou MR), ou por mltiplas modalidades (CT e
MR) [DIC 99c].
Por sua vez, a srie agrupa imagens de um mesmo estudo que foram obtidas de
uma mesma modalidade e sob as mesmas condies [DIC 99c]. Por exemplo, srie 1-
imagens de CT do crnio obtidas de cima para baixo e sem contraste, srie 2 - imagens
de CT de crnio obtidas de baixo para cima e com contraste, ou ainda, srie 3 - imagens
de MR de crnio com contraste.
Visando exemplificar melhor os conceitos apresentados anteriormente, a figura
2.4 mostra um estudo realizado na coluna vertebral de um paciente atravs de um CT
obtendo duas sries de imagens.
Alm de conceitos especficos da rea mdica, tais como paciente, modalidade,
estudo e srie, existem outros conceitos relacionados a imagens mdicas tais como
patologias, laudos, diagnstico final, suspeitas inicias, e outras informaes associadas
imagem que precisam ser consideradas como informaes da imagem. Desta forma, um
32
formato de arquivo que vise armazenar imagens mdicas deve considerar estas
informaes em seu layout.

FIGURA 2.4- Exemplo do mapeamento de sries em um CT [DIC 97]
Nos anos 1970, com o uso crescente de computadores em aplicaes mdicas, o
American College of Radiology (ACR) e a National Electrical Manufactures
Association (NEMA) reconheceram a necessidade de um mtodo padro para transferir
imagens digitais e informaes associadas a estas imagens entre dispositivos de
diferentes fabricantes. Em 1983 o American College of Radiology e a National
Electrical Manufactures Association formaram um comit (comit ACR-NEMA) para
desenvolver um padro com as seguintes finalidades: interoperabilidade entre os
diferentes dispositivos, interoperabilidade entre os diferentes sistemas de computadores,
interface entre os dispositivos de imagens com a rede, e permitir a criao de bancos de
dados com informaes de diagnsticos [HOR 00].
Entre as muitas contribuies alcanadas pelo ACR-NEMA, destaca-se um
dicionrio de dados que documenta todas as informaes tcnicas da imagem, bem
como as informaes associadas imagem. A documentao destas informaes
envolve um identificador nico para cada tipo de informao denominado Tag, a
Modalidade
de CT

Imagem de referncia
Relacionamento
espacial
Imagem de referncia
Relacionamento
espacial
Srie 1 Aquisio de uma srie de imagens (fatias)
de CT da coluna, obtidas no sentido de baixo para
cima com espessura de 1 milmetro.
Srie 2 Aquisio de uma srie de imagens (fatias)
de CT da coluna, obtidas no sentido de cima para
baixo com espessura de 0.5 milmetro.
33
descrio da informao, o valor de referncia de cada informao (tipo de dado) e o
valor de multiplicidade. A tabela abaixo visa exemplificar parte deste dicionrio de
dados, e mostrar como ele est organizado.
TABELA 2.3 Exemplo da organizao do dicionrio de dados do
ACR-NEMA
TAG
Grupo Elemento
Descrio VR VM
(0008 0070) Fabricante do equipamento LO - long string 1
(0008 0080) Nome da Instituio LO 1
(0008 0020) Data do estudo DA date 8 bytes 1
(0008 0030) Hora do estudo TM - time 16 bytes 1
(0008 0061) Modalidades do estudo (CT, MR,...) CS code string 16 bytes 1-n
(0008 0021) Data da srie DA 1
(0008 0060) Modalidade da srie (CT, MR,...) CS 1
(0010 0010) Nome do paciente PN - person name 64
caracteres max.
1
(0010 0020) Identificao do paciente LO 1
(0010 0030) Data de nascimento do paciente DA 1
(0018 0015) Parte do corpo examinada CS 1
(0028 0002) Exemplos por pixel US - unsigned short 2
bytes
1
(0028 0010) Nmero de linhas da matriz imagem US 1

Este dicionrio bem abrangente, aproximadamente 1500 informaes
registradas, est em continua atualizao, e uma forma de padronizar o uso dos
metadados das imagens mdicas. Para obter mais detalhes sobre o dicionrio atual do
ACR-NEMA o leitor deve consultar [DIC 99f].
A seguir, so apresentados dois formatos de arquivos que esto baseados nas
recomendaes formuladas pelo comit ACR-NEMA, e que possuem caractersticas
importantes para este estudo.
2.3.2.1 PAPYRUS
A primeira verso do formato PAPYRUS foi criada em 1990 pela Unidade de
Imagens Digitais do Hospital Universitrio de Geneva. Este formato foi baseado no
dicionrio de dados e na estrutura de dados padro do ACR/NEMA 2.0, e permaneceu
independente de qualquer mtodo de comunicao usado para transferir as imagens e de
qualquer estrutura de banco de dados usada para gerenciar as imagens. O formato
PAPYRUS foi estendido e adotado por vrios projetos europeus de imagens digitais e
teleradiologia [PAP 00].
A prxima figura mostra a estrutura lgica do formato de arquivo PAPYRUS.
34

FIGURA 2.5 Estrutura lgica do formato PAPYRUS [PAP 00]
A base do modelo do formato PAPYRUS define dois perfis de armazenamento,
so eles: Papyrus-file que armazena as imagens de uma mesma srie em um nico
objeto (Fig 2.5) e Papyrus-folder que consiste em uma pasta para referenciar arquivos
que esto separados, como por exemplo: referenciar imagens de um mesmo estudo que
esto armazenadas em Papyrus-file separados [HOE 96].
A estrutura do formato PAPYRUS permite armazenar vrias imagens num
mesmo arquivo e, com a finalidade de acelerar a recuperao das mesmas, define
ponteiros para estas imagens. Nesta estrutura, as meta informaes contm dados sobre
o prprio arquivo. As informaes do paciente, do estudo e da srie so informaes
associadas imagem (metadados) com o objetivo de facilitar a recuperao das
imagens. A seqncia de ponteiros internos contm itens com a identificao de cada
imagem e um ponteiro para a imagem. Por sua vez, a seqncia de imagens
estruturada em itens e cada item contm uma imagem (conjunto de pixels) [PAP 00].
O formato PAPYRUS mantm compatibilidade com o formato DICOM. Neste
caso, as imagens que esto dentro de um Papyrus-file podem estar no formato DICOM,
e as informaes do paciente, estudo e srie estaro duplicadas (cabealho do Papyrus-
file e na imagem no formato DICOM).

Informaes da srie
Seqncia interna de ponteiros para as imagens
item

fim do item
item

fim do item
Fim da seqncia
ponteiro
ponteiro
Seqncia de imagens
item

fim do item
item

fim do item
Fim da seqncia de imagens
imagem
imagem
Informaes do estudo
Informaes do paciente
Meta informaes
Imagens
Mantm ponteiros
internos que
referenciam as
imagens
Informaes
associadas
imagem
Informaes sobre
o prprio arquivo
35
2.3.2.2 DICOM (Digital Imaging and Communication in Medicine)
O DICOM uma evoluo das verses 1.0 e 2.0 do ACR/NEMA. Este formato
veio satisfazer a solicitao de interconectividade de dispositivos em redes de
fabricantes, e de usurios de equipamentos de imagens mdicas.
Ao contrrio das verses iniciais do ACR/NEMA, o DICOM baseado em
modelos explcitos e detalhados de como os objetos envolvidos em operaes de
radiologia so descritos (paciente, imagem, laudos, etc.), e como eles esto
relacionados. Este modelo chamado de entidade-relacionamento (ou modelo E-R) e
ser descrito com mais detalhe na seo 3.3.
O DICOM incluiu novas especializaes em relao as verses prvias do
padro, so elas:
O padro aplicado para o ambiente de rede.
O padro especifica os nveis aceitveis de conformidade;
O padro especifica o protocolo de comunicao em rede para implementaes
que tenham conformidade com o DICOM;
O padro introduz explicitamente objetos de informao para imagens, grficos,
estudos, laudos e outros, que esto detalhados na seo 3.3;
O padro especifica uma tcnica para identificao nica de qualquer
Informao de Objeto. Esta tcnica a introduo da codificao de TAGs no
dicionrio de dados, exemplificado na tabela 2.2;
O padro estruturado como um documento em mltiplas partes. Isto facilita a
evoluo do padro por simplificar a adio de caractersticas novas.
Inicialmente, o padro DICOM foi composto de 9 partes, descritas a seguir:
Parte 1 Introduo e uma viso geral do padro DICOM - Nesta seo so
descritos os princpios do projeto, so definidos os termos usados no padro, e dada
uma breve viso sobre as partes iniciais do DICOM, partes de 2 a 9 [DIC 99a].
Parte 2 Conformidade - O DICOM descreve explicitamente como um
implementador ou fabricante de equipamentos mdicos deve estruturar uma Declarao
de Conformidade para operar com o padro DICOM [DIC 99b].
Parte 3 Definio dos objetos de informao - Descreve como os objetos de
informao so definidos, ou seja, define as classes do objeto de informao usadas no
DICOM [DIC 99c]. Este item est detalhado na seo 3.3.
Parte 4 Especificaes das classes de servio O padro DICOM define as
caractersticas compartilhadas por todas as classes de servio, e como est estruturada a
declarao de conformidade para cada classe de servio individualmente. Os servios
so operaes executadas nos objetos de informao [DIC 99d].
Parte 5 Estrutura e codificao do dado - A funo principal desta parte do padro
pode ser entendida como sendo a linguagem que os dispositivos utilizam para trocar
informaes [HOR 00].
Nesta parte do padro especificada a estrutura e a codificao de um Grupo de
Dados. No contexto da comunicao das entidades de aplicao na rede, um Grupo de
Dados a poro de uma mensagem DICOM que transporta informaes sobre os
36
objetos. Um Grupo de Dados composto de elementos de dados. Estes elementos de
dados, por sua vez, contm a codificao dos valores dos atributos do objeto [DIC 99e].

FIGURA 2.6 Estrutura do grupo de dados e do elemento de dado do DICOM
[DIC 99e]
Tag uma etiqueta de identificao. um par ordenado de 16 bits que representa o
grupo e o elemento de dado.
VR um string de 2 bytes que representa o tipo do elemento de dado. Esta informao
opcional. Exemplo DA- para data, DS- para decimal string e LO- para
long string.
Tamanho um valor inteiro de 16 ou 32 bits contendo o tamanho do campo
Contedo. Se o campo VR est explcito, o tamanho est armazenado em 16
bits. Caso contrrio, esta informao est armazenada em 32 bits.
Se o atributo Tamanho for indefinido, isto , igual a FFFF FFFF em
hexadecimal, o elemento de dado contm um delimitador aps o campo
Contedo. Este delimitador est preenchido com o valor FFFE E0DD em
hexadecimal [DIC 99e].
Contedo o contedo do elemento de dado.
Parte 6 Dicionrio de dados - O DICOM, nesta parte do padro, registra todos os
elementos de dados e todos os identificadores nicos que so usados no DICOM.
O dicionrio de dados contm um ndice por Tag (etiqueta de identificao) de
todas as informaes. Este ndice inclui o nome do elemento de dado, o valor de
representao e o valor de multiplicidade. A Tag um identificador nico para um
elemento de informao composto de um par de nmeros (o nmero do grupo seguido
do nmero do elemento), que so usados para identificar os atributos correspondentes
aos elementos de dados [DIC 99f]. O par de nmeros que identifica a Tag formado
pelo nmero do grupo (ex: grupo=0010 informaes do paciente, grupo=0020
informaes do estudo) e pelo nmero do elemento do grupo (ex: grupo=0010 e
elemento=0040 sexo do paciente, grupo=0020 e elemento=0010 identificao do
estudo).
Um exemplo deste dicionrio de dados pode ser visto na tabela 2.3.
Parte 7 Troca de mensagens - O padro DICOM especifica o servio e o protocolo
usado pelas aplicaes para trocarem mensagens [DIC 99g].
O DICOM define, nesta parte, o que necessrio para as aplicaes interagirem
com ele. No DICOM, uma mensagem consiste de um comando stream (definidos na
parte 4 do DICOM) e um dado stream (o objeto de informao, codificado de acordo
com a parte 5 do DICOM) [HOR 00].
Grupo de Dados
ordem de transmisso
Tag VR Tamanho Contedo
Elemento de dado
Elemento de dado Elemento de dado ... Elemento de dado
37
A prxima figura mostra a estrutura da mensagem do DICOM.

FIGURA 2.7 Estrutura da mensagem DICOM [DIC 99g]
Parte 8 Suporte de comunicao para troca de mensagens na rede - Nesta seo
do DICOM so descritos os servios de comunicao e os protocolos da camada
superior necessrios para suportar, no ambiente de rede, a comunicao entre aplicaes
DICOM. Estes servios de comunicao e os protocolos asseguram que a comunicao
entre as entidades de aplicao DICOM ocorra com eficincia, e de maneira coordenada
pela rede. O DICOM verso 3.0 suporta operaes num ambiente de rede usando os
protocolos de rede OSI (Open Systems Interconnection) e TCP/IP (Transmission
Control Protocol/Internet Protocol) [DIC 99h].
Parte 9 Suporte para a comunicao ponto a ponto para troca de mensagens -
Nesta seo so especificados os protocolos usados na comunicao ponto a ponto. As
primeiras verses do padro ACR-NEMA definiram uma interface paralela de dados de
alta velocidade. Existem algumas aplicaes, ligadas a equipamentos mais antigos, que
fazem uso destas verses. Por esta razo, este protocolo antigo (ponto a ponto), foi
mantido no DICOM [HOR 00].
A figura 2.8 mostra o relacionamento entre as partes iniciais do padro DICOM.

FIGURA 2.8 Relacionamento das partes de 1 a 9 do padro DICOM [DIC 99a]
Parte 1 : Introduo e Viso Geral

P 2 :

C
O
N
F
O
R
M
I
D
A
D
E

Parte 6 :
Dicionrio de
Dados
Parte 4 : Especificaes das Classes de Servio
Parte 3: Definies dos
Objetos de informao
Parte 5: Estrutura e Semntica do dado
Parte 7 : Troca de mensagens
Parte 8:
Suporte de comunicao para
troca de mensagens na rede
TCP/IP OSI
Parte 9 :
Comunicao Ponto a Ponto
Suporte para troca de mensagens
Mensagem DICOM

Grupo de comandos Grupo de dados (definidos na parte 5)
Tag Tamanho Valor
38
Com o uso do padro por diversos fabricantes, e com a demonstrao da
qualidade do padro no suporte efetivo para interoperabilidade, novas solues foram
solicitadas aos membros da ACR-NEMA [HOR 00].
Um dos novos problemas apresentados foi a necessidade de armazenar a
informao em alguma forma de mdia removvel. Isto necessrio porque algumas
aplicaes no esto na rede, e sim em equipamentos stand alone. Para satisfazer esta
necessidade, o grupo de trabalho da ACR-NEMA, responsvel por desenvolver padres
de armazenamento em mdias, foi reativado. Este grupo de trabalho produziu a parte 10
do DICOM que descreve o armazenamento de mdias e formatos de arquivos para
mdias. Esta parte descreve um arquivo genrico e a estrutura de diretrios, e especifica
um servio bsico para gerar arquivos do DICOM.
O formato do arquivo descreve como colocar um grupo de dados DICOM
dentro de um arquivo. O formato de arquivo inclui uma rea chamada de Prembulo do
Arquivo que est localizada no incio do arquivo. Esta rea foi criada para manter a
compatibilidade com servios de arquivo no DICOM. Conseqentemente, um arquivo
DICOM, se lido por um leitor de arquivo DICOM, o Prembulo do Arquivo
ignorado, e o resto do arquivo lido como um arquivo DICOM. Se lido por um leitor de
arquivos no DICOM, o leitor poder enxergar o Prembulo do Arquivo como um
ponteiro para informao de como ler o arquivo DICOM em sua prpria estrutura de
arquivo. A seguir apresentada estrutura lgica do formato DICOM para mdia
removvel.

FIGURA 2.9 Estrutura lgica do formato DICOM para mdia removvel
TAG VR tamanho campo
Quando lido
por um leitor
DICOM

Meta-Informaes do arquivo DICOM
Prembulo do arquivo
Informaes do PACIENTE
Informaes do ESTUDO
Informaes da SRIE
Informaes da IMAGEM
IMAGEM (matriz de pixel + overlay)
Quando lido por um
leitor no DICOM
Enxerga o prembulo como
um indicador de como ler o
arquivo DICOM em sua
prpria estrutura de arquivo

Estas informaes so
armazenadas segundo o
layout dos elementos de
dados exemplificado na
figura 2.6
Elemento de dado:
Ignora as informaes
do prembulo.
39
Os dados da imagem (pixel) so codificados num elemento de dados com a Tag
(7FE0 0010). Nas informaes da imagem encontra-se a identificao do formato com
que os pixels so armazenados e esta identificao feita atravs das seguintes Tags
[DIC 99e]:
(0028 0100) Bits allocated tamanho em bits alocados para cada pixel;
(0028 0101) Bits stored define a quantidade dos bits utilizados para
representar o valor (intensidade) do pixel;
(0028 0102) High bit identifica a posio do bit mais alto entre os bits
alocados.
Exemplo:
(0028 0100) =16 bits (2 bytes);
(0028 0101) =12 bits;
(0028 0102) =11.
Os dados anteriores informam que um pixel da imagem estar codificado da
seguinte forma:
BYTE BYTE

15 12 11 8 7 4 3 0

16 15 14 13 12 11 10 9

8 7 6 5 4 3 2 1

FIGURA 2.10 Exemplo da estrutura do pixel da imagem no formato DICOM
[DIC 99e]
Do bit de posio zero at o bit de posio dcimo primeiro estar codificado a
intensidade do pixel. Os restantes dos bits (bit de posio dcimo segundo at o bit de
posio dcimo quinto) podem ser usados para armazenar informaes do overlay
(anotaes sobrepostas a imagem). A codificao do overlay est exemplificada na
seo 4.4.3 (alternativas para extrao de dados anotados na imagem).
Os dados em pixel da imagem podem estar no formato nativo (sem compresso),
ou no formato comprimido. Para a compresso dos dados da imagem, o DICOM
permite os seguintes esquemas de compresso:
J PEG (Joint Photographic Experts Group) Image Compression O padro
J PEG especifica o processo de compresso com perdas (lossy) e sem perdas
(lossless). Para o processo de compresso sem perdas usado o processo 14 do
J PEG (DPCM Differential Pulse Code Modulation, no hierrquico com a
codificao de Huffman). Para o processo de compresso com perda para 8 bits
usado o processo 1 do J PEG. Para o processo de compresso com perda para
12 bits usado o processo 4 do J PEG. Para maiores detalhes dos esquemas de
compresso o leitor poder consultar a seo 8 e o anexo F do DICOM [DIC
99e].
16 bits
High bit
Bits utilizados por pixel
40
RLE (Run Length Encoding) Compression O padro RLE especifica um
processo de compresso sem perdas (lossless). Para maiores detalhes deste
esquema de compresso o leitor poder consultar o anexo G do DICOM [DIC
99e].
A ordem da seqncia dos bytes nos pixels outra informao fornecida. Esta
informao est codificada nas Meta-Informaes do arquivo DICOM com a Tag (0002
0010) Transfer Syntax. A ordem de seqncia dos bytes pode ser Little Endian ou Big
Endian. Na ordem de seqncia Little Endian (default do DICOM), o byte menos
significativo na seqncia armazenado primeiro. Por exemplo, o valor em
hexadecimal 4F52 que ocupa dois bytes seria armazenado 524F. Na ordem de seqncia
Big Endian o byte mais significativo na seqncia armazenado primeiro. Por exemplo,
o valor em hexadecimal 4F52 armazenado da mesma forma 4F52.
Com o objetivo de atender novas solicitaes e resolver problemas que surgem
com o uso do padro, o desenvolvimento do DICOM constante. Desta forma, anexos
so acrescentados as partes j existentes e tambm, novas partes so desenvolvidas no
padro. Alm do desenvolvimento da parte 10- armazenamento de mdias e formatos
de arquivos para troca de mdias [DIC 99i] foram desenvolvidas as partes 11- perfil
de aplicao para armazenamento em mdia [DIC 99j], 12 - formato de mdia e
meio fsico para troca de mdias [DIC 99l], 13 suporte a comunicao de
impresso ponto a ponto[DIC 99m] e parte 14 padro de exibio na escala de
cinzas [DIC 99n].
2.3.3 Comparao dos Formatos de Arquivos de Imagens Estticas
Embora os formatos apresentados na seo 2.3.1 sejam formatos desenvolvidos
para imagens de uso genrico, estes formatos no possuem, em sua maioria, qualquer
preocupao em armazenar metadados das imagens. Por outro lado, os formatos PNG e
SPIF evoluram de outros formatos e acrescentaram em sua estrutura a possibilidade de
incluso de alguns metadados com informaes tcnicas da imagem e, permitem ao
usurio criar novos tipos de cabealho. Esta possibilidade de criar novos tipos de dados
talvez facilite a criao de metadados com informaes associadas imagem, mas estes
novos dados no so padronizados, conseqentemente, dificultam a interoperabilidade
de sistemas e de equipamentos de imagens mdicas.
O formato de arquivos PAPYRUS foi projetado como uma soluo prtica para
a comunicao e armazenamento de imagens mdicas, numa poca em que as verses
1.0 e 2.0 do ACR-NEMA eram consideradas inadequadas e de difcil implementao. O
sucesso deste formato deve-se a distribuio de um pacote de rotinas em C para
leitura e escrita dos dados neste formato. Estas rotinas facilitaram a implementaes de
solues com imagens mdicas neste formato, em diferentes plataformas de hardware
[PAP 00].
Mas este formato possui algumas restries, tais como o agrupamento de
imagens de uma mesma srie em um mesmo arquivo, e no prov uma especificao
para o formato de armazenamento em mdia, isto requer um acordo local entre os
sistemas de comunicao. E por fim, o formato de arquivo PAPYRUS no
reconhecido como um padro para as imagens mdicas, conseqentemente, no mantm
compatibilidade com muitos softwares existentes [PAP 00].
Segundo o Departamento de Radiologia da Universidade de Medicina do Estado
da Pensilvnia [HOR 00]: O DICOM o projeto de padres de imagens mdicas mais
41
ambicioso empreendido pela indstria e pelas sociedades de profissionais. um padro
complexo por causa da abrangncia de seu contedo, mas implementvel e til. O
padro oferece o equilbrio entre o objetivo pragmtico de implementar rapidamente
suporte a produtos atuais, e uma base modular slida para evoluir e para responder a
futuras necessidades.
O DICOM foi desenvolvido com a idia de extenso e expanso, e isso j est
acontecendo. Outro aspecto importante com relao ao DICOM, que ele reconhecido
como um formato padro para imagens mdicas por fornecedores e desenvolvedores de
software.
Por estas razes, este estudo considera o formato DICOM no desenvolvimento
do modelo de metadados para o armazenamento de imagens mdicas.
2.4 Algumas Ferramentas para o Processamento e a
Visualizao de Imagens no Formato DICOM
O termo processamento de imagens digitais geralmente refere-se ao
processamento de uma imagem, que na verdade nada mais do que uma matriz. Esta
rea teve incio em meados da dcada de 60, com motivao criada pelos programas
espaciais da NASA, nos Estados Unidos. O aumento da capacidade de memria e
velocidade dos computadores contribuiu para dar impulso nova tecnologia, que passou
a ser aplicada em outras reas, tais como: medicina, microscopia, tica ou eletrnica,
transmisso digital de sinais de televiso e em sensores visuais de robs [MAN 98].
A rea de processamento de imagens consiste em desenvolver tcnicas para, por
exemplo, acentuar ou suprimir certas caractersticas das imagens. Sua meta consiste em
realizar procedimentos tais como a remoo de distores, a melhoria da qualidade das
imagens, e comparar entidades especficas com padres previamente armazenados.
Nesta seo feita uma breve descrio do processamento e da anlise de
imagens mdicas. Inicialmente o assunto introduzido, e na seqncia so apresentadas
algumas ferramentas de processamento de imagens mdicas que processam imagens no
formato DICOM.
2.4.1 Aplicao do Processamento e Visualizao de Imagens Mdicas
Na medicina, as imagens so requisitadas pelos mdicos para confirmar, ou no,
as suspeitas de doenas especficas. As imagens so usadas para visualizar a estrutura
ou funo do corpo, e assim determinar quando as caractersticas de uma doena esto
presentes. Com o uso dos computadores, novas possibilidades para gerao e anlise de
imagens foram criadas, uma vez que as imagens podem ser processadas. Alm disso,
imagens digitais podem ser manipuladas para exibio ou anlise de diferentes
maneiras, que no so possveis com imagens em filmes.
O processamento de imagens mdicas, como o entendemos neste trabalho, no
enfatiza a interpretao automtica das imagens, mas sim com a restaurao de imagens
com defeitos de aquisio ou transmisso, e com o realce de imagens, para facilitar a
interpretao humana. Esta rea possui vrias subreas que se dedicam elaborao de
tcnicas para, por exemplo, suavizar, restaurar e comprimir imagens, detectar arestas,
adicionar cores s imagens monocromticas, e aumentar ou diminuir o contraste das
mesmas. Entre as diversas subreas pode-se destacar:
42
Restaurao e melhoria da imagem: refere-se remoo ou reduo das
degradaes conhecidas em uma imagem. Isto inclui a eliminao de rudo e a
correo da distoro geomtrica, e dos defeitos da aquisio de imagens.
Existem vrias maneiras de se reduzir, ou eliminar o rudo das imagens, dentre
os quais pode-se destacar a utilizao de filtros.
Anlise da imagem: preocupa-se com a elaborao de medidas quantitativas de
uma imagem para produzir sua descrio. As tcnicas de anlise de imagens
exigem a extrao de certas caractersticas que ajudam na identificao de um
objeto. Um item importante da anlise de imagem a segmentao.
Segmentao de imagens utilizada para separar objetos ou regies de interesse,
e consiste em uma tcnica indispensvel quando se est preocupado com a
anlise semntica de uma imagem, ou seja, com o seu significado. Na medicina,
segmentao de imagens tem o objetivo de identificar estruturas como rgos,
osso, tumores, e outros.
Reconstruo da imagem a partir de projees: consiste em reconstruir um
objeto bi- ou tridimensional a partir de vrias projees unidimensionais.
Projees planares so obtidas atravs da amostragem do objeto sob vrios
ngulos diferentes. Algoritmos de reconstruo geram uma imagem para cada
fatia axial do objeto, possibilitando uma viso do seu interior. Tais tcnicas so
importantes para as imagens mdicas (equipamentos de CT).
Nas subreas acima descritas, existem muitas tcnicas, ou algoritmos, que so
utilizados na rea mdica para preparar os dados para serem visualizados. Os
equipamentos mdicos oferecem cada vez mais ferramentas de processamento de
imagens em seus sistemas de aquisio de imagens, com o objetivo de facilitar o
diagnstico mdico.
As ferramentas de processamento de imagens tornaram-se uma excelente
ferramenta para pesquisa mdica nas mais diversas reas [MAN 98]. A seguir, so
apresentadas algumas ferramentas de processamento de imagens mdicas que
processam imagens no formato DICOM.
2.4.2 Osiris
O OSIRIS um software gratuito de visualizao, processamento e anlise de
imagens mdicas desenvolvido pelo Hospital Universitrio de Geneva. Este software foi
projetado para processar qualquer modalidade de imagens mdicas (MR, CT, raios X,
US-ultrassonografia ...) [OSI 99].
Os formatos de arquivos lidos pelo OSIRIS so: PAPYRUS (formato nativo),
raw data, DICOM, TIFF (nas verses para PC/Windows), PICT e SPI (nas verses para
Macintosh) [OSI 96].
Visualizador OSRIS:
No OSIRIS, as imagens podem ser exibidas de duas formas: Tile Mode, onde
todas as imagens so exibidas em uma grade, uma ao lado da outra; ou Stack Mode,
onde as imagens so exibidas uma aps a outra. No formato Stack Mode, as imagens
podem ser exibidas de maneira esttica, o usurio controla a exibio da prxima
imagem, ou de maneira dinmica, as imagens so exibidas num loop contnuo como
num filme. Para obter as imagens a serem exibidas, o usurio pode selecionar um
43
arquivo (imagem) de um determinado diretrio, como mostra a figura abaixo. Com a
finalidade de auxiliar na escolha do arquivo, a interface de seleo mostra alguns dados
associados imagem selecionada, tais como o nome do paciente, formato do arquivo
dados, dados do estudo, modalidade e outros dados [OSI 96].
A seguir apresentado um exemplo da interface de seleo do OSIRIS.

FIGURA 2.11 Interface para seleo de uma imagem no OSIRIS
Outra maneira de obter a imagem a ser exibida atravs de uma lista de
paciente. Nesta opo, os arquivos de imagem, selecionados previamente de um
determinado diretrio, so mostrados numa lista com o nome do paciente, nmero do
estudo, sries, e todas as imagens (em formas de cones) associadas ao paciente
selecionado.
A seguir apresentada a interface de seleo de imagens da lista de paciente do
OSIRIS.

FIGURA 2.12 Interface de seleo de uma imagem na lista de pacientes do OSIRIS
44
Aps a seleo da imagem, o software mostra a imagem na interface principal
do visualizador de imagens do OSIRIS, conforme figura abaixo.

FIGURA 2.13 Interface principal do visualizador de imagens do OSIRIS
Interfaces secundrias do visualizador so usadas para mostrar alguns dados
associados imagem, como os dados do paciente, do estudo, dados tcnicos da imagem,
e dados sobre as informaes inseridas na imagem. A prxima figura exemplifica as
interfaces do visualizador.

FIGURA 2.14 Interfaces secundrias do visualizador OSIRIS
Alm de permitir a visualizao da imagem, a interface principal do
visualizador permite o processamento e anlise da imagem.
Processamento e Anlise da Imagem:
O processamento bsico do OSIRIS tem funcionalidades como aumentar e
diminuir o tamanho da imagem (zoom), inverso temporria de cores, ajuste de cores
(contraste e intensidade), inverso da posio da imagem (direita para esquerda ou de
cima para baixo), e rotao.
45
A interface principal do visualizador possui um menu de processamento com
ferramentas de uso geral que permite ao usurio incluir seus prprios filtros. Esta
interface tambm possui ferramentas de anlise clnica de imagens, tais como:
Multiplanar Section (permite a reconstruo da imagem), Ejection Fraction (clculos
semi-automticos com relao ao ventrculo esquerdo), Histogram Equalization (aplica
um algoritmo de equalizao CLAHE Applies a Contrast Limited Adaptive Histogram
Equalization Algorithm), e Segmentao (divide a imagem em regies com
determinados significados para o usurio) [OSI 96].
Outro menu de processamento de imagem presente na interface principal do
visualizador OSIRIS o menu Tool. Atravs das ferramentas deste menu, o software
permite que o usurio extraia algumas medidas da imagem. Como exemplo destas
medidas, o usurio pode traar uma linha para obter medidas de distncia e ngulos. E
estas medidas podem ser armazenadas em um arquivo texto (.txt), juntamente com as
coordenadas e intensidade dos pixels correspondentes, ver figura 2.15. A ferramenta
tambm permite ao usurio fazer anotaes na imagem e selecionar regies de interesse
(ROI) na mesma. O software possibilita o clculo de estatsticas e a construo de
histograma, para a regio selecionada sobre a imagem com formato fechado, isto ,
crculo, elipse, retngulo e polgonos. Os dados estatsticos calculados para cada regio
so os que seguem: Min (menor valor do pixel dentro do ROI), Max (maior valor do
pixel dentro do ROI), Mean (valor mdio dos pixels dentro do ROI), StdDev (desvio
padro do valor mdio calculado), rea (valor do clculo da rea do ROI em mm), e
Sum (somatrio dos valores dos pixels). Com o valor da intensidade dos bytes da regio
possvel saber qual o tipo de tecido que compe a regio, isto , lquido, cartilagem,
osso, msculo ou outros. Os dados estatsticos calculados sobre ROIs podem ser
armazenados em um arquivo texto (.txt), juntamente com as intensidades dos pixels que
esto dentro do ROI, ver figura 2.16. As informaes acrescentadas na imagem podero
ser salvas no formato PAPYRUS [OSI 96].
A seguir so apresentados exemplos de imagens com extrao de medias de
distncia e estatsticas calculadas para as regies de interesse.

FIGURA 2.15 Visualizador OSIRIS exibindo imagem, informaes da reta traada
sobre a imagem, e as informaes gravadas no arquivo texto
46

FIGURA 2.16 Visualizador OSIRIS exibindo imagem, informaes da regio de
interesse, e as informaes gravadas no arquivo texto
importante salientar que o OSIRIS um software distribudo gratuitamente e
seus programas fontes (codificados na linguagem C) podem ser comprados e
estendidos.
2.4.3 Efilm
O EFILM um aplicativo gratuito de visualizao e manipulao de imagens
mdicas desenvolvido pelo Departamento de Imagens Mdicas da University Health
Network and Mount Sinai Hospital, em Toronto no Canad. Este software trabalha
somente com imagens no formato DICOM, e foi projetado para processar qualquer
modalidade de imagens mdicas (MR, CT, raios X, US...) [EFI 01].
Visualizador EFILM:
No EFILM as imagens a serem exibidas podem ser selecionadas diretamente no
diretrio que esto armazenadas, ou atravs de uma pesquisa no banco de dados
mantido pelo EFILM. O software EFILM extrai algumas informaes das imagens
DICOM que esto na estao de trabalho, e armazena estas informaes em um banco
47
de dados. A pesquisa neste banco de dados realizada atravs da interface Search
exemplificada na prxima figura.

FIGURA 2.17 Interface de pesquisa para seleo de uma imagem no EFILM
Esta interface prove uma rea de filtro que otimiza a pesquisa de imagens na
estao de trabalho local (Local Exams), ou em outros locais que estejam ligados a rede
(Remote Exams). A pesquisa por imagens pode ser feita pela identificao do paciente,
pelo nome do paciente, pela modalidade do exame, pela data do exame e pela
combinao de todos estes campos. Alm de facilitar a pesquisa de imagens, esta
interface prove outras facilidades, tais como: envio da imagem para outras reas da rede
(boto Send); eliminao da imagem da estao de trabalho (boto Delete); visualizao
da imagem na interface de visualizao e processamento de imagens (boto View),
desde que a imagem esteja na estao de trabalho (local exams); e visualizao de todas
as sries do estudo selecionado e de todas as imagens da srie selecionada (boto
Details) [EFI 01].
O visualizador EFILM mostra todas as sries de um estudo, uma ao lado da
outra, e para cada grupo de srie as imagens so exibidas uma aps a outra em Stack
Mode. As imagens de cada srie podem ser exibidas de maneira esttica, o usurio
controla a exibio da prxima imagem com o auxlio da barra de rolamento ao lado de
cada srie, ou de maneira dinmica, as imagens so exibidas num loop contnuo como
num filme com o auxlio do boto cine.
A seguir apresentada a interface de visualizao e processamento de imagem
do EFILM.
48

FIGURA 2.18 Interface do visualizador de imagens do EFILM
Assim como OSIRIS, o EFILM mostrar alguns dados associados imagem em
interfaces secundrias do visualizador. Segue abaixo um exemplo da interface com
dados associados imagem.

FIGURA 2.19 Interface secundria do EFILM com dados associados imagem
O processamento bsico do EFILM permite funcionalidades como ajuste de
brilho e contraste, aumentar e diminuir do tamanho da imagem (zoom), aumento de uma
rea de interesse da imagem, inverso de cores, rotao e inverso da posio da
imagem (direita para esquerda ou de cima para baixo).
O EFILM tambm disponibiliza ferramentas que permitem fazer anotaes na
imagem, selecionar regies de interesse, extrair medidas da imagem e fazer referncia
cruzada (localizar a fatia da imagem em um plano de interseco). Com as ferramentas

49
de extrao de medidas da imagem possvel realizar os seguintes procedimentos: obter
o valor do pixel do ponto selecionado na imagem, desenhar uma linha na imagem e
obter a medida desta linha (para CT e MR a informao ser em centmetros e para as
outras modalidades ser em nmero de pixel), selecionar uma regio de interesse (ROI),
e obter estatsticas desta regio (ex: Mean-valor mdio das intensidades dentro do ROI,
StdDev-desvio padro do valor mdio calculado, e rea-rea do ROI em cm) [EFI 01].
Alm de proporcionar um ambiente de visualizao e processamento de imagens
mdicas no formato DICOM, o EFILM possibilita as seguintes facilidades: a criao de
lbuns com imagens selecionadas, o armazenamento das imagens em CD, e o envio das
imagens pela rede. E, assim como o OSRIS, o EFILM tambm um software
distribudo gratuitamente.
2.4.4 Hipax
O sistema HIPAX Medical Imaging and Communication System um sistema
comercial de processamento, armazenamento e comunicao de imagens no formato
DICOM, desenvolvido pela Steinhart Medizinsysteme [HIP 01]. Este sistema dividido
em vrios mdulos a fim de atender muitas das necessidades de processamento,
armazenamento e comunicao de imagens, mas para o escopo deste trabalho ser
apresentado somente o mdulo de visualizao e processamento de imagens.
Visualizador HIPAX:
O visualizador Hipax exibe as imagens uma ao lado da outra (Tile Mode), ou
uma aps a outra(Stack Mode). No formato Stack Mode, as imagens podem ser exibidas
de maneira esttica, onde o usurio controla a exibio da prxima imagem, ou de
maneira dinmica, as imagens so exibidas num loop contnuo como num filme. Para
obter as imagens a serem exibidas no visualizador, o usurio pode selecionar um
arquivo (imagem) de um determinado diretrio, ou da lista de paciente, se for obtido o
mdulo de administrao do paciente.
Aps a seleo da imagem, o software mostra a imagem na interface principal
do visualizador HIPAX, conforme mostra a prxima figura.

FIGURA 2.20 Interface principal do visualizador de imagens do HIPAX
50
O visualizador do HIPAX mostra em uma interface secundria todos os dados
registrados junto com a imagem na estrutura do formato DICOM. Nesta interface
possvel visualizar o nmero da Tag, a descrio da Tag, o contedo da Tag (dados
associados imagem), a posio da Tag dentro do arquivo, tamanho do contedo da
Tag, e o valor de referncia da Tag. Segue abaixo um exemplo da interface com dados
da imagem.

FIGURA 2.21 Interface secundria do HIPAX com dados associados imagem
O processamento bsico do HIPAX permite funcionalidades tais como: ajustar
brilho e contraste, aumentar e diminuir o tamanho da imagem (zoom), e aumentar uma
rea de interesse da imagem.
O HIPAX tambm disponibiliza ferramentas que permitem fazer anotaes na
imagem, construir o histograma com a distribuio de cinzas na imagem, selecionar
regies de interesse, extrair informaes de medidas da imagem (ngulo e distncia), e
extrair estatsticas da regio de interesse [HIP 98].
Apesar do sistema HIPAX ser um software vendido comercialmente, a empresa
Steinhart Medizinsysteme distribui gratuitamente o mdulo de visualizao e
processamento bsico de imagens DICOM atravs do mdulo HIPAX Freeware.
2.4.5 FP Image
O software FP Image um sistema comercial de anlise e processamento de
imagens mdicas. Este software foi projetado para processar diversos tipos de
modalidade de imagens mdicas (MR, CT, raios X, US...) [FPI 01a].
Visualizador FP Image:
O FP Image possui um visualizador de imagens DICOM separado do
mdulo de processamento de imagens. Para exibir a imagem no visualizador, o usurio
pode obter a imagem selecionando-a de um diretrio, ou atravs de uma pesquisa no
banco de dados criado pelo FP Image. Neste banco de dados as imagens esto
organizadas por paciente, estudo, srie e imagem, como mostra a figura 2.22.

51
O Tela do visualizador est dividida em 3 reas. Na primeira, mais a esquerda,
esto exibidos os dados do banco de dados, de forma a facilitar a seleo das imagens; a
segunda exibe a imagem; e a terceira, abaixo da imagem, exibe os dados associados a
imagem com suas respectivas tags.

FIGURA 2.22 Interface do visualizador de imagens do FP Image
Os formatos de arquivos lidos pelo visualizador FP Image so: FP Image (.img-
nativo), Microsoft Bitmaps (.bmp), J PEG (.jpg), Portable Gray Map (.pgm), Portable
Pixel Map (ppm), DICOM (qualquer extenso), e formatos definidos pelo usurio (FMT
files; o usurio pode informar seu prprio formato atravs do arquivo
\fpimage\bin\fpimage.cfg) [FPI 01c]) [FPI 01b].
Os formatos de arquivos processados pelo FP Image so: FP Image (.img-
nativo), DICOM e formatos definidos pelo (FMT files) [FPI 01b].
A ferramenta de processamento e anlise do FP Image possibilita os
processamentos bsicos como aumentar e diminuir o tamanho da imagem (zoom),
inverso temporria de cores, e ajuste de cores (ex: contraste e intensidade). Alm dos
processamentos bsicos, o software possibilita fazer anotaes na imagem (figura 2.24),
construo de histograma, selecionar regies de interesse (figura 2.25), comandos
grficos (ex: desenhos de elipses, linhas, crculos, polgonos e retngulos) (figuras 2.25,
2.26, 2.27 e 2.28), e extrair medidas da imagem (ex: estatsticas das regies de interesse,
distncia e ngulo) (figuras 2.25, 2.26 e 2.27). E, ainda, visualizar todos os valores dos
pixels que esto dentro de uma determinada rea (figura 2.29) [FPI 01b].
A seguir apresentado um exemplo da interface de processamento do FP Image
e na seqncia so apresentados exemplos do processamento deste software.
52

FIGURA 2.23 Interface do processador de imagens do FP Image

FIGURA 2.24 Anotaes no FP Image FIGURA 2.25 ROI e estatstica no FP Image
53

O software FP Image possui uma linguagem de processamento que permite o
usurio acrescentar suas preferncias, e acrescentar novas propriedades de
processamento ao software. Estes processamentos so tratados pelo software como
scripts e executados interativamente com o processamento da imagem. Alguns
exemplos de scripts so: a seleo prvia de alguns parmetros de visualizao, de
acordo com a modalidade, processamento de novos clculos, e a gravao de dados
calculados e anotados na imagem em um arquivo para posterior processamento [FPI
01b].
O software FP Image vendido comercialmente, mas possui o mdulo Dicom
Browser que uma verso do visualizador de imagens, s para DICOM, distribuda
gratuitamente.
FIGURA 2.26 Distncia no FP Image
FIGURA 2.28 - Tamanho de uma regio no
FP Image
FIGURA 2.27 Medidas no FP Image
FIGURA 2.29 Valores dos pixels de uma
regio da imagem no FP Image
54
2.5 Consideraes Finais
Com a finalidade de apresentar uma base terica para o desenvolvimento deste
trabalho, este captulo abordou diversos termos tcnicos associados a imagens em geral,
mostrou a evoluo dos formatos de arquivos desenvolvidos especialmente para este
tipo de dado, assim como apresentou formatos de arquivos e ferramentas desenvolvidos
para atenderem imagens mdicas.
Na descrio dos formatos de arquivo, pode-se observar que o desenvolvimento
dos formatos est evoluindo com relao ao armazenamento de metadados, mas para as
necessidades da rea mdica, nenhum to completo quanto o DICOM. O formato
DICOM foi projetado, especificamente, para considerar em sua estrutura e no seu
dicionrio de dados os metadados das imagens mdicas, e para ser um padro neste
domnio.
A seo de ferramentas para o processamento de imagens mdicas mostra o
atual estgio de desenvolvimento desta rea, e a importncia da interao do usurio
com ferramentas de processamento, a fim de facilitar o diagnstico. Tambm pode-se
observar que a extrao de medidas (distncias, ngulos e estatsticas dos ROI) so
informaes relevantes no diagnstico e no acompanhamento de patologias. No
decorrer desta seo, atravs do uso do DICOM em todos os softwares apresentados,
reafirmado o uso do DICOM como um formato padro para o processamento de
imagens mdicas.
Baseando-se no que foi apresentado neste captulo, pode-se concluir que as
imagens mdicas apresentam muitas particularidades e necessidades especficas deste
tipo de imagem. Desta forma, a descrio e recuperao de imagens mdicas
armazenadas requerem o desenvolvimento de solues especficas para o domnio da
medicina.

55
3 Descrevendo Imagens Atravs de Metadados
Metadados so descritores de dados que tem a finalidade de documentar e
organizar, de forma estruturada, o contedo dos dados a fim de facilitar a recuperao
dos mesmos.
As definies de metadados vo desde de um simples registro de catlogo de
dados, como o caso do Dicionrio do DICOM [DIC 99f], passando por descritores
que facilitam as pesquisas em banco de dados como Metadados para Documentao e
Recuperao de Imagens [GAR 99], at registros que descrevem recursos de rede e
visam disponibilizar recursos atravs de uma rede, como o caso do Dublin Metadata
Core Element Set [UKO 01].
A literatura de metadados utiliza os termos padro, modelo e arquitetura.
Modelos de metadados descrevem o contedo e a semntica dos dados em qualquer
domnio de aplicao. Basicamente, todos os padres de metadados so modelos que, a
partir de um consenso das comunidades de pesquisa passaram a ser utilizados como
padres. Geralmente, esses padres contm descritores de dados especficos que so
dependentes das informaes que armazenam. O papel das arquiteturas de metadados
descrever o ambiente, de maneira a prover a interoperabilidade entre os vrios padres
de metadados existentes [GAR 99].
Neste trabalho, o termo metadados est sendo usado no sentido de descritores
que facilitam as pesquisas em banco de dados. Portanto, este trabalho apresenta um
modelo de metadados para imagens mdicas.
Esta proposta deve-se ao fato que existem vrios padres de metadados
propostos para descreverem os dados de diferentes reas de aplicao, como por
exemplo: FGDC (Federal Geographic Data Commitee) para descrio de dados geo-
espaciais; MARC (Machine Readable Catalogue) para catalogao bibliogrfica;
IAFA/whois++ (Internet Anonynous Ftp Archive with whois++ propocol) para a
descrio dos contedos e servios disponveis em arquivos ftp (file transfer protocol);
TEI (Text Encoding Initiative) para a representao textos na forma eletrnica; DC
(Dublim Core) para a documentao de documentos eletrnicos na Web; e SAIF
(Spatial Archive and Interchange Format) para compartilhamento de dados espaciais e
espaos temporais. Mas segundo Garcia [GAR 99], em se tratando de imagens
digitalizadas, ainda no existe um consenso na rea da Cincia da Computao, nem na
rea da Cincia da Informao, de como se deve descrever os dados de forma
padronizada.
Neste captulo, considerando a proposta do presente trabalho, feito um estudo
de sistemas comerciais e modelos de metadados diretamente relacionados imagem,
que permitem de alguma forma descrev-la. Inicialmente, na seo 3.1, so
apresentadas duas solues comerciais que possuem extenses para tratar objetos do
tipo imagem. A seo 3.2 apresenta o projeto DISIMA (Sistema de Gerenciamento de
Banco de Dados de Multimdia e de Imagens) cujo objetivo modelar imagens, e
recuper-las com base em seus contedos. Na seqncia, seo 3.3, apresentado um
modelo de metadados desenvolvido para documentar e recuperar imagens do tipo
fotografia, pintura ou gravura. E, por fim, seo 3.4, mostrado o modelo de dados
existente no ambiente de radiologia, segundo a viso dos projetistas do padro DICOM.
56
3.1 Sistemas Comerciais que Utilizam Descritores do
Contedo das Imagens
Como foi mencionado no captulo 1, a forma estruturada de armazenamento dos
dados em bancos de dados no permite trabalhar adequadamente com objetos pouco
estruturados do tipo imagem. Distintamente dos dados estruturados, onde cada dado est
armazenado em uma coluna separada, de fcil acesso atravs das linguagens de
consulta, partes das informaes sobre uma imagem esto implcitas na prpria imagem,
e outra parte (semntica) pode no estar na imagem, dificultando a sua recuperao.
A seguir so apresentadas duas solues comercias que, alm de gerenciarem o
armazenamento de imagens em bancos de dados, permitem que o contedo da imagem
seja gerenciado. E, assim, possibilitam a recuperao de imagens com base nos
descritores do contedo associado imagem, e com base nas caractersticas extradas
automaticamente da imagem.
3.1.1 Soluo Oracle
A Oracle, empresa que desenvolve solues de bancos de dados, desenvolveu o
produto Oracle8i interMedia, uma extenso do Oracle8i, que tem a capacidade de
armazenar imagens estticas dentro do banco de dados, ou at mesmo fora do banco.
Alm de desenvolver o produto Oracle8i intermdia, a Oracle desenvolveu uma
extenso deste produto chamado VIR (Visual Information Retrieval) que possibilita a
recuperao baseada no contedo da imagem [ORA 00a].
O Oracle8i interMedia usa tipos de dados - objetos, semelhante aos objetos em
J AVA ou classes em C++, para descrever imagens. Uma imagem pode ser armazenada
no banco de dados em campos do tipo BLOB sob o controle de transaes e, tambm,
pode ser armazenada fora do banco de dados sem controle de transaes. Neste ltimo
caso, um ponteiro armazenado no banco de dados, sob o controle de transao, e a
imagem fica armazenada em arquivos externos chamados BFILEs [ORA 98] [ORA
00a].
O armazenamento da imagem fora do banco pode ser um mecanismo
interessante para gerenciar imagens grandes, ou imagens que residem em flat files
1
. A
fim de permitir o controle de transaes, estas imagens podem ser importadas para
dentro de BLOBs a qualquer momento [ORA 98].
Alm da imagem, o Oracle8i interMedia permite o armazenamento de
metadados, atributos e mtodos que operam sobre a imagem no banco de dados.
Permite, tambm, a extrao automtica dos atributos da imagem, atravs do utilitrio
interMedia Annotador, e gerencia estes metadados mesmo que a imagem se encontre
fora do banco de dados [ORA 98][ORA 00b].
Uma imagem, ou uma coleo de imagens, deve estar relacionada com alguns
grupos de atributos, ou palavras-chaves que descrevem o seu contedo. O contedo da
imagem pode estar descrito por componentes textuais e atributos numricos tais como:
data e outros identificadores numricos [ORA 00a].
No banco de dados Oracle os mtodos que esto associados ao objeto imagem
so os seguintes [ORA 00a]:

1
Flat files - arquivos contendo registros no estruturados.
57
setProperties() usado para extrao de propriedades importantes da imagem,
tais como: formato do arquivo (TIFF, BPM ou outros), formato do contedo
(colorido, escala de cinza 8-bits e outro), altura e largura da imagem em pixels,
formato de compresso (J PEG, LZW), e o tamanho total em bytes;
process() e processCopy() so mtodos usados para converso do formato da
imagem, compresso e manipulao de funes bsicas, tais como: a
modificao do tamanho e recortes;
copyContent() usado para copiar a imagem para um novo BLOB.
O banco Oracle suporta vrios formatos nativos destes objetos e vrias formas
de compresso dos mesmos.
Os formatos de arquivos de imagens suportados pelo banco de dados Oracle so
os seguintes: TIFF, J FIF(J PG), BMP, TARGA, PCX, PICT, GIF, CALS, formato
SUN e RPIX. O formato RPIX o formato de raw pixel do Oracle8i interMedia.
Como este formato no comprimido, o acesso a um pixel individual e a execuo do
processamento de imagens so facilitados. Um formato proprietrio, ou estrangeiro,
pode ser convertido ao formato RPIX, simplesmente, passando os atributos do formato
do arquivo da imagem para o Oracle8i interMedia. Uma vez feito isso, o Oracle8i
interMedia encarrega-se de converter o arquivo para o formato RPIX, para ento
processar, armazenar, e recuperar a imagem. Alm de converter outros formatos para o
formato RPIX, o Oracle8i interMedia faz a converso entre formatos na medida que isto
for necessrio [ORA 98].
O Oracle8i interMedia suporta esquemas de compresso de imagens, tais como:
CCITT G3 / G4 (esquema de codificao Huffman, que sem perdas isto , o
resultado da descompresso da imagem idntico imagem original), ISSO/CCITT
(esquema de codificao J PEG, que com perdas isto , o resultado da descompresso
da imagem no idntico imagem original, mas muito semelhante), e outros[ORA
98][ORA 00a].
O Oracle8i, alm de possibilitar a recuperao da imagem por metadados, possui
uma extenso chamada VIR (Visual Information Retrieval) que possibilita a
recuperao baseada no contedo da imagem. Esta extenso permite a recuperao da
imagem baseada nas seguintes caractersticas: cor global, cor de uma determinada
regio e textura [ORA 00c].
A extenso VIR suporta imagens armazenadas no Oracle8i em BLOBs e em
arquivos externos BFILE. Para viabilizar este suporte, so criados objetos com a
seguinte estrutura:
Atributos do objeto:
content ....................... imagem armazenada;
height ........................ altura da imagem em pixels;
width ....................... largura da imagem em pixels;
contentLenght ............ tamanho do arquivo da imagem em bytes;
fileFormat .................. tipo de arquivo da imagem, tais como: TIFF,J FIF e
outros;
contentFormat ........... tipo da imagem, tais como: colorida, escala de cinzas 8-
bit;
compressionFormat ... tipo de compresso da imagem;
signature..................... vetor de caractersticas (assinatura) que descreve o
58
contedo da imagem, usado na recuperao baseada em
contedo.
Mtodos do objeto:
CopyContent() .......... copia a imagem de um BLOB ou BFILE, para um
BLOB;
SetProperties() ......... obtm e armazena os atributos de uma imagem;
Process() .................. processa uma imagem (por exemplo, modifica ou
converte em outro formato);
ProcessCopy() ......... copia uma imagem e processa a cpia da imagem, usando
process( ).
A extenso VIR possui operadores que so especficos para a recuperao baseada em
contedo. Estes operadores esto descritos a seguir.
Analyse() ................... produz a assinatura de uma imagem;
Convert() ................... converte a assinatura para o formato da plataforma
hospedeira;
Similar() ................... compara duas assinaturas e determina se as imagens so
similares ou no. Para esta comparao so realizados os
seguintes procedimentos: clculo da soma ponderada das
distncias entre as duas imagens, usando os pesos
fornecidos na consulta para os diferentes atributos
visuais; comparao da soma ponderada com um valor
limite fornecido na consulta; e o valor de retorno
estabelecido: valor 1 (sim) se o resultado for inferior ou
igual ao valor limite, e valor 0 (no) se o resultado for
superior ao valor limite;
Score()........................ compara as assinaturas de duas imagens e retorna um
nmero que representa a soma ponderada das distncias
dos atributos visuais (cor global, cor local, textura,
estrutura e facial). Para este clculo fornecido na
consulta, um peso para cada um dos atributos e o sistema
normalizara estes pesos a fim de totalizar 100%.
Este mtodo usado em aplicaes que necessitam
ordenar as imagens por similaridade um exemplo, ao
invs de um simples sim ou no retornado pelo
mtodo Similar( );
3.1.2 Soluo IBM
Da mesma maneira da Oracle, a IBM tambm estendeu seu banco de dados para
trabalhar com objetos do tipo imagem. Esta extenso no banco de dados da IBM chama-
se DB2 Image Extender, esuporta objetos grandes (mais de 2 GB) [REN 97]. Aliado ao
DB2 Image Extender, a IBM possui a tecnologia QBIC (Query by Image Content) que
possibilita a recuperao das imagens armazenadas no banco de dados considerando, na
busca, as propriedades visuais da imagem [IBM 00a].
Na soluo da IBM, o DB2 pode armazenar as imagens em campos do tipo
BLOB, ou no file system do sistema operacional. Para armazenar a imagem no file
system do sistema operacional, o DB2 utiliza uma facilidade chamada DataLink que
59
mantm o arquivo com a imagem no file system, mas este gerenciado pelo DB2
(movido, excludo e etc.).
A IBM tambm possui o produto ImagePlus [IBM 00b] para auxiliar no
gerenciamento de imagens do DB2. Este produto armazena as informaes estruturadas
no DB2 para a indexao e as no estruturadas, imagens e textos, em campos BLOB, ou
no file system. O ImagePlus pode interagir com sistemas de armazenamento para
possibilitar o uso de mdias ticas, jukeboxes, e outros para diminuir o custo de
armazenar grandes volumes em mdia.
A seguir so descritas as facilidades disponveis no DB2 Image Extender.
Importa imagens e seus atributos para o banco de dados. Aps importar uma
imagem, o DB2 Image Extender armazena e mantm os atributos da imagem,
tais como: tamanho em bytes, formato, altura, largura e conjunto de cores;
Exporta imagens do banco de dados;
Converte o formato da imagem. Os formatos que podem ser processados pelo
DB2 Image Extender so os seguintes:
IM OS/2 Audio Visual Connection (AVC)
BMP OS/2 Microsoft Windows Bitmap
EPS Encapsulated PostScript
EP2 Encapsulated level 2 PostScript
GIF Compuserve GIF*(a (including animated GIFs) and 87
IMG IOCA image
IPS Brooktrout FAX card file
J PG JPEG (JFIF format)
PCX PC paint file (grayscale only)
PGM Portable gray map (from PBMPLUS)
PS PostScript
PSC Compressed PostScript image
PS2 PostScript level 2 (color)
TIF All TIFF 5.0 formats
YUV Digital vdeo for YUV
Recupera e mantm a segurana das imagens. As imagens armazenadas no
DB2 dispem da mesma segurana e proteo de recuperao dos dados
tradicionais;
Gera e exibe imagens em tamanho miniatura (thumbnails), ou no seu tamanho
original;
Consulta imagens por seus atributos e/ou por seu relacionamento com os dados
tradicionais. Para consultas por atributos da imagem, a IBM dispe da
tecnologia QBIC descrita a seguir.
O QBIC um sistema da IBM, vinculado ao banco de dados da IBM, que
permite a recuperao e visualizao baseada em contedo de imagens estticas e vdeo
[DEL 99b]. O QBIC possui uma linguagem de consulta grfica, na qual consultas so
propostas por desenho, seleo e outros meios grficos [FLI 95].
60
Para alcanar sua funcionalidade, o QBIC tem dois componentes principais:
populao do banco de dados (que processo de criao do banco de
dados);
consulta ao banco de dados.
Durante a populao, imagens so processadas para extrair e armazenar as
caractersticas que descrevem seu contedo, tais como: cores, texturas, formas e regies
que correspondem aos objetos. Na populao por imagens estticas, as imagens so
anotadas com informaes textuais. A identificao dos objetos permite ao usurio
caracterizar manualmente, semi-automaticamente ou automaticamente regies de
interesse, que so chamadas de objetos, nas imagens. Internamente, cada objeto
representado por uma mscara binria. Poder acontecer de haver um nmero arbitrrio
de objetos por imagem. Objetos podem se sobrepor e podem consistir de vrios
componentes desconectados.
Durante a consulta, o usurio compe uma consulta graficamente. As
caractersticas so geradas na consulta grfica e, ento, disponibilizadas para uma
mquina de busca que encontra imagens com caractersticas similares [FLI 95].
No caso das imagens estticas, as funes disponveis para a consulta so as
seguintes [DEL 99b]:
consulta por similaridade global de cores;
consulta por similaridade de regies coloridas;
consulta por similaridade de textura;
consulta por similaridade de formas; e
consulta por similaridade de relacionamento espacial.
3.2 Projeto DISIMA: Modelando Imagens para a
Recuperao Baseada em Contedo
O DISIMA [ORI 97] um projeto desenvolvido pela Universidade de Alberta
no Canad. Este projeto visa a construo de um sistema de banco de dados de imagem
que possibilita consultas baseadas no contedo da imagem. O modelo especificado pelo
DISIMA enderea banco de dados de imagem e espacial. Um prottipo deste sistema
est sendo implementado no SGBDOO ObjectStore.
Uma forte caracterstica deste modelo a viso dos dados da imagem em multi-
nveis. Os objetos relevantes dentro da imagem so denominados objetos salientes, isto
, identificados na imagem como relevantes.
O modelo DISIMA composto de dois blocos principais: o bloco imagem e o
bloco objeto saliente. Cada um dos blocos agrupa entidades semanticamente ou
sintaticamente relacionadas. A prxima figura apresenta uma viso geral do modelo
DISIMA.
61

FIGURA 3.1 Viso geral do modelo do DISIMA
O bloco imagem composto de dois nveis: o nvel imagem e o nvel de
representao da imagem. Isto porque o DISIMA faz distino entre a imagem e sua
representao, e mantm uma independncia entre estes dois nveis. O nvel imagem
permite que o usurio defina tanto os relacionamentos entre as imagens como a
classificao da imagem conforme suas necessidades, ver figura 3.2.
A figura 3.2 apresenta um grafo para uma aplicao que gerencia imagens
mdicas e imagens de noticirio. A classe ImagensNoticirio especializada por
outras trs classes, so elas: classe ImagemPessoal para imagens onde uma pessoa
possa ser identificada, classe ImagemAmbiente para imagens sobre a natureza, e
ImagemGeral para classificar outros tipos de imagens.

FIGURA 3.2 Exemplo da hierarquia da imagem
J o bloco do objeto saliente permite a representao da semntica dos objetos
salientes de uma imagem. Segundo o modelo proposto no DISIMA, o contedo de uma
imagem formado por um conjunto de objetos salientes (entidades interessantes na
imagem) que possuem um relacionamento espacial uns com os outros. Considerando o
grafo apresentado na figura 3.2, alguns objetos salientes podem ser identificados nas
imagens como mostra a figura 3.3.

Imagem

Representao
da imagem
Objeto saliente
lgico

corresponde ao

Objeto saliente
fsico

representado por

Representao
do objeto saliente
representado por
contm
Classe
Intncia
parte de
herana
outros relacionamentos
Bloco da Imagem Bloco do objeto saliente

Imagem

ImagensMdicas Catlogo ImagensNoticirio

ImagemPessoal ImagemGeral

ImagemAmbiente
62

FIGURA 3.3 Exemplo da hierarquia do objeto saliente lgico
O modelo DISIMA distingue dois tipos de objetos salientes para descrever a
imagem, so eles: objeto saliente fsico, que parte de uma imagem e est
caracterizado por uma posio (um grupo de coordenadas) no espao da imagem, e
objeto saliente lgico, que uma abstrao de um objeto saliente relevante a alguma
aplicao, usado para dar semntica a um objeto saliente fsico. Exemplificando, pode
ser criada uma instncia da classe Polticos para representar o presidente Clinton,
independente das imagens onde ocorra. O objeto Clinton criado e existe mesmo que
no exista nenhuma imagem no banco de dados na qual aparea o presidente. Isto
chamado de objeto saliente lgico e desta forma, mantida uma informao genrica
que pode ser armazenada sobre objetos interessantes (nome, posio e outras
informaes).
Instncias particulares deste objeto podem aparecer em determinadas imagens.
Existe um grupo de informaes (dados e relacionamentos) que apontam para a
ocorrncia que Clinton apareceu na imagem I. O dado pode ser sua postura, sua
localizao, sua forma na imagem I. O objeto saliente fsico (F_objetoClinton_1) na
imagem I apontado pelo objeto saliente lgico (objeto_Clinton), que d informaes
adicionais sobre o objeto. Se o presidente Clinton encontrado em outra imagem, outro
objeto saliente fsico (F_objetoClinton_2) ser criado. E propriedades adicionais tais
como cor, textura e forma podem ser definidas para um objeto saliente fsico.
O reconhecimento do objeto saliente combina interpretao automtica e manual
das imagens. A interpretao automtica pode processar vrios algoritmos de
reconhecimento de padres e anlise das imagens para identificar o contedo de uma
imagem.
O DISIMA prov uma arquitetura interopervel utilizando as facilidades da
arquitetura CORBA (Common Object Request Broker Architecture), permitindo aos
usurios consultarem as mltiplas fontes de imagens, possivelmente remotas.
3.3 Metadados para Documentao e Recuperao de
Imagens
O esquema de Metadados para Documentao e Recuperao de Imagens
[GAR 99] um modelo de metadados que viabiliza uma representao sistemtica e
detalhada dos elementos descritores de imagens digitais do tipo fotografia, pintura ou
gravura, incluindo tanto elementos para descrever as informaes tcnicas da imagem,
quanto para descrever as informaes de contedo semntico.
O esquema proposto pode ser visualizado atravs da prxima figura, utilizando a
linguagem de modelagem de objetos- UML (Inified Modeling Language) [FOW 97].
Objeto_Saliente

AnatomiaHumana Outros Personalidades

Cabea Brao Polticos Atletas

Coluna Outras_Personalidades
63

FIGURA 3.4 Esquema Conceitual de Metadados para Imagem [GAR 99]
Onde:
** - Tipo em Tipo de Associao pode assumir os seguintes valores: composto de, parte de, derivado de;
*** - Nome em Contedo Semntico pode assumir somente os seguintes valores: Ao (O Que), Espao
(Onde), Tempo (Quando), Componente (Quem) e Finalidade (Para Que);
**** - Posio em Tipo de Relacionamento pode assumir valores como: lado direito, lado esquerdo, frente,
atrs, abaixo, sobreposto, diagonal frente direita, diagonal frente esquerda, diagonal atrs direita,
diagonal atrs esquerda, centro, etc.
Possui_repr_fac
1 1
0..1 0..1
Possui_repr_pos
Representao Factual Representao Posicional
ngulo
Posio
Disposio
Possui_cont_sem
1
* relaciona-se com
1
0..* associado a
possui verso
0..*
1
Objeto Imagem

Ttulo
Fonte
Formato
Esquema de compresso
Dimenso do arquivo
Dimenso da imagem digital
Resoluo
Localizao fsica
Dispositivo de armazenamento
Lugar do repositrio
Direitos autorais
Proprietrio
Digitalizador
Tipo de digitalizador
Data da criao
Software usado para criao
Espao de cor
Cromia
Histograma de cor
Brilho
Textura
Imagem Original
Gnero
Processo
Cromia
Dimenses
Dimenses primrias
Dimenses secundrias
Suporte primrio
Caractersticas tcnicas
adicionais
Nome da coleo
Nmero de exemplares
Nota
Direitos autorais
Proprietrio
Repositrio
1 0..1
possui original
Tipo de
Associao

Tipo **
Contedo Semntico

Nome ***
Descrio Genrica
Descrio Especfica
Sobre
1 0..*
Componente
Tipo de
Relacionamento
Posio ****
Possui_comp-int
0..*
1
(disjuno)
Possui_comp-nint
0..* 1
Componentes
No
Integrantes
Nome
Cor
Componentes
Integrantes
Nome
Cor
Reino
Tipo
Nome
Idade/Cronolgica
Cor
Ser
Tipo
Idade/Cronolgica
Cor
Fora da
Natureza
Nome
Objeto

Nome
Cor
64
O esquema conceitual desta proposta, apresentado na figura 3.4, possui classes
que contm propriedades referentes s caractersticas da imagem. Neste projeto, as
principais classes que descrevem um objeto imagem so as classes: Objeto Imagem,
Contedo Semntico, e Tipo de Relacionamento. A cada uma dessas classes esto
associadas s informaes descritas a seguir.
Objeto Imagem: representa em sua maioria um conjunto de propriedades
consideradas informaes tcnicas relativas ao objeto imagem (imagem fsica
digitalizada). Por meio do auto-relacionamento possui verso podem ser
obtidos os objetos imagem que so verses de algum outro objeto imagem. E o
auto-relacionamento associado a representa o tipo de associao existente
entre os objetos imagem, caso exista.
Tipo de Relacionamento: representa o tipo de relacionamento existente entre os
componentes da imagem e informaes contextuais importantes. Todos os
tipos de relacionamento identificados nesta classe servem para indicar como
um componente est espacialmente localizado em relao a outros, dentro de
uma imagem.
Contedo Semntico: representa o conjunto de categorias que descrevem o contedo
semntico dos objetos da imagem, possibilitando identificar os componentes
existentes na imagem. Esta classe contm a descrio das seguintes categorias:
Ao (o que os objetos e seres esto fazendo), Espao (onde est a imagem no
espao), Tempo (tempo linear ou cclico, datas e perodos especficos, tempos
recorrentes), e Finalidade (objetivo de utilizao ou armazenamento daquela
imagem). Para cada uma destas categorias so documentados a descrio
genrica, a descrio especfica, e o assunto sobre o qual a imagem trata. A
categoria componente transformada em classe j que possui relacionamentos
com outras classes.
Com relao ao Objeto Imagem, importante salientar, neste modelo, que
podem existir verses diferentes para um mesmo objeto, estas verses tambm so
Objetos Imagem. Um objeto imagem s ser considerado verso de outro se o seu
contedo semntico no tiver sido alterado, isto , se parte da imagem no tiver sofrido
nenhuma modificao. Sendo assim, no ser necessrio efetuar a descrio referente
classe Contedo Semntico daquele objeto imagem que tiver sido versionado de
outro. As informaes de contedo semntico da verso podem ser obtidas por meio do
objeto de onde foi versionado. No caso de verses que sofreram alterao em relao
cor e que perderam algumas caractersticas do seu contedo semntico, possvel
descrever um novo contedo semntico para a nova verso. Os objetos imagem podem
ainda estar associados a outros objetos imagens.
O auto-relacionamento associado a utilizado para representar a situao em
que uma imagem foi modificada (editada). Considere, por exemplo, uma imagem que
foi gerada a partir de um pedao de outra imagem. A nova imagem gerada possuir
contedo semntico diferente da imagem da qual foi gerada. Neste caso, o
relacionamento existente entre as duas imagens ser representado por meio do
relacionamento associado a. E, os tipos de associaes sero denominados parte de
para a imagem que foi gerada a partir da outra, e composto de para a imagem que
possui em sua composio a imagem gerada.
65
Alm das classes principais que j foram descritas (Objeto Imagem,
Contedo Semntico e Tipo de Relacionamento), o modelo tambm prev outras
classes e subclasses que sero descritas a seguir.
A classe Imagem Original est associada classe Objeto Imagem, e contm
informaes sobre a imagem original (fotografia, pintura, gravura, etc.) que passou por
um processo de digitalizao gerando assim o Objeto Imagem em questo.
A classe Tipo de Associao est associada classe Objeto Imagem, e
representa a associao existente entre os objetos imagem. Nesta classe, o tipo de
associao pode assumir os seguintes valores: composto de (se um objeto imagem
composto de outros objetos imagem), parte de (se ele parte de um outro objeto
imagem), ou derivado de (se ele foi derivado de outro objeto imagem).
A classe Componente documenta os componentes da imagem. Podem ser
animados e inanimados, objetos e seres concretos. Componente uma categoria da
classe Contedo Semntico, que foi transformada em uma classe porque possui
relacionamento com outras classes. As classes Representao Posicional e
Representao Factual ajudam a descrever os objetos da classe Componente.
A classe Representao Posicional identifica em que posio est o
componente da imagem que pertence a classeComponente.
A classe Representao Factual identifica o tipo do componente da imagem
pertencente a classe Componente. A identificao do tipo do componente acontece
atravs das seguintes subclasses da classe Representao Factual: Ser que
identifica o tipo de ser (homem, mulher, fictcio), Reino que identifica o tipo de
reino (reino animal, reino vegetal, reino mineral), Fora da Natureza que identifica se
o componente da imagem uma manifestao energtica e outras vinculadas natureza,
e Objeto que identifica se o componente da imagem um artefato ou manufaturado.
Por sua vez, a subclasse Ser est associada a outras duas classes que ajudam em sua
descrio, a saber:
Componentes Integrantes identificam os componentes considerados
integrantes do Ser, isto , os elementos que entram na composio,
fazendo parte da caracterizao do Ser;
Componentes No Integrantes identificam os componentes considerados no
integrantes do Ser, como por exemplo, aos componentes que o Ser
estiver segurando ou estiverem junto a ele.
3.4 Modelo de Dados do Ambiente da Radiologia Utilizado
pelo Padro DICOM
No decorrer da seo 2.3.2 foram apresentados os formatos para a representao
de imagens mdicas, o dicionrio de dados do DICOM, e o prprio padro DICOM. Por
sua vez, esta seo apresenta a viso dos projetistas do padro DICOM quanto
estruturao das informaes contidas no dicionrio de dados conforme o modelo de
informao do ambiente da radiologia.
As informaes catalogadas no dicionrio de dados so agrupadas em entidades
reais, existentes no ambiente da radiologia. A identificao das entidades do ambiente
da radiologia, e a classificao das informaes da imagem de acordo com estas
entidades, deram origem ao modelo de dados do DICOM, apresentado na figura 3.5.
66
A tarefa de modelar as informaes da imagem no padro DICOM surgiu com a
necessidade de definir uma interface entre um PACS (Sistemas de Comunicao e
Armazenamento de Imagens), os Sistemas de Informao do Hospital (HIS) e da
Radiologia (RIS). Este processo de definio forou que as operaes na radiologia
fossem modeladas corretamente, de forma a retratar a realidade deste ambiente. A
vantagem do uso do modelo utilizado pelo DICOM que ele mostra tanto os itens de
dados necessrios para representar o domnio que est sendo modelado, quanto a
interao e relacionamento destes itens. Este modelo de dados representa a realidade da
radiologia tanto no que diz respeito aos elementos de informao quanto ao fluxo das
informaes [HOR 00].
A seguir, apresentado o modelo de dados utilizado pelo padro DICOM, e na
seqncia so descritas as entidades deste modelo.
Conveno do modelo:
Entidade uma entidade usada no modelo para representar um objeto do mundo
real, classe do objeto do mundo real.
Uma entidade est representada pela figura:

Relacionamento define como as entidades esto relacionadas. O relacionamento
est representado pela figura:

FIGURA 3.5 Modelo entidade-relacionamento das entidades de informao do
DICOM [DIC 99c]

Paciente
o
sujeito
do
Sries
Estudo
Equipamento Frame de referncia
contm
contm
cria
1
1-n
1
0-1
1
1
1-n
1-n
LUT
Modalidade
Overlay
Imagem
VOI LUT Curva Armazenamento
de impresso
0-n 0-n 0-n 0-n 0-n 0-n
entidade
relacionamento
1-n
define informaes
espaciais e/ou
temporais
67
A entidade de informao Paciente define as caractersticas de um paciente,
que o sujeito de um ou mais estudos mdicos, que por sua vez produzem as imagens
mdicas.
A entidade de informao Estudo define as caractersticas de um estudo
mdico realizado em um paciente. O estudo uma coleo de uma, ou mais, sries de
imagens mdicas, overlays e/ou curvas que so logicamente relacionados a fim de
diagnosticar o paciente. Um estudo pode incluir imagens que esto relacionadas por
uma nica modalidade, por mltiplas modalidades, ou por mltiplos dispositivos de
uma mesma modalidade.
A entidade de informao Srie define os atributos que so usados para
agrupar imagens, overlays e/ou curvas. Cada srie est associada com um e somente um
estudo. O critrio de agrupamento das imagens em uma srie depende da necessidade
clnica de informaes sobre as imagens. Estes critrios de agrupamentos das imagens
so os seguintes:
Todas as imagens devem ser de uma mesma modalidade;
Todas as imagens possuem as mesmas informaes sobre o
equipamento. Se mudar algum valor dos parmetros do equipamento
que adquire as imagens, ento as imagens adquiridas com os novos
valores do equipamento daro origem a uma nova srie;
Se as imagens esto associadas a uma entidade de informao
Frame de Referncia, ento todas as imagens da srie esto
associadas com uma e somente uma entidade de informao Frame
de Referncia;
Todas as imagens dentro de uma srie devem ter as mesmas
informaes de srie (ex: parte do corpo examinada, modalidade,
descrio da srie, nome do operador e etc.).
A figura 3.6 mostra o mapeamento de uma investigao clnica para o modelo de
informao.

Investigao clnica Modelo de informao

FIGURA 3.6 Mapeamento de uma investigao clnica para o modelo de
informao
Estudo
Paciente
Srie 1
CT
Estudo
Srie 2
CT
Srie 1
MR
Paciente
CT
MR
Modalidade 2
Modalidade 1 Serie 2 da
modalidade
CT
Serie 1 da
modalidade
MR
Serie 1 da
modalidade
CT
68
A entidade de informao Frame de Referncia descreve as informaes dos
relacionamentos temporal e/ou espacial entre as imagens (ex: informa qual o primeiro
frame, o ltimo frame, e outras informaes que permitem a exibio das imagens como
um vdeo). Esta entidade de informao usada para descrever relacionamentos de
imagens dinmicas (multiframes).
A entidade de informao Equipamento descreve as informaes relacionadas
ao equipamento de aquisio das imagens (ex: nome do fabricante do equipamento,
modelo do equipamento, nmero de srie do equipamento, e outras informaes sobre o
equipamento). Um equipamento pode produzir uma, ou mais, sries de imagens de um
estudo. Mas a entidade de informao Equipamento no descreve os dados de
aquisio, ou os atributos de criao usados na gerao da imagem. Estes atributos so
descritos na entidade de informao Imagem.
A entidade de informao Imagem descreve atributos relacionados com a
gerao da imagem (ex: data e hora de aquisio da imagem, nmero da imagem,
posio da imagem, e outras informaes relacionadas com a gerao da imagem),
atributos relacionados com a formatao da matriz de pixels (nmero de linhas da
matriz, nmero de colunas da matriz, tamanho de cada pixel, ordem de seqncia dos
bytes, indicao se a imagem possui overlay e outras informaes), e a prpria matriz de
pixels.
Um plano de overlay pode ser representado no formato de um mapa de bits,
grficos ou textos, e pode ser usado para indicar informaes tais como: regies de
interesse (ROI), marcas de referncias e anotaes. O plano de overlay pode estar
associado com uma imagem ou pode ter uma existncia prpria dentro da srie. A
entidade de informao Overlay descreve os atributos do plano de overlay (ex:
nmero de linhas do overlay, nmero de colunas do overlay, tipo do overlay, e outras
informaes sobre o plano de overlay) e, se o plano de overlay estiver associado a uma
imagem, descreve as informaes necessrias para apresent-lo sobreposto a esta
imagem (ex: localizao do primeiro ponto do overlay dentro da imagem, posio
nmero do bit que contm o valor do overlay dentro do pixel da imagem, indicador
que o overlay coincide com a imagem e etc.).
A entidade de informao Curva descreve os dados grficos que so
especificados como uma srie de pontos conectados, diferentes tipos de linhas. A
Curva pode ser sobreposta ou no na imagem coincidente. As curvas podem ser
usadas para especificar grficos, regies de interesse (ROI) e anotaes.
A entidade de informao da LUT da Modalidade (Look-up table) define os
atributos que descrevem a transformao dos valores de pixel que dependem do
fabricante em valores de pixel que independem do fabricante.
A entidade de informao VOI LUT define os atributos que descrevema
transformao dos valores de pixel da modalidade em valores de pixel para impresso,
exibio, e outras finalidades.
As informaes do dicionrio do DICOM so os atributos de cada uma destas
entidades de informao. E a distribuio das informaes do dicionrio do DICOM
entre as diversas entidades do modelo feita de acordo com o nmero do grupo de cada
Tag. Por exemplo, as informaes do grupo 0010 so as informaes do paciente (ex:
Tag (0010 0020)identificao do paciente, Tag (0010 0040)sexo do paciente); as
informaes do grupo 0020 so as informaes do estudo (ex: Tag (0020 0010)
69
identificao do estudo, Tag (0020 0011)nmero de sries no estudo) e assim por
diante.
Este captulo apresentou algumas solues comerciais e a nvel de pesquisa que
tratam da descrio de imagens, e que facilitam a recuperao das imagens em banco de
dados.
Os dois sistemas comerciais (Oracle e IBM) apresentam solues para
gerenciarem o armazenamento das imagens dentro e fora do banco de dados. Ou seja, as
duas propostas gerenciam as imagens armazenadas no banco de dados ou armazenadas
fora do banco de dados nos ambientes on-line e near-line (juke-box), mas no
gerenciam as imagens no ambiente off-line (CD, fitas e outras mdias). E as duas
solues no do suporte ao formato DICOM.
Os sistemas VIR e QBIC utilizam metadados para descrever caractersticas das
imagens. Estes sistemas possuem facilidades para extrair caractersticas das imagens e
para documentar automaticamente estas caractersticas no banco de dados. Porm,
ambos no se preocupam em definir todas as caractersticas da imagem. Pensando no
uso de um banco de dados para armazenar e recuperar imagens na prtica, o que
realmente interessa a possibilidade de efetuar consultas baseadas em informaes
referentes ao contedo semntico da imagem, e no somente em caractersticas como
cor, textura e formas predominantes.
O projeto DISIMA visa a construo de um sistema de banco de dados de
imagens que possibilita consultas baseadas em contedo. Neste projeto, o modelo do
DISIMA apresenta uma viso dos dados da imagem em multi-nveis, e representa o
contedo da imagem sob dois aspectos: informaes lgicas dos objetos da imagem
(objetos salientes lgicos) e informaes fsicas dos objetos da imagem (objetos
salientes fsicos). Mas da mesma forma dos sistemas VIR e QBIC, o DISIMA prev um
conjunto limitado de caractersticas para descrever uma imagem. No modelo DISIMA,
existem formas de utilizar metadados para imagem, porm no foi proposta de forma
explcita uma especificao sistemtica dos elementos descritores, ou de suas
classificaes.
J o esquema de metadados para documentao e recuperao de imagens no
um produto final como os sistemas VIR e QBIC, e no tem todos os nveis de abstrao
do modelo DISIMA. O esquema um modelo de metadados que pode ser utilizado por
qualquer soluo de armazenamento e recuperao de imagens. Com relao s
informaes da imagem, este modelo bem mais abrangente e detalhado que as outras
solues propostas. Pois o modelo possibilita a descrio e recuperao de imagens em
banco de dados, levando em considerao informaes tcnicas e informaes de
contedo semntico. Mas este modelo no voltado para as imagens do domnio da
rea mdica. Ele foi desenvolvido para descrever imagens estticas digitais do tipo
fotografia, pintura ou gravura. Desta forma, o modelo no descreve especificidades da
semntica extrada das imagens mdicas.
Por sua vez, o modelo de dados utilizado pelo padro DICOM, tem o objetivo de
descrever os elementos de informao e o fluxo de informao do setor da radiologia,
setor onde so geradas e diagnosticadas as imagens mdicas. E este modelo define como
os metadados encontrados no cabealho da imagem se relacionam. Considerando que o
70
DICOM um formato padro para imagens mdicas, a estrutura do modelo utilizado
pelo DICOM teve forte influncia no modelo proposto no prximo captulo.

71
4 Um Modelo Conceitual para Representar Imagens
Mdicas no Formato DICOM
As necessidades de armazenamento e recuperao de imagens mdicas foram
identificadas atravs de um estudo de caso realizado no Hospital So Lucas da PUC-RS
[MAC 00]. De acordo com este levantamento, as necessidades consistem em guardar
um grande volume de imagens mdicas, para serem recuperadas posteriormente com
base em informaes associadas a estas imagens (ex: informaes do paciente e do
exame), informaes obtidas na fase da interpretao das imagens (ex: patologias
diagnosticadas e sinais biolgicos), ou usando informaes visuais que foram anotadas
nas imagens por mdicos especialistas durante a fase de diagnstico (ex: regies de
interesse, estatsticas, anotaes, medidas de distncia e de ngulo).
Como mostra o captulo 3, na busca de um padro que pudesse descrever
imagens mdicas a fim de satisfazer as necessidades acima, verificou-se a inexistncia
de um modelo conceitual que pudesse descrever este tipo de imagem.
Sendo assim, este captulo prope o desenvolvimento de um modelo conceitual
de metadados que permite o armazenamento, a descrio e recuperao de imagens
mdicas estticas no formato DICOM. Alm de suprir as necessidades relacionadas
acima, o modelo proposto viabiliza, atravs de metadados, os seguintes itens: a
documentao de imagens estticas de maneira automtica, ou com pouca interveno
do usurio, o gerenciamento da localizao fsica das imagens nos ambientes on-line,
near-line e off-line, e viabiliza o acompanhamento e o estudo de patologias.
A prxima seo descreve as caractersticas gerais do modelo propostos. A seo
4.2 apresenta a especificao do modelo conceitual para imagens mdicas proposto. A
seo 4.3 descrever possibilidades otimizadas para carregar as informaes das imagens
para um banco de dados, e apresenta uma proposta de gerenciamento automtico da
localizao fsica das imagens. Para finalizar, so apresentadas algumas consideraes
finais referentes a este captulo.
4.1 Caractersticas Gerais do Modelo Proposto
Segundo Del Bimbo [DEL 99b]: A recuperao da informao visual envolve a
recuperao de diferentes tipos de informaes que esto associadas com as imagens ou
vdeos. Segundo este mesmo autor, os tipos de informaes que esto associadas com a
imagem so os seguintes [DEL 99b] pgina 2:
Metadados independentes do contedo (content-independent metadata)
informaes que no esto referenciadas na imagem mas esto de alguma
maneira relacionadas com ela (ex: nome, data, etc.);
Metadados descritivos do contedo (content-descriptive metadata)
informaes descritivas do contedo da imagem, sob o ponto de vista semntico
(ex: emoes, descrio de cenas, etc.);
Metadados dependentes do contedo (content-dependent metadata) -
informaes descritivas do contedo fsico da imagem (ex: cor, textura, forma,
etc.).
72
Visando suprir as necessidades de armazenamento e recuperao de imagens
mdicas descritas no incio deste captulo, e considerando os diferentes tipos de
informaes que podem estar associadas com as imagens, segundo a classificao de
Del Bimbo, o modelo proposto est dividido em trs mdulos, que esto descritos a
seguir.
4.1.1 Modulo 1 Informaes Associadas ao Exame
O primeiro mdulo do modelo descreve as informaes complementares da
imagem (metadados independentes do contedo), para permitir a recuperao das
imagens com base em informaes associadas aos exames.
As informaes contidas nas classes deste mdulo visam a recuperao da
imagem com base em dados tais como: dados do paciente, modalidade do exame,
suspeita clnica e outros.
Normalmente a recuperao das imagens atravs destes dados tem a finalidade
de revisar as imagens para sanar dvidas, recuperar as imagens dos exames do paciente
para fins legais, enviar as imagens pela rede, reavaliar laudos e reimpresso dos filmes.
4.1.2 Modulo 2 Informaes Associadas Interpretao das Imagens
O segundo mdulo do modelo descreve as informaes obtidas na fase da
interpretao das imagens (ex: patologias diagnosticadas e sinais biolgicos). Estas
informaes descrevem o contedo da imagem, sob o ponto de vista semntico
(metadados descritivos do contedo).
As classes deste mdulo instanciam objetos associados ao diagnstico mdico, e
as informaes contidas nas classes deste mdulo registram a interpretao das imagens
realizada por mdicos especialistas.
As informaes registradas neste mdulo tm a finalidade de recuperar imagens
com base em informaes semnticas associadas ao diagnstico mdico das imagens,
permitir o acompanhamento dos diferentes diagnsticos atribudos para um mesmo
exame, permitir a avaliao dos processos de diagnstico do departamento, permitir a
anlise comparativa dos sinais biolgicos identificados nas patologias diagnosticadas,
permitir o estudo de patologias e conseqentemente, auxiliar em diferentes tipos de
pesquisas mdicas.
4.1.3 Modulo 3 Informaes Anotadas e /ou Contidas nas Imagens
Fsicas
O terceiro mdulo do modelo descreve tanto informaes descritivas do
contedo da imagem no nvel fsico/sinttico da imagem (pixels/combinaes de
informaes extradas dos pixels, por exemplo: intensidades dos pixels, coordenadas dos
pixels, ROIs e histogramas), quanto informaes descritivas do contedo semntico da
imagem (ex: anotaes textuais anotadas na imagem fsica). Desta forma, este mdulo
permite tanto a recuperao das imagens com base no contedo semntico anotado na
imagem (metadados descritivos do contedo), quanto a recuperao baseada no
contedo fsico das imagens (metadados dependentes do contedo)- ou seja,
informaes que dependem dos valores e das coordenadas dos pixels na imagem (ex:
estatsticas dos ROIs, medidas de ngulo e medidas de distncia).
73
As informaes descritas neste mdulo visam recuperar imagens com base nas
anotaes localizadas na prpria imagem que, por sua vez, ajudam na interpretao das
mesmas e em pesquisas mdicas. A recuperao destas informaes permite aos
mdicos comparar exames antigos com exames novos, avaliar a evoluo de uma
patologia, bem como comparar exames de um paciente com exames de outro paciente
para ajudar no diagnstico.
4.2 Especificao do Modelo
O modelo proposto neste trabalho serviu como base para a implementao de um
sistema prottipo que possibilita a descrio e a recuperao de imagens DICOM. Com
a implementao do sistema prottipo, surgiu possibilidade da criao de um software
de baixo custo, a partir deste sistema. Por esta razo, o modelo, o cdigo fonte do
sistema prottipo, e a descrio das classes e mtodos desenvolvidos em J AVA no
constam deste documento (i. da verso final da dissertao). O modelo e o cdigo fonte
do sistema foram depositados pela UFRGS, atravs do Escritrio de Interao e
Transferncia de Tecnologia (EITT), no INPI (Instituto Nacional da Propriedade
Industrial), sob o nmero de protocolo 00043990. O documento completo desta
dissertao encontra-se sob os cuidados do Escritrio de Interao e Transferncia de
Tecnologia (EITT) da UFRGS.
4.3 Carregando os Dados da Imagem DICOM para o Banco
de Dados
A carga dos dados das imagens consiste em descrever formas de popular o banco
de dados com os metadados das imagens definidos no modelo. A idia principal desta
seo mostrar possibilidades otimizadas de descrever as imagens no banco de dados
atravs dos trs mdulos do modelo, com pouca ou nenhuma interveno humana
durante o processo de documentao dos dados.
Tambm fazendo parte da documentao da imagem, esta seo apresenta uma
proposta de gerenciamento automtico da localizao das imagens. Esta proposta
permite a administrao dos recursos disponveis para o armazenamento e, tambm,
mantm o banco de dados informado sobre a localizao de cada imagem.
Nos itens a seguir so discutidos, respectivamente, a carga das informaes dos
trs mdulos do modelo para o banco de dados, e o gerenciamento da localizao das
imagens.
4.3.1 Carga das Informaes Associadas ao Exame
Como comentado na seo 2.3.2 deste trabalho, entre as muitas contribuies
alcanadas pelo ACR-NEMA, precursor do padro DICOM, encontra-se um dicionrio
de dados que documenta as informaes tcnicas da imagem, bem como as informaes
associadas imagem. Ento, todo o equipamento de exame que estiver em
conformidade com o padro DICOM, disponibiliza as informaes da imagem
utilizando os seguintes recursos: o dicionrio do DICOM, a estrutura lgica do DICOM
(figura 2.9), a estrutura do grupo de dados, e o elemento de dados do DICOM (figura
2.6).
74
No padro DICOM, cada elemento de dado que consta no cabealho de uma
imagem possui um identificador nico (tag). E, para cada propriedade das classes do
primeiro mdulo do modelo existe um elemento de dado com a informao
correspondente. Desta forma, a carga das informaes da imagem correspondentes ao
primeiro mdulo do modelo, pode ser feito de forma automtica atravs da extrao das
informaes dos elementos de dados do formato DICOM.
Para extrair as informaes dos elementos de dados do DICOM necessrio
considerar dois aspectos. Primeiro, as informaes disponveis no cabealho da imagem
variam conforme o nvel de conformidade do equipamento do exame com o padro
DICOM, ou seja, algumas tags podero no estar presentes no cabealho. Segundo, a
posio de cada elemento de dado no cabealho varivel, depende das tags que foram
implementadas e do tamanho do contedo da informao de cada tag. Sendo assim, para
extrair as informaes associadas ao exame e carreg-las para o banco de dados
necessrio percorrer o cabealho da imagem, observando o tamanho do contedo de
cada elemento de dado, e identificando atravs das tags as informaes necessrias.
4.3.2 Carga das Informaes Associadas Interpretao das Imagens
O processo de interpretao das imagens realizado por mdicos especialistas
em diagnstico por imagem. Este processo realizado atravs da visualizao e anlise
humana das imagens do estudo. Desta forma, faz-se necessrio a implementao de uma
interface que permita ao mdico especialista documentar a sua interpretao das
imagens.
Segundo a viso dos especialistas em diagnstico por imagem do CDI (Centro
de Diagnstico por Imagem) do Hospital So Lucas da PUC-RS, a interface deve
proporcionar ao mdico especialista as seguintes facilidades: inserir as diversas
patologias diagnosticadas durante a interpretao, escolher os sinais biolgicos
observados nas patologias, e associar, se for o caso, as imagens que melhor identificam
cada patologia. Para inserir as patologias, a interface deve disponibilizar a escolha da
doena, segundo a tabela do CID, e se for de interesse do departamento de radiologia,
deve disponibilizar tambm, as informaes de regio anatmica e patologias descritas
pelo ndice de diagnstico do ACR.
4.3.3 Carga das Informaes Anotadas nas Imagens
Da mesma forma descrita no item 4.3.1, a carga das informaes anotadas nas
imagens pode ser feita de forma automtica atravs das informaes disponveis no
formato DICOM. No DICOM, as informaes anotadas na imagem ficam registradas na
entidade de informao Overlay, ou na entidade de informao Curva, entidades
descritas na seo 3.4. Tanto as informaes do Overlay como as informaes da
Curva podem estar codificadas na mesma matriz de pixels da imagem, ou em uma
matriz de pixels em separado: tags distintas para Overlay e para Curva.
Normalmente, os fornecedores dos equipamentos implementam as informaes do
Overlay junto a matriz de pixels das imagens, e dificilmente implementam as
anotaes da imagem na entidade Curva.
Mas independente de onde estejam codificadas as informaes anotadas na
imagem, no plano de Overlay ou da Curva, o dicionrio do DICOM disponibiliza
elementos de dados com tags especficas para descrever estas informaes. Desta
forma, a carga das informaes anotadas na imagem correspondentes ao terceiro
75
mdulo do modelo, pode ser feito de forma automtica atravs da extrao das
informaes dos elementos de dados do formato DICOM.
A seguir so relacionadas algumas tags que identificam os metadados do
Overlay e da Curva.

Embora o dicionrio do DICOM disponibilize tags para descrever os metadados
do Overlay e da Curva, esta facilidade pode no ser implementada por muitos
fornecedores. Isto , o padro DICOM no exige que este nvel de conformidade do
padro tenha que ser implementado. Um exemplo desta situao a imagem obtida
atravs dos equipamentos do fornecedor Siemens. Este fornecedor implementa as
anotaes da imagem atravs das informaes do Overlay, codificadas na mesma
matriz de pixels da imagem (tag 7FE0 0010). Mas este fornecedor no utiliza todas as
tags disponveis para documentar as anotaes, ou seja, mantm parcialmente a
conformidade com o padro DICOM [SIE 98].
Considerando a possibilidade das informaes anotadas na imagem no estarem
disponveis no cabealho da imagem DICOM, o presente trabalho apresenta trs outras
alternativas para extrair estas informaes da imagem e carreg-las para o banco de
dados, so elas:
4.3.3.1 Carga das Informaes Anotadas na Imagem com Base nas Informaes
Especificadas pelo Fornecedor
O padro DICOM possibilita que os fornecedores dos equipamentos utilizem a
estrutura do elemento de dados do DICOM para descrever informaes particulares do
prprio fornecedor. Pois o dicionrio do DICOM s utiliza, por conveno, as tags de
nmeros pares, e disponibiliza as tags impares para identificar informaes particulares
do criador da imagem. Desta forma, as informaes do fornecedor do equipamento
podero fazer parte do cabealho da imagem DICOM.
Considerando o caso particular do fornecedor Siemens, as estatsticas da regio
de interesse, bem como as anotaes e medidas que ficam registradas no Overlay da
imagem (exibidas no quadrante superior direito da imagem), podem ser obtidas atravs
de tags particulares do fornecedor Siemens. Um exemplo de uma imagem DICOM
deste fornecedor apresentado na figura 4.1 e o contedo da tag (6021 1010), tag
particular da Siemens, apresentado na figura 4.2.
OVERLAY
TAG-
overlay
Descrio da tag
(60xx 0022) Observao sobre o overlay
(60xx 1301) rea da regio de interesse
(60xx 1302) Intensidade mdia da regio
de interesse (densidade)
(60xx,1303) Desvio padro da regio
de interesse
TABELA 4.1 Exemplos de tags do dicionrio do DICOM que identificam
os metadados do Overlay e da Curva
CURVA
TAG-
overlay
Descrio da tag
(50xx 0022) Tipos de dados da curva
ROI=regio de interesse
HIST=histograma
POLY=linha
(50xx 0010) Nmero de pontos da curva
(50xx 0110) Formato da curva
76

FIGURA 4.1 Imagem DICOM obtida atravs de um equipamento Siemens

FIGURA 4.2 Contedo da tag (6021 1010) correspondente a imagem apresentada
na figura 4.16

6021,1010,?: ...................................................................Plucidasanstypewriter-
14...............................................................................................................................................................
..............L/U -1024/ 3071.........................lucidasanstypewriter-
14...............................................................................................................................................................
...............Mean 1 28.3........................nlucidasanstypewriter-
14...............................................................................................................................................................
...............SD 1 3.4.........................lucidasanstypewriter-
14...............................................................................................................................................................
..............Area 1 0.52.........................lucidasanstypewriter-
14...............................................................................................................................................................
.............E 1 19/ 38.........................lucidasanstypewriter-
14...............................................................................................................................................................
...............Mean 2 65.6.........................lucidasanstypewriter-
14...............................................................................................................................................................
...............SD 2 20.3.........................lucidasanstypewriter-
14...............................................................................................................................................................
.............Area 2 0.24.........................lucidasanstypewriter-
14...............................................................................................................................................................
...............E 2 27/ 123.........................lucidasanstypewriter-
14...............................................................................................................................................................
.............Mean 3 4.3.........................lucidasanstypewriter-
14...............................................................................................................................................................
.............SD 3 2.8.........................lucidasanstypewriter-
14...............................................................................................................................................................
...........Area 3 0.24.........................lucidasanstypewriter-
14...............................................................................................................................................................
...............E 3 -3/ eC...C14..................................................1..........................Vlucidasanstypewriter-
14.................................................................................2...........................lucidasanstypewriter-
14.................................................................................3......................j....lucidasans-typewriter-
18.....................................TESTE MIRIAM.....
77
A tag (6021 1010), figura 4.2, apresenta em seu contedo informaes no
visveis (representadas por linhas pontilhadas), informaes visveis e sem importncia
para a documentao da imagem, e informaes visveis e relevantes para a
documentao das informaes anotadas na imagem. As informaes no visveis esto
representadas por uma seqncia de pontos (linha pontilhada) que correspondem a
informaes que esto codificadas em hexadecimal pelo fornecedor do equipamento, e
para extrair estas informaes necessrio que o fornecedor libere a estrutura de
codificao destas informaes. Mas as informaes relevantes para a documentao
das informaes anotadas na imagem esto visveis (informaes em destaque), e
correspondem a anotao e as estatsticas dos ROIs anotados na imagem.
Com a apresentao das figuras anteriores, figuras 4.1 e 4.2, pode-se observar
que a implementao desta alternativa vivel, atravs da extrao do contedo da tag
(6021 1010) que esto em destaque. Por outro lado, esta alternativa implica em total
dependncia das informaes e implementaes de um determinado fornecedor. Desta
forma, torna-se uma soluo muito particular para equipamentos e softwares de um
fornecedor e, assim, no pode ser estendida para outros softwares e equipamentos.
Processamento de Imagens DICOM
Como j mencionado na seo 2.4 deste trabalho, existem vrios softwares que
permitem visualizar e processar imagens no formato DICOM. E, alguns destes
softwares so de distribuio gratuita. Entre as facilidades de processamento de imagens
apresentadas por estes softwares est a possibilidade de extrair informaes da imagem
com base na interao do usurio. Ou seja, se o usurio traar uma reta o software
informa a medida de distncia da reta, coordenadas da reta e respectivas intensidades; se
o usurio traar duas retas o software devolve a medida de ngulo entre as retas; se o
usurio selecionar uma regio de interesse o software disponibiliza a forma do contorno
da regio de interesse, informa as estatsticas da regio, histogramas, coordenadas do
ROI, e o usurio tem a possibilidade de registrar anotaes nas imagens.
Alm de permitir este tipo de processamento, alguns softwares permitem que as
informaes extradas sejam armazenadas em um arquivo texto. E, ainda, permitem que
o seu cdigo fonte seja alterado com a finalidade de adaptar-se a necessidade do
usurio.
Considerando estas facilidades, este trabalho prope a alternativa de mapear as
informaes anotadas na imagem atravs de softwares de processamento de imagens.
Para exemplificar esta alternativa, dois softwares que apresentam as facilidades
expostas acima so descritos no anexo deste trabalho.
4.3.3.3 Carga das Informaes Anotadas na Imagem Atravs de Softwares de OCR
Os softwares de OCR (Reconhecimento de Caracteres pticos) tm a
habilidade de transformar caracteres que esto em imagens em texto editvel. Assim,
uma das alternativas para a carga das informaes anotadas na imagem a de utilizar
um software de OCR para extrair as informaes textuais que esto na camada de
overlay da imagem.
A figura 4.4 mostra que as informaes de estatsticas da regio de interesse bem
como as anotaes e medidas ficam registradas no overlay da imagem, e so exibidas no
quadrante superior direito da imagem. Ento, a proposta desta alternativa extrair os
78
textos que esto na camada de overlay e, com estas informaes atualizar o banco de
dados.
Como nas alternativas anteriores, o software de OCR tambm precisa ser
estendido. Neste caso, o software precisa ser implementado para entender a estrutura do
texto e atualizar de forma automtica o banco de dados. Alm desta implementao,
necessrio preparar a imagem antes de usar o OCR, isto , o software de OCR processa
textos que esto com o fundo branco e letras pretas. Desta forma, faz-se necessrio
separar a camada de overlay da imagem e trocar as cores do texto.
Para separar a camada de overlay da imagem e trocar as cores do texto, deve-se
levar em conta a estrutura de armazenamento do overlay codificado na matriz de pixel
da imagem DICOM. A figura 4.3 exemplifica a estrutura do armazenamento do overlay
dentro da imagem.
O exemplo abaixo est considerando imagens que possuam 16 bits alocados para
conter a informao de um pixel da imagem mais overlay, tag (0028 0100), e 12 bits
para o armazenamento da informao de um pixel da imagem, tag (0028 0101). Neste
caso, a informao do overlay est armazenada nos bits 12,13,14 e 15, e nas posies
de 0 (zero) a 11 est armazenada a intensidade do pixel da imagem.

FIGURA 4.3 Exemplo da estrutura de armazenamento de um pixel com overlay
Considerando esta estrutura de armazenamento, a imagem pode ser separada do
overlay da seguinte forma: se as posies do overlay, posies de 12 a 15, forem
zeradas a imagem retorna ao seu estado original, sem o overlay. Se as posies da
intensidade do pixel, posies de 0 a 11, forem zeradas a imagem desaparece e ficam s
as informaes do overlay. Mas desta forma, as informaes do overlay estaro com a
cor branca e o fundo estar preto. Ento, para que o overlay fique na cor preta e o fundo
na cor branca, necessrio inverter as informaes. Logo, as posies do overlay devem
ficar zeradas e os bits correspondentes a intensidade do pixel devem ser preenchidos
com 1. Assim, as informaes textuais do overlay podem ser reconhecidas pelo
software de OCR.
A seguir so apresentadas duas imagens: a imagem DICOM original com
overlay, e a imagem DICOM aps o processamento descrito acima.

FIGURA 4.4 - Exemplo de imagem DICOM com overlay e imagem DICOM somente
com overlay
Overlay Intensidade do pixel correspondente
15 12 11 0
79
Como nas alternativas anteriores, alm da aquisio do software de OCR, esta
alternativa tambm necessita acrescentar novas funcionalidades ao software de OCR
para ser automatizada.
4.3.4 Gerenciamento da Localizao Fsica das Imagens no Modelo
Proposto
Uma das dificuldades encontrada para a implementao do armazenamento e
recuperao de imagens em banco de dados est no grande volume de dados das
imagens mdicas. Como mencionado na seo 2.2.2 , uma imagem de tomografia ocupa
512 x 512 x 2 bytes e, normalmente, em cada exame so geradas aproximadamente 25
imagens (fatias) [RHO 97]. Se por um lado existe a necessidade de guardar as imagens
por vrios anos, devido s exigncias legais e de pesquisas mdicas [MAC 00]. Por
outro lado, economicamente invivel para muitas instituies manter este volume de
dados armazenados no ambiente on-line por muito tempo.
Considerando a necessidade de armazenar imagens por vrios anos e a
dificuldade de manter estas imagens no ambiente on-line por muito tempo, o presente
trabalho prope o gerenciamento automtico da localizao fsica das imagens baseado
no modelo descrito anteriormente.
O gerenciamento aqui proposto se caracteriza por automatizar o armazenamento
e a distribuio de imagens nos ambientes on-line, near-line e off-line, e por colaborar
na recuperao das mesmas. O processo de armazenamento e distribuio das imagens
um processo adaptvel aos recursos de armazenamento do usurio. Isto , este processo
administra o volume das imagens armazenadas nos ambientes on-line, near-line eoff-
line considerando a rea disponvel para este armazenamento, e mantm o banco de
dados informado sobre a localizao de cada imagem. J o processo de recuperao das
imagens permite a recuperao das imagens on-line e near-line de maneira automtica,
e agiliza a recuperao das imagens off-line.
A seguir, o trabalho descreve uma proposta de armazenamento e distribuio
automtica das imagens nos trs ambientes de armazenamento (on-line, near-line e off-
line ), e na seqncia apresenta o processo de recuperao das imagens armazenadas.
4.3.4.1 Armazenamento e Distribuio das Imagens nos Ambientes On-line, Near-
line e Off-line
No ambiente de radiologia, o processo de gerenciamento da localizao da
imagem inicia-se no trmino da realizao de um exame. Pois ao finalizar um exame, o
operador da modalidade solicita ao mdico responsvel que analise as imagens obtidas.
Neste momento, o mdico decide se as imagens tm boa qualidade para o diagnstico,
ou se sero necessrias outras sries de imagens. E, tambm, neste momento o mdico
descarta imagens que no so de boa qualidade, ou que no tero significado para o
estudo.
Aps este processo de triagem das imagens, este trabalho prope que as imagens
de boa qualidade para o diagnstico sejam enviadas para rea especificada no modelo
como localizao base, e a partir desta etapa inicia-se o processo de gerenciamento
automtico da localizao das imagens.

80
A prxima etapa se caracteriza pela carga automtica dos dados da imagem para
o banco de dados, e armazenamento das imagens DICOM no ambiente on-line. Mas
considerando a dificuldade de manter estas imagens no ambiente on-line por muito
tempo, o modelo permite que as imagens de estudos mais antigos e j diagnosticados
sejam distribudas nos ambientes near-line e off-line.
O procedimento de distribuio das imagens pode ser iniciado por uma iniciativa
do usurio, ou pelo sistema operacional, em horrios pr-determinados pelo usurio.
Para determinar estes horrios faz-se necessrio observar os perodos de menor fluxo de
imagens a serem armazenadas. Pois os perodos de menor concentrao de acesso ao
banco, consultas e atualizaes, so os horrios mais indicados para o processamento
desta rotina.
Segundo a experincia de alguns pesquisadores da Universidade de Vitria no
Canad [FIS 88], o fluxo de aquisio de imagens ocorre no perodo das 7:00 at as
24:30, e no perodo das 3:30 as 4:00. E, como mostra o grfico a seguir, dentro destes
perodos existem perodos de maior concentrao de aquisio das imagens, so eles:
10:30 as 11:30 e 13:30 as 14:30.

FIGURA 4.5 Distribuio diria do volume de imagens adquiridas num perodo de 10
dias num ambiente de radiologia no Victoria General Hospital [FIS 88]
Alm de identificar os perodos de maior concentrao da aquisio das
imagens, o grfico da figura 4.5 tambm permite identificar os perodos de baixo fluxo
de aquisio, e os perodos de ausncia do fluxo de aquisio das imagens. Estas
informaes combinadas com as particularidades de cada instituio, podem ajudar na
deciso dos melhores momentos para executar o procedimento que distribui as imagens
nos ambientes on-line, near-line e off-line.
No processo de transferncia das imagens do ambiente on-line para os ambiente
near-line e off-line, as imagens so classificadas por ordem de data da imagem, ou data
de recuperao, se esta existir, e so transferidas, uma a uma, para o ambiente near-line.
Imagens pertencentes a estudos que ainda no foram diagnosticados permanecem no
ambiente on-line. As imagens so transferidas at que a rea disponvel para o ambiente
on-line atinja o limite especificado. Se o ambiente near-line no existir, as imagens so

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24
Hora do dia
14

12

10

8

6

4

2

0

I
M
A
G
G
E
N
S

A
D
Q
U
I
R
I
D
A
S
81
transferidas diretamente para o ambiente off-line. Se a imagem a ser transferida possui
data de recuperao, ou seja, uma imagem que j existe no ambiente off-line, a
imagem no transferida e sim excluda do ambiente on-line.
Toda a movimentao realizada com a imagem (on-line para near-line ou off-
line, near-line para off-line, e off-line para on-line) deve ser registrada no banco de
dados. Desta forma, o banco de dados tem o conhecimento completo da localizao das
imagens.
Com a finalidade de otimizar a ocupao do ambiente on-line com as imagens
mais significativas para o usurio, o processo de distribuio das imagens tambm
considera as particularidades de cada instituio para o armazenamento no ambiente on-
line. Para exemplificar melhor o uso desta informao no gerenciamento da localizao
so apresentadas, a seguir, trs opes:
Opo 1 : mantm no ambiente on-line as imagens mais atuais e as imagens de
estudos que ainda no foram diagnosticados.

FIGURA 4.6 Gerenciamento da localizao das imagens conforme 1 opo
do armazenamento on-line

Imagens mais antigas
no ambiente on-line
que foram
diagnosticadas
Imagens mais
antigas no
ambiente near-line
Imagens mais antigas no
ambiente on-line que
foram copiadas do
ambienteoff-line

Ambiente
off-line

Ambiente
near-line
Ambiente
on-line
Banco de
Dados
LIXO
82
Opo 2 : mantm no ambiente on-line as imagens mais atuais, que pertencem a
estudos que possuem alguma patologia, e as imagens de estudos que ainda
no foram diagnosticados. Nesta opo, imagens pertencentes a estudos com
diagnstico normal no permanecem no ambiente on-line, so transferidas
diretamente para o ambiente off-line.

Opo 3 : mantm no ambiente on-line as imagens mais atuais, que esto associadas
com alguma patologia diagnosticada no respectivo estudo, e as imagens de
estudos que ainda no foram diagnosticados. Nesta opo, imagens que no
esto associadas com alguma patologia diagnosticada no permanecem no
ambiente on-line, so transferidas diretamente para o ambiente off-line.


Ambiente
off-line
no ambiente on-line
que foram
diagnosticadas
Imagens mais
antigas no
ambiente near-line
no ambiente on-line
que foram copiadas do
ambiente off-line

Ambiente
near-line
Ambiente
on-line
Banco de
Dados
Lixo
no ambiente on-line
que possuem
diagnsticos
Imagens mais
antigas no
ambiente near-line

no ambiente on-line
que foram copiadas do
ambiente off-line
Imagens pertencentes a estudos com diagnstico normal e imagens
que no esto relacionadas com alguma patologia diagnosticada
no ambiente on-line
que foram
diagnosticadas
Imagens mais
antigas no
ambiente near-line

Ambiente
off-line
Ambiente
near-line
Banco de
Dados

Ambiente
on-line
Imagens pertencentes a estudos com diagnstico normal
Lixo
83
4.3.4.2 Recuperao das Imagens
Com as especificaes do modelo proposto, a recuperao das imagens pode
ser feita com consultas diretas ao banco de dados, pois o banco de dados tem o
conhecimento completo da localizao da imagem. Como as imagens armazenadas nos
diferentes ambientes mantiveram seu formato DICOM na integra, elas podem ser
visualizadas por qualquer visualizador DICOM disponvel e, ainda, podem ser
visualizadas nas estaes de trabalho dos equipamentos.
A recuperao de imagens disponveis no ambiente on-line deve acontecer em
tempo real. J a recuperao de imagens que esto no ambiente near-line no em
tempo real. Segundo uma experincia do Instituto do Corao de So Paulo (InCor)
[FUR 99], so necessrios 3 minutos para recuperar imagens de exames de
cineangiografia armazenadas durante trs anos em mdias near-line. E, por ltimo, a
recuperao de imagens disponveis no ambiente off-line no em tempo real, e
depende da interveno de um operador. O fato da recuperao das imagens off-line
necessitar da interveno de um operador acarreta um tempo bem maior para obter as
imagens do que nos outros ambientes (on-line e near-line), e gera a necessidade de
comunicao entre o procedimento de recuperao e o ambiente operacional.
Considerando a dificuldade no acesso s imagens off-line, este trabalho prope
um procedimento, com pouca interveno humana, que copia as imagens off-line
requisitadas na consulta, para o local indicado pelo usurio. E, visando agilizar
consultas futuras a estas imagens, o usurio tambm pode optar por recuperar as
imagens para o ambiente on-line.
O procedimento de recuperao das imagens off-line consiste em enviar para um
diretrio do ambiente operacional, ou para o endereo eletrnico do operador, a
requisio de cpia de imagens que esto no ambiente off-line para o endereo indicado
pelo usurio, e/ou para o ambiente on-line. Esta requisio pode ser uma simples
solicitao de servio, ou um procedimento pronto para ser executado. Nesta requisio
devem constar as seguintes informaes: nmero de protocolo, local indicado pelo
usurio para a cpia das imagens, localizao on-line das imagens, endereo eletrnico
do usurio, identificao das imagens necessrias para a recuperao, e suas respectivas
localizaes no ambiente off-line. Ao terminar a cpia das imagens, o procedimento
envia uma mensagem para o usurio informando o trmino da recuperao das imagens.
A seguir apresentado o esquema de recuperao das imagens requisitadas.
84

FIGURA 4.9 Esquema de recuperao das imagens
No desenvolvimento da soluo proposta neste captulo, os captulos 2 e 3 deste
trabalho foram de grande importncia. O captulo 2 ajudou a identificar as
caractersticas das imagens estticas, e a semntica possvel de ser extrada de imagens
estticas no domnio da medicina como: raios X, tomografia e ressonncia magntica. O
estudo do captulo 2, tambm, veio a confirmar a importncia do uso do DICOM na
soluo proposta. E, por fim, atravs dos softwares de processamento e anlise
apresentados no captulo 2, foi possvel identificar que tipos de informaes so
inseridos na imagem, quanto a extrao de medidas (distncias, ngulos e estatsticas
dos ROI) so relevantes no diagnstico, e como pode ser feita a carga automtica destas
informaes para o banco de dados.
Por sua vez, o captulo 3, atravs das solues comerciais, ajudou a propor um
modelo que permite o armazenamento de imagens por um longo perodo de tempo por
meio do gerenciamento da localizao da imagem nos ambientes on-line, near-line e
off-line. Os sistemas VIR, QBIC, DISIMA, e o modelo de metadados desenvolvido para
documentar e recuperar imagens do tipo fotografia, pintura ou gravura permitiram
visualizar maneiras de representar o contedo da imagem, visando o armazenamento e
recuperao das mesmas.
O modelo proposto neste captulo viabiliza uma representao sistemtica dos
elementos descritores de imagens mdicas estticas, incluindo elementos para descrever
SOLICITAO
ID Imagem
Localizao off-line
N protocolo
Localizao on-line
Local imagens recuperadas
Endereo eletrnico usurio
Ambiente operacional
off-line
E-mail para
usurio
Propriedades da
Localizao

Imagens
off-line
Imagens
near-line
Imagens
on-line
Banco de
Dados
Incio da
consulta
atualizao da
localizao on-line
Cpia das imagens para o
ambiente on-line

Cpia das imagens
para o local
indicado pelo
usurio
85
as informaes associadas imagem (metadados independentes do contedo),
informaes semnticas extradas por mdicos especialistas em diagnstico por imagem
(metadados descritivos de contedo), informaes anotadas e/ou contidas na imagem
(metadados dependentes do contedo e metadados descritivos de contedo), e
informaes sobre a localizao das imagens.
Visando diferentes nveis de necessidades das instituies que provm
diagnstico mdico por imagem, o modelo apresentado em 3 mdulos. Com a
implementao do mdulo 1, possvel a utilizao do modelo para armazenar e
recuperar imagens pelos dados associados ao exame. Atravs da implementao do
mdulo 2, possvel a recuperao das imagens por informaes relacionadas aos
diagnsticos obtidos com as imagens. Tambm com as informaes do segundo
mdulo, possvel realizar estudos de patologias, e fazer um acompanhamento dos
diagnsticos realizados no setor de interpretao. Com a implementao do mdulo 3,
possvel recuperar as imagens por informaes anotadas e/ou contidas na imagem, que
registram dados importantes localizados na imagem. Neste esquema, a implementao
dos mdulos 2 e/ou 3 so opcionais.
Este captulo, alm de descrever o modelo, tambm descreve solues
otimizadas para carregar as informaes da imagem para o banco de dados. Sendo que
as solues de mapeamento do mdulo 1 e mdulo 3 propem a carga automtica das
informaes para o banco de dados, ou seja, com nenhuma interveno do usurio. A
soluo para mapear as informaes do mdulo 2 prope uma documentao com pouca
interveno do usurio, ou seja, a interface do usurio pode usar apenas escolhas de
informaes previamente cadastradas, como por exemplo: escolha da doena, escolha
da regio anatmica, escolha da patologia e escolha dos sinais biolgicos.
Por fim, para garantir o armazenamento de um grande volume de imagens por
um longo perodo de tempo, este captulo descreve o gerenciamento automtico da
localizao das imagens que considera os recursos de armazenamento disponveis na
instituio.

86
5 Um Sistema Prottipo Usando o Modelo de
Metadados Proposto
Neste captulo apresentado um sistema prottipo, que implementa o modelo
conceitual de metadados apresentado no captulo 4, de forma a verificar na prtica o uso
do modelo. Este sistema implementa o mdulo 1- informaes associadas ao exame, o
mdulo 2 informaes associadas interpretao das imagens, bem como o
gerenciamento automtico da localizao das imagens, descritos no captulo anterior.
Alm do armazenamento dos metadados da imagem no banco de dados, este sistema
permite a consulta aos dados da imagem e o acesso prpria imagem. A primeira tela
deste sistema (figura 5.1) disponibiliza, atravs dos itens de menu Arquivo e
Utilitrios, as facilidades do sistema.

FIGURA 5.1 - Primeira tela do sistema prottipo
As prximas sees descrevem com mais detalhes o desenvolvimento do
prottipo. A seo 5.1 descreve o ambiente utilizado para o desenvolvimento do
prottipo. A seo 5.2 descreve as solues de implementao do mdulo 1 do modelo,
ou seja, a implementao do sistema para carregar as informaes das imagens para o
banco de dados, e do gerenciamento automtico da localizao das imagens. Na
seqncia, na seo 5.3 so mostradas as interfaces de consulta aos metadados da
imagem e, tambm, as telas resultantes da consulta. A seo 5.4 apresenta a soluo
proposta por este trabalho para a visualizao, processamento e anlise das imagens
recuperadas. Na seo 5.5 so apresentados os resultados obtidos com a implementao
do modelo proposto no captulo 4, atravs deste prottipo. E, para finalizar, so
mostradas algumas concluses referentes a este captulo.
87
5.1 Ambiente do Sistema Prottipo
Esta seo, inicialmente, descreve o ambiente de software e hardware utilizado
no desenvolvimento do prottipo. Em seguida, apresentada a arquitetura geral do
sistema prottipo ARIDicom (Armazenamento e Recuperao de Imagens no formato
DICOM).
5.1.1 Plataforma de Software e Hardware Utilizada no Sistema
Prottipo
No sistema prottipo, as classes do modelo apresentado no captulo anterior
foram implementadas no banco de dados PostgresSQL verso 7.1.3, um Sistema de
Gerenciamento de Banco de Dados (SGBD) Objeto-Relacional [POS 01c].
O desenvolvimento do Postgres teve incio em 1985 na Universidade da
Califrnia em Berkeley. Hoje mantido por um grupo de desenvolvedores atravs da
Internet. Como pode ser observado em [POS 01a] [POS 01d] e [POS 01e], o Postgres
comparvel em recursos aos melhores bancos de dados comerciais existentes [POS
01c].
Entre as muitas caractersticas do PostgresSQL, descritas nos endereos citados
no pargrafo anterior, as que mais contriburam para a escolha deste banco de dados, no
desenvolvimento do prottipo, foram as seguintes: suporte sintaxe SQL (Structure
query language) de acordo com os padres ANSI SQL 89, 92 e 98; suporte ao controle
de transaes; suporte integridade referencial entre as tabelas; orientao a objetos;
suporte trigger
1
e stored procedures/functions
2
; o tamanho do banco de dados
ilimitado; compatvel com diferentes plataformas de hardware e sistemas operacionais
(Linux, Windows, AIX, Solaris, Free BSD, HP-UX); possui driver para J AVA (J DBC -
JAVA Data Base Conection); e para finalizar, um software com cdigo fonte aberto e
de livre distribuio [POS 01b], isto , no necessrio o pagamento de licenas de uso,
e no h limite de usurios por servidor.
Na implementao deste projeto foram utilizadas a linguagem J AVA verso 1.3,
e a ferramenta J Builder verso 3.0. O J Builder uma ferramenta grfica da Borland que
facilita o desenvolvimento de aplicaes J AVA [J BU 01]. Por sua vez, J AVA uma
linguagem de programao orientada a objetos disponibilizada gratuitamente pela SUN
[J AV 01].
Entre as caractersticas encontradas na linguagem J AVA pode-se destacar as
seguintes: orientada a objetos, permite processamento na Web quando embutida em
pginas HTML, e atravs do conceito de mquina virtual (J VM JAVA Virtual
Machine), os aplicativos desenvolvidos em J AVA processam em qualquer plataforma.
Esta ltima caracterstica de J AVA deve-se ao fato do compilador J AVA gerar um
cdigo objeto chamado byte code. O byte code interpretado na mquina do usurio,
independente da plataforma, desde que a mquina do usurio possua uma J VM
correspondente a sua plataforma [PRI 99].
Nesse trabalho foi utilizada uma plataforma PC (4.2 GB HD, 600 MHZ, 128
RAM), com sistema operacional Windows 98.

1
Trigger - procedimentos associados tabela que so ativados automaticamente por eventos, tais como
incluso, excluso e/ou alterao ocorridos na respectiva tabela
2
Stored procedures/functions - procedimentos escritos pelo usurio, mantidos e processados sob o
controle do gerenciador do banco de dados.
88
5.1.2 Arquitetura do Sistema Prottipo
O sistema prottipo composto de interfaces, gerenciador de metadados, banco
de dados (metadados), gerenciador da localizao fsica das imagens, ambiente de
armazenamento de imagens on-line, ambiente de armazenamento de imagens near-line,
ambiente de armazenamento de imagens off-line, e ambientes dinmicos para armazenar
as imagens recuperadas.

FIGURA 5.2 - Arquitetura do sistema prottipo
As interfaces permitem a comunicao do usurio com o sistema. Basicamente,
o sistema possui quatro tipos de interfaces, so elas: interfaces de consulta, interfaces
para inserir a interpretao das imagens, interface para liberar a extrao automtica
dos dados da imagem, e interfaces para exibir o resultado da consulta.
O gerenciador dos metadados o SGBD-Postgres que permite manter a
integridade referencial entre as classes, garante a integridade das atualizaes atravs do
controle de transaes, e interpreta, otimiza e gerencia as consultas e atualizaes ao
banco de metadados. O banco de metadados a rea fsica destinada ao armazenamento
dos metadados da imagem, e gerenciada pelo SGBD-Postgres.

Armazenamento
dinmico
Interfaces
de
consulta
Interfaces para a
interpretao
das imagens
Interface para
extrao automtica
dados da imagem

Interfaces com o
resultado textual
da consulta
Gerenciador da localizao fsica das imagens
Imagens
DICOM
Imagens
DICOM

Imagens
DICOM
Armazenamento
on-line
Armazenamento
near-line
Armazenamento
off-line
Gerenciador dos metadados - SGBD-Postgres
Banco
de
metadados
Imagens
DICOM
recuperadas
89
O gerenciador da localizao da imagem a camada do sistema responsvel pela
atualizao das reas fsicas destinadas ao armazenamento da imagem DICOM. Este
gerenciador, para garantir o uso de recursos do usurio de maneira otimizada, controla o
volume de imagens armazenadas nos ambientes on-line e near-line. E, tambm,
responsvel por agilizar a recuperao das imagens do ambiente off-line.
Os ambientes de armazenamento on-line, near-line e off-line destinam-se ao
armazenamento da imagem DICOM. E o ambiente dinmico de armazenamento de
imagens recuperadas uma rea definida dinamicamente pelo usurio, por ocasio da
consulta as imagens. Nesta rea so armazenadas as imagens que satisfazem as
condies da consulta, e esto disponveis para serem visualizadas e processadas.
As prximas sees descreveram detalhes da implementao do prottipo.
5.2 Implementao da Carga das Imagens DICOM para o
Banco de Dados
Esta seo descreve os procedimentos implementados pelo sistema prottipo
para extrair os metadados da imagem e carreg-las para o banco de dados, de acordo
com as classes do primeiro e segundo mdulos do modelo descritos no captulo 4.
Tambm fazendo parte da atualizao do banco de dados, esta seo descreve a
implementao da soluo de gerenciamento da localizao das imagens proposta na
seo 4.3.4.
5.2.1 Implementao da Carga Automtica das Informaes
Associadas ao Exame
Para esclarecer o leitor, J AVA uma linguagem orientada a objetos, e desta
forma utiliza a nomenclatura de classe para agrupar mtodos que utilizam a mesma
estrutura, que trabalham sobre um mesmo objeto, e/ou para agrupar funes de um
mesmo objeto. Desta forma, durante a descrio deste prottipo aparecer a
nomenclatura de classe tanto para as classes de aplicao de J AVA, que contm as
estruturas e procedimentos necessrios para o funcionamento do sistema prottipo,
quanto para as classes do modelo, isto , classes responsveis por manter o banco de
dados atualizado com as informaes das imagens.
A carga dos metadados das imagens para banco de dados, usando as classes do
primeiro mdulo do modelo, realizada conforme descrito na seo 4.3.1, ou seja,
automtica atravs das informaes contidas nos prprios elementos de dados do
formato DICOM.
Apesar do formato DICOM possuir uma estrutura padro para disponibilizar os
metadados da imagem no cabealho da imagem, existem algumas informaes
adicionais que precisam ser consideradas na extrao dos dados. Por exemplo, a ordem
de seqncia dos bytes pode ser Little Endian ou Big Endian, o atributo VR (valor
de referncia) do elemento de dados do DICOM pode estar implcito ou explcito (ver
explicao do elemento de dados do DICOM na figura 2.6 do captulo 2), o atributo
tamanho do elemento de dados pode ser indefinido (ver figura 2.6), e o cabealho
pode possuir ou no rea de prembulo.
90
Considerando a diversidade de informaes que existem dentro da estrutura do
DICOM, e que a linguagem J AVA permite o agrupamento de classes em pacotes
1
, este
sistema est implementado em dois pacotes. Um pacote denominado ImagensMdicas
com as seguintes caractersticas: implementa mtodos de extrao para as diferentes
estruturas de dados que podem se apresentar dentro do cabealho da imagem DICOM,
permite a extrao de qualquer informao do cabealho da imagem, e est disponvel
para uso de outros aplicativos que precisem extrair dados do cabealho da imagem
DICOM. O outro pacote denominado ARIDicom (Armazenamento e Recuperao
de Imagens no formato DICOM), e trata especificamente da implementao deste
sistema prottipo.
Com a finalidade de tornar o pacote ImagensMedicas genrico, utilizvel por
este sistema e por outros aplicativos que desejem extrair as informaes do cabealho da
imagem, este pacote possui classes J AVA com as seguintes funcionalidades: (a)-
descrever a estrutura do elemento de dados do formato DICOM; (b)- possibilitar a
descrio da estrutura de outros formatos de imagem; (c)- extrair as informaes do
cabealho da imagem; (d)- permitir a troca de mensagens com o pacote; e (e)- facilitar a
extenso deste pacote por outros usurios, a fim de atender outras necessidades de
informao.
Como foi mencionado anteriormente, o segundo pacote deste sistema
(ARIDicom) trata especificamente da implementao do prottipo. A seguir
apresentada a opo de menu da tela principal do sistema que inicia o processo da
atualizao automtica. Na seqncia so descritos: o processo de carga automtica dos
metadados da imagem DICOM para o banco de dados, e a recuperao das imagens
para o ambiente on-line.

FIGURA 5.3 - Opo de menu para a carga automtica das imagens
Para o processamento da carga automtica das imagens, este sistema assumiu
algumas definies. A primeira definio quanto ao incio do processo, a carga
automtica dos metadados pode ser ativada atravs da opo de menu Carga
automtica do banco, ou pode ser ativada pelo sistema operacional em horrios pr-

1
Pacote: conceito estabelecido pela linguagem J AVA para agrupar classes relacionadas.
91
fixados. A segunda definio diz respeito localizao das imagens, as imagens geradas
pelos equipamentos das diferentes modalidades so enviadas para uma rea de um
micro, ou de uma rede, denominada pelo sistema de localizao base. Esta rea
informada para o sistema atravs da opo de menu Configuraes (figura 5.3). A
ltima definio quanto consistncia dos metadados, as imagens com informaes
inconsistentes no devero ser carregadas para o banco de dados, mas precisam ser
disponibilizadas para o usurio para posterior correo.
Com base nestas definies, o procedimento de carga automtica das imagens
consiste em verificar a consistncia dos dados de todas as imagens geradas pelos
diversos equipamentos, carregar para o banco de dados as imagens com dados
consistentes, e disponibilizar a visualizao dos dados inconsistentes das imagens
atravs da opo de menu Imagens inconsistentes (figura 5.4).

FIGURA 5.4 - Tela de imagens inconsistentes
5.2.2 Implementao da Carga das Informaes Associadas
Interpretao das Imagens
Tambm fazendo parte da implementao da carga das imagens para o banco de
dados, esta seo apresenta a soluo implementada por este sistema prottipo para
atualizar o banco de dados com as informaes associadas interpretao das imagens.
Estas informaes so obtidas pela anlise de mdicos especialistas na fase de
diagnstico do exame.
Inicialmente, as imagens so documentadas no banco de dados sem as
informaes de diagnstico. E, a medida que os exames forem sendo interpretados, o
usurio informa para o sistema as informaes do diagnstico.
A interpretao das imagens includa no banco de dados no nvel das
informaes da investigao clnica, ou seja, no nvel da classe Estudo do modelo.
Para que haja um acompanhamento real e bem fundamentado do caso do paciente, em
um mesmo estudo podem ser registradas diversas verses de diagnstico. Sendo que
para cada verso de diagnstico, podem ser identificadas diversas patologias. Por sua
vez, cada patologia identificada pelo Cdigo Internacional de Doenas (CID), pode
estar associada a uma regio anatmica e, tambm, a uma patologia, ambos catalogados
92
pelo Colgio Americano de Radiologia (ACR). Uma patologia pode ser visualizada em
vrias imagens, e pode ter diversos sinais biolgicos identificados na regio onde a
patologia ocorre (ex: tom de cinza mdio, definio do contorno, etc.).
Todas estas informaes podem ser registradas (inseridas) no banco de dados
atravs das interfaces do sistema. A atualizao de um diagnstico pode ser iniciada
pela opo de menu Atualizar diagnstico, ou atravs da opo de menu Consultar
estudos sem diagnstico. Como pode ser visto na figura 5.5, ambas opes esto
disponveis na tela principal do prottipo.

FIGURA 5.5 - Tela principal do prottipo com as opes de arquivos disponveis
Com a opo de menu Consultar estudos sem diagnstico o usurio obtm
todos os estudos sem diagnstico (figura 5.6), e pode selecionar os estudos a serem
diagnosticados. Ao escolher um estudo para inserir as informaes de diagnstico, o
prottipo exibir a interface Atualizao de diagnstico (figura 5.7), que permite a
incluso do diagnstico. A tela com estudos sem diagnstico (figura 5.6) permite a
incluso do primeiro diagnstico de um estudo, as prximas verses de diagnostico para
este estudo devem ser informadas atravs da opo de menu Atualizar diagnstico
(figura 5.5), que tambm exibir a interface Atualizao de diagnstico (figura 5.7).

FIGURA 5.6 Tela de estudo sem diagnstico
93

FIGURA 5.7 Tela de atualizao do diagnstico
Em geral, a interface Atualizao de diagnstico (figura 5.7) mostra as
informaes de identificao e nome do paciente preenchidas, se for exibida a partir da
tela de consulta de Estudos sem diagnsticos (figura 5.6). Caso contrrio, o usurio
dever preencher a identificao do paciente, ou as iniciais do nome do paciente. Esta
interface permite a execuo dos seguintes procedimentos:
Incluir um diagnstico, boto incluir. Nesta opo exibida a tela Incluso
de diagnstico (figura 5.8), que permite completar as informaes do
diagnstico para a incluso, e tambm incluir as patologias identificadas no
diagnstico;
Alterar um diagnstico, boto alterar. Nesta opo exibida a tela Alterao
de diagnstico (figura 5.9), que permite alterar as informaes do diagnstico,
e as patologias associadas ao diagnstico;
Excluir um diagnstico. Nesta opo so excludos o diagnstico e as patologias
associadas ao diagnstico, selecionando o boto excluir.

FIGURA 5.8 Tela de incluso do diagnstico
94

FIGURA 5.9 Tela de alterao do diagnstico
A interface Incluso do diagnstico (figura 5.8) permite que o usurio informe
o nome do mdico que realizou o diagnstico, e observaes que devam ficar
registradas junto ao diagnstico. Esta interface inclui o diagnstico no banco de dados,
atravs do boto incluir diagnstico, e permite a incluso de patologias
diagnosticadas, atravs do boto incluir patologias. Por sua vez, o procedimento de
incluso de patologias (figura 5.10) permite a execuo dos seguintes procedimentos:
Documentar a patologia no banco de dados, boto incluir patologia;
Descrever os sinais biolgicos encontrados na patologia, boto associar sinal
biolgico. Nesta opo exibida a tela Associao da patologia com o sinal
biolgico (figura 5.11), que permite associar vrios sinais biolgicos para
descrever a patologia;
Alterar o valor de sinais biolgicos j includos para a patologia. Nesta opo
exibida a tela Informao do valor do sinal biolgico (figura 5.12), que
permite a alterao do valor do sinal biolgico;
Excluir sinais biolgicos associados por engano patologia, boto desassociar
sinal biolgico;
Registrar as imagens que melhor descrevem a patologia, boto associar
imagem. Nesta opo exibida a tela Associao da patologia com a imagem
(figura 5.13), que permite associar vrias imagens patologia;
Excluir imagens associadas por engano patologia, boto desassociar
imagem.
95

FIGURA 5.10 Tela de incluso das patologias

FIGURA 5.11 Tela de associao da patologia com o sinal biolgico
96

FIGURA 5.12 Tela de informao do valor do sinal biolgico

FIGURA 5.13 Tela de associao da patologia com a imagem
A interface Alterao do diagnstico (figura 5.9) permite que o usurio
modifique, atravs do boto alterar diagnstico, o nome do mdico que realizou o
diagnstico, e altere, ou inclua observaes para o diagnstico. Alm destas alteraes,
esta interface tambm possibilita a execuo dos seguintes procedimentos:
Alterar patologias documentadas anteriormente para o diagnstico, atravs do
boto alterar patologia. Nesta opo exibida a tela Alterao de patologia
(figura 5.14);
Excluir patologias documentadas anteriormente para o diagnstico. A excluso
ocorre pela seleo de uma patologia e por clicar o boto excluir patologia;
Adicionar novas patologias para o diagnostico no banco de dados, boto incluir
patologia. Nesta opo exibida a tela Incluso de patologia (figura 5.10).
97

FIGURA 5.14 Tela de alterao da patologia
5.2.3 Implementao do Gerenciamento da Localizao Fsica das
Imagens
Da mesma forma da carga automtica das imagens, o gerenciamento da
localizao das imagens pode ser ativado atravs de uma opo de menu, ou pode ser
ativado pelo sistema operacional, em de horrios pr-fixados. A opo de menu da tela
principal Gerenciamento localizao inicia o processo de gerenciamento da
localizao das imagens (figura 5.3).
Como mencionado na seo 4.3.4, o processo de gerenciamento da localizao
das imagens necessita de informaes quanto aos seguintes itens: (a)- qual a
disponibilidade de recursos para o armazenamento; (b)- qual a forma de
gerenciamento do ambiente on-line; e (c)- quais so os endereos disponveis para o
armazenamento nos trs ambientes. No pottipo, estas informaes sero fornecidas
pelo usurio atravs da opo de menu Configuraes (figura 5.3). Esta opo de
menu exibe a interface de configuraes (figura 5.15), e documenta estas informaes
no banco de dados, no objeto Propriedades de Localizao.
98

FIGURA 5.15 Tela de configuraes
O armazenamento e a distribuio das imagens nos 3 ambientes foram
implementados conforme foi descrito na seo 4.3.4.1: Armazenamento e distribuio
das imagens nos ambientes on-line, near-line e off-line No prottipo, para o teste do
gerenciamento de localizao, os trs ambientes (on-line, near-line e off-line) foram
simulados dentro de um nico computador.
O processo de recuperao das imagens do ambiente off-line para o ambiente on-
line foi implementado conforme descrito na seo 4.3.4.2: Recuperao das imagens.
A prxima seo descreve com mais detalhes o processo de recuperao das imagens
nos trs ambientes de armazenamento.
5.3 Consulta Estrutura de Metadados para a Recuperao
das Imagens
Nessa seo descrito o funcionamento do sistema quanta recuperao das
imagens, e consulta aos metadados das imagens. Primeiramente, mostrado como est
disponibilizada a consulta as classes implementadas pelo sistema. Em seguida, explica
como o resultado da consulta apresentado ao usurio.
A consulta s classes feita atravs da opo de menu Consultar base de
dados da tela principal (figura 5.5). Nesta opo do menu exibida a tela Opes de
pesquisa na base de dados (figura 5.16), e atravs do boto sinal biolgico exibida
a tela Opes sinais biolgicos (figura 5.17).

99

FIGURA 5.16 Tela de opes de pesquisa na base de dados

FIGURA 5.17 Tela de opes sinais biolgicos
Os mtodos implementados em J AVA para a realizao da consulta foram
projetados para consultar s classes do esquema de forma dinmica. Atravs das telas
Opes de pesquisa na base de dados, e Opes sinais biolgicos so
disponibilizadas todas as propriedades de cada classe para que o usurio possa fazer a
consulta de acordo com a sua necessidade. A partir da, o mtodo gera dinamicamente a
consulta por meio de concatenaes de querys. Se nas telas de opes de pesquisa, o
campo referente propriedade de alguma classe for preenchido pelo usurio com algum
valor, ento essa propriedade entrar como condio da pesquisa. Um exemplo da
concatenao de querys pode ser visto na figura 5.18.
100

FIGURA 5.18 Mtodo exemplo utilizando a concatenao de querys
A tela Opes de pesquisa na base de dados (figura 5.16), alm de
disponibilizar as propriedades de cada classe para que o usurio possa fazer a consulta
com base nos metadados da imagem, tambm permite que o usurio informe sua opo
quanto recuperao das imagens DICOM correspondentes aos metadados. O usurio
informa a sua opo de recuperao das imagens DICOM no campo situao das
imagens pesquisadas na tela Opes de pesquisa a base de dados. Este campo
disponibiliza as seguintes opes:
Nenhuma esta opo informa ao mtodo de consulta que recupere somente os
metadados da imagem, as imagens DICOM correspondentes aos metadados no
sero recuperadas;
Todas - esta opo informa ao mtodo de consulta que recupere todas as
imagens DICOM correspondentes aos metadados recuperados;
Somente as imagens associadas s patologias - esta opo informa ao mtodo
de consulta que recupere as imagens DICOM que correspondam aos metadados
recuperados, e que esto associadas com alguma patologia;
Somente as imagens on-line - esta opo informa ao mtodo de consulta que
recupere as imagens DICOM que correspondam aos metadados recuperados, e
que esto disponveis no ambiente on-line;
Somente as imagens on-line e near-line- esta opo informa ao mtodo de
consulta que recupere as imagens DICOM que correspondam aos metadados
recuperados, e que esto disponveis no ambiente on-line, ou no ambiente near-
line.
private void montaConsulta()
{
if (validaCampos())
{ String campos ="SELECT paciente.identificacao, nome, dtNascimento,sexo ,serie.modalidade, estudo.dtEstudo
,estudo.hrEstudo ,serie.dtSerie, serie.hrSerie, serie.descSerie, serie.parteCorpo ";
String query ="FROM imagem, paciente, estudo, serie, suspeita_inicial, doena
WHERE "+
"imagem.identificacao =paciente.identificacao AND "+
"imagem.dtSerie =serie.dtSerie AND imagem.hrSerie =serie.hrSerie AND "+
"imagem.dtEstudo =estudo.dtEstudo AND imagem.hrEstudo =estudo.hrEstudo AND "+
"suspeita_inicial.dtEstudo =estudo.dtEstudo AND suspeita_inicial.hrEstudo =estudo.hrEstudo AND "+
"suspeita_inicial.identificacao =estudo.identificacao AND "+
"(suspeita_inicial.cid =doenca.cid OR suspeita_inicial.cid ='')";
if (!this.idtf.getText().equals("")) //verifica se a identificao do paciente foi preenchida
query +=" AND imagem.identificacao ="+this.idtf.getText();
else
{
if (!this.sexocb.getSelectedItem().equals("N/A")) // verifica se o sexo foi preenchido
{ if (this.sexocb.getSelectedItem().equals("M"))
query+=" AND sexo ='M'";
else query+=" AND sexo ='F'";
}
if (!this.nome_tf.getText().equals("")) // verifica se o nome foi preenchido
query+=" AND nome LIKE '"+this.nome_tf.getText()+"%'";
// verifica se o periodo de nascimento foi preechido
if (!this.datefromPtf.getText().equals("") && this.datetoPtf.getText().equals(""))
query+=" AND dtNascimento ='"+this.datefromPtf.getText()+"'";
else if (!this.datefromPtf.getText().equals("") && !this.datetoPtf.getText().equals(""))
query+=" AND dtNascimento >='"+this.datefromPtf.getText()+"' AND dtNascimento <=
'"+this.datetoPtf.getText()+"'";
}
101
As imagens DICOM recuperadas pela consulta do prottipo sero copiadas para
o endereo indicado pelo usurio no campo Local imagens recuperadas. E, se houver
necessidade de recuperar imagens que esto armazenadas no ambiente off-line, o
sistema exibe uma janela para o usurio (figura 5.19) informando que algumas imagens
sero copiadas posteriormente.

FIGURA 5.19 Tela informando que as imagens off-line sero copiadas posteriormente
Neste caso, o mtodo de consulta se encarrega de gravar uma requisio de
cpia de imagens do ambiente off-line para o ambiente indicado pelo usurio e, se a
opo recuperao de off-line para on-line estiver assinalada na tela de consulta,
tambm registrar na requisio a cpia da imagem para o ambiente on-line. A
requisio de cpia encaminhada para o ambiente operacional atravs de correio
eletrnico.
Conforme proposto no item de recuperao de imagens do gerenciamento da
localizao, seo 4.3.4.2 (figura 4.24), a requisio de cpia de imagens do ambiente
off-line possui os seguintes atributos:
o nmero de protocolo;
o endereo eletrnico do usurio;
local das imagens recuperadas;
localizao on-line;
as informaes das imagens solicitadas:
o Identificao da imagem;
o Localizao off-line (no caso do prottipo ser um diretrio).
Com as informaes das requisies, o mtodo implementado para a cpia das
imagens copia as imagens da localizao off-line para o local informado pelo usurio no
campo local das imagens recuperadas na tela Opes de pesquisa a base de dados.
102
E, se a localizao on-line for informada, tambm copia as imagens da localizao off-
line para localizao on-line, e atualiza o objeto Imagem no banco de dados. Na
atualizao do objeto Imagem so atualizadas as propriedades data da recuperao
(atualizada com a data atual) e localizao on-line (atualizada com a informao da
localizao on-line da requisio de cpia das imagens). Aps copiar todas as imagens
da requisio, o mtodo implementado para a cpia das imagens envia um e-mail para o
endereo eletrnico do usurio com o contedo: A sua solicitao (nmero do protocolo)
foi atendida! As imagens off-line requisitadas na sua solicitao, foram copiadas para
(local informado na solicitao).
Os metadados das imagens recuperadas so visualizados atravs das seguintes
telas: (a)- tela Resultado da pesquisa na base de dados (figura 5.20); (b)- tela
Suspeita inicial (figura 5.21); (c)- tela Diagnstico (figura 5.22); e (d)- tela
Imagens (figura 5.23). Se na tela de Opes de pesquisa a base de dados o usurio
optar por no recuperar as imagens DICOM, ou seja, preencher o campo situao das
imagens pesquisadas com nenhuma, ou o campo de limite de imagens recuperadas
com zero, ento o usurio pode selecionar as imagens desejadas na tela Imagem
(figura 5.23), e recuper-las atravs do boto copiar imagem, ou do boto copiar
imagens +verses.

FIGURA 5.20 Tela com o resultado da pesquisa na base de dados
103

FIGURA 5.21 Tela suspeita inicial

FIGURA 5.22 Tela diagnstico

104

FIGURA 5.23 Tela imagens

Esta seo descreveu as etapas do sistema prottipo correspondentes consulta e
visualizao dos metadados da imagem. E tambm, descreveu a recuperao das
imagens DICOM para uma rea de trabalho do prprio usurio, independente do
ambiente em que a imagem esteja armazenada, ambiente on-line, near-line ou off-line.
A prxima seo mostrar como o usurio poder processar e visualizar as imagens
DICOM recuperadas.
5.4 Visualizao das Imagens Recuperadas
Na seo 2.4 deste trabalho foram apresentados alguns softwares que permitem a
vizualizao e o processamento de imagens mdicas. Alguns destes softwares
apresentados so distribudos gratuitamente pela internet, ou possuem uma verso com
menos funcionalidades que tambm pode ser obtida sem custo para o usurio. E, como
apresentado na referida seo, so softwares de boa qualidade, com vrias
possibilidades de processamento, e esto em constante aperfeioamento.
Desta forma, este prottipo foi desenvolvido de maneira a disponibilizar as
imagens recuperadas em um diretrio especifico do usurio, e a partir deste diretrio e
com a ferramenta de visualizao escolhida pelo o usurio, as imagens recuperadas
podem ser visualizadas e processadas.
Com a finalidade de facilitar a identificao das imagens dentro do diretrio,
alguns dos softwares apresentados, como caso do OSIRES, EFILM e FP IMAGE, ao
lerem um diretrio organizam as informaes das imagens em um banco de dados
interno da ferramenta. Esta organizao pode ser vista atravs da figura 2.12 do
software OSIRIS, da figura 2.17 do software EFILM e da figura 2.22 do software FP
Image.
105
A seguir so exemplificados os seguintes procedimentos: a recuperao de
algumas imagens atravs do prottipo (figura 5.24); a cpia das imagens para o diretrio
do usurio (figura 5.25); e a visualizao das imagens atravs do software EFILM
(figuras 5.26 e 5.27).
A figura 5.24 mostra o preenchimento da tela de Opes de pesquisa na base de
dados para atender a seguinte condio: buscar todas as imagens de exames de
ressonncia magntica, realizados em pacientes do sexo feminino, no perodo de
01.12.1999 a 29.11.2001, e copiar estas imagens para o diretrio c:\imagensMR.

FIGURA 5.24 Tela exemplo da consulta

FIGURA 5.25 Tela exemplo do diretrio contendo as imagens recuperadas
106

FIGURA 5.26 Tela exemplo da organizao do diretrio atravs do software
EFILM

FIGURA 5.27 Tela exemplo da visualizao das imagens recuperadas
107
5.5 Resultados Experimentais Obtidos com o Sistema
Prottipo
Nesta seo so apresentados os resultados obtidos com a implementao do
modelo proposto no captulo 4, atravs do sistema prottipo ARIDicom.
Inicialmente ser discutido o ambiente atual do Hospital So Lucas (HSL), que
serviu como estudo de caso para levantar muitas das necessidades expostas nesse
trabalho. E na seqncia, sero apresentados os resultados obtidos com os testes
realizados com o prottipo.
5.5.1 Ambiente do Hospital So Lucas
Esta seo comenta brevemente sobre o ambiente de radiologia do HSL
(Hospital So Lucas - PUCRS), pois um estudo mais aprofundado deste ambiente est
descrito no trabalho individual denominado Armazenamento e recuperao de imagens
estticas bidimensionais em banco de dados [MAC 00], catalogado na biblioteca do
Instituto de Informtica da UFRGS.
O CDI (Centro de Diagnstico por Imagem) do HSL foi criado em 5 de maio de
1998 com a finalidade de integrar, agilizar e gerenciar os processos que envolvem o
diagnstico por imagens. Dentre os exames envolvidos no processo de diagnstico por
imagem, destacam-se os exames de tomografia computadorizada e ressonncia
magntica. Pois estas so as primeiras modalidades de exames que produzem imagens
digitalizadas neste hospital.
O HSL possui dois equipamentos para exames de tomografia, e um equipamento
para exames de ressonncia magntica. Cada tomgrafo est conectado a uma estao
de trabalho SUN. Nas estaes de trabalho est instalado o sistema Somaris da Siemens,
que recebe as imagens no formato DICOM, e disponibiliza ao operador do tomgrafo as
seguintes funcionalidades:
Operar o tomgrafo para a realizao do exame de tomografia;
Visualizar as imagens que esto sendo geradas pelo exame, durante a
aquisio das imagens;
Armazenar as imagens e os dados do paciente na estao de trabalho, e no
disco tico que est ligado diretamente estao de trabalho;
Copiar as imagens, no formato DICOM, que esto armazenadas na estao
de trabalho, para outros dispositivos de armazenamento;
Marcar graficamente determinadas regies da imagem, e colocar
observaes textuais na prpria imagem;
Registrar alguns dados do paciente, e algumas observaes sobre o exame,
que ficaram armazenadas junto s imagens.
Nos equipamentos de tomografia so realizados 1.200 exames mensalmente. As
unidades da tomografia, estaes de trabalho acopladas aos tomgrafos, possuem 2 GB
para armazenar os dados dos exames, e as respectivas unidades de discos ticos
possuem 650 MB para armazenar uma cpia temporria destes dados. Segundo as
observaes dos tcnicos deste setor, a capacidade de armazenamento para os exames
de tomografia de 2 dias de exames.
108
O equipamento de ressonncia magntica tambm est conectado a uma estao
de trabalho SUN. Nesta estao est funcionando o sistema Numaris da Siemens, que
disponibiliza ao operador do exame da ressonncia magntica as mesmas
funcionalidades descritas na tomografia computadorizada. Neste equipamento so
realizados 320 exames mensalmente. E a unidade da ressonncia magntica, estao de
trabalho acoplada ao aparelho da ressonncia magntica, possui 5 GB para armazenar os
dados dos exames, e a respectiva unidade de disco tico possui 17 GB para armazenar
uma cpia temporria destes dados. Segundo as observaes dos tcnicos deste setor, a
capacidade de armazenamento para os exames de ressonncia magntica de 7 dias de
exames.
Nos sistemas Numaris e Somaris a nica possibilidade de armazenar as imagens
por um perodo mais longo atravs da aquisio de uma grande quantidade de discos
ticos, situao economicamente invivel para o hospital. E alm do fator econmico,
os sistemas da Siemens so sistemas fechados, que no permitem a expanso dos
sistemas para as necessidades de diagnsticos e de informaes anotadas nas imagens.
Para fins legais, os filmes das imagens so colocados em envelopes que so
guardados em prateleiras na ordem de patologia. Sendo assim, a forma de recuperao
de uma imagem manual, e imprescindvel conhecer informaes do paciente, do
exame e a patologia diagnosticada. Este fato torna impraticvel a recuperao de
imagens na rotina diria do hospital. Assim, faz-se necessrio o desenvolvimento de
uma soluo economicamente vivel que agilize o armazenamento, e a recuperao das
imagens do setor da radiologia.
5.5.2 Resultados Obtidos
Nesta seo so apresentados os resultados alcanados com os testes do
prottipo, utilizando imagens geradas no ambiente do Centro de Diagnstico por
Imagem do HSL.
Inicialmente o prottipo testou o mapeamento automtico de 35 imagens para o
banco de dados. Das 35 imagens, 22 eram de ressonncia magntica e 13 eram de
tomografia computadorizada. No final do teste, todas as imagens de tomografias e 2
imagens de ressonncia foram rejeitadas. Este fato confirma que para garantir a
recuperao de informaes consistentes, faz-se necessrio a verificao das
informaes do cabealho da imagem. Este resultado tambm demonstra a necessidade
de conscientizao dos operadores dos equipamentos com relao s informaes
digitadas e mais, revela as unidades de exames mais crticas quanto ao preenchimento
correto dos campos.
Apesar do percentual de imagens rejeitadas ser prximo ao 50%, o restante das
imagens atualizou o banco de dados com as informaes do paciente, estudo, suspeita
inicial, srie e imagem sem nenhum problema. E, as imagens foram armazenadas no
ambiente on-line indicado pelo usurio na interface de configuraes. Demonstrando,
desta forma, a validade da atualizao automtica do banco de dados com as
informaes das classes do primeiro mdulo do modelo.
O segundo teste realizado com o prottipo foi o da documentao dos
diagnsticos no banco de dados. Nesta ocasio pde-se observar que embora o sistema
necessite da interveno do usurio para obter as informaes do diagnstico, esta tarefa
facilitada pelo sistema, pois a maioria das informaes no so digitadas e sim
escolhidas a partir de dados previamente cadastrados. Este teste tambm revelou a
109
necessidade de alguns mdicos, especialista em diagnstico, se familiarizarem com a
nomenclatura de regies anatmicas e de patologias introduzidas pelo Colgio
Americano de Radiologia (ACR).
O fato de um dos mdulos do modelo no ter sido implementado, mdulo de
informaes anotadas na imagem, comprovou a possibilidade de implementar o modelo
por mdulos, ou de no implementar o mdulo 2 e 3 do modelo. Com essa facilidade o
usurio pode implementar o modelo aos poucos, de acordo com suas necessidades e
disponibilidade de recursos, e sem causar grande impacto no ambiente de radiologia.
Embora o gerenciamento automtico tenha simulado os trs ambientes (on-line,
near-line e off-line) em um nico equipamento, foi possvel validar tanto os atributos da
classe Propriedades de Localizao, quanto os processos de distribuio e
recuperao propostos na seo 4.3.4. Neste teste, os atributos da classe Propriedades
de Localizao foram atualizados atravs das informaes preenchidas na tela
Configurao das propriedades do sistema (figura 5.28).

FIGURA 5.28 Preenchimento da tela de configuraes para o teste do gerenciamento
automtico da localizao das imagens
Os campos da tela de configurao foram preenchidos com valores baixos
(nmero mximo de imagens armazenadas no ambiente near-line igual a 10, percentual
de ocupao ideal do ambiente on-line que pode ser disponibilizado para o
armazenamento das imagens DICOM igual a 20%, e o percentual que estabelece o
limite mximo de ocupao permitido para o ambiente on-line igual a 40%). Isto porque
o ambiente de processamento estava localizado num nico equipamento, e o propsito
principal do teste foi o de avaliar a validade do processo propostos na seo 4.4.4.
Como resultado final, pde-se observar que o processo de distribuio das imagens
proposto no captulo 4 vivel, e flexvel quanto s necessidades e recursos do usurio.
110
Da mesma forma que o processo de distribuio das imagens, o processo de
recuperao das imagens tambm foi testado. Como pode ser visto atravs da seqncia
de figuras (figura 5.29), (figura 5.30), (figura 5.31), (figura 5.32), (figura 5.33) e (figura
5.34) foi possvel recuperar imagens que se encontravam nos trs ambientes. A figura
5.29 mostra o diretrio escolhido pelo usurio (C:/ImagensRecuperadas), com as
imagens recuperadas automaticamente dos ambientes on-line e near-line. A figura 5.30
mostra a mensagem de aviso ao usurio que posteriormente sero recuperadas as
imagens do ambiente off-line. A figura 5.31 mostra o e-mail enviado pelo sistema para o
operador requisitando a cpia das imagens de off-line para o diretrio escolhido pelo
usurio. No prottipo, o processamento das requisies de cpia das imagens off-line
pode ser feio atravs da opo de menu Recuperao das imagens off-line, que ativa a
tela para processar requisies pendentes (figura 5.32). Esta tela possibilita o
processamento de todos, ou de determinadas requisies pendentes. A figura 5.33
mostra o e-mail enviado pelo sistema para o usurio, comunicando o trmino da
recuperao das imagens off-line requisitadas pelo usurio. E a figura 5.34 mostra o
diretrio do usurio que inicialmente estava com as imagens recuperadas do ambiente
on-line enear-line, e agora tambm possui as imagens recuperadas do ambiente off-line.
Embora a recuperao das imagens que esto off-line necessite da interveno
humana, o processo de comunicao, do usurio com o ambiente operacional e vice-
versa, controlado pelo prprio sistema prottipo, atravs das comunicaes por correio
eletrnico enviadas pelo sistema para o usurio e para o ambiente operacional.
Agilizando, desta forma, o processo de consulta das imagens recuperadas do ambiente
off-line.

FIGURA 5.29 Diretrio com as imagens recuperadas automaticamente dos ambientes
on-line e near-line
111

FIGURA 5.30 - Mensagem de aviso ao usurio sobre a recuperao das
imagens off-line

FIGURA 5.31 E-Mail para o operador

FIGURA 5.32 Tela para processar requisies pendentes
112

FIGURA 5.33 E-Mail para o usurio

FIGURA 5.34 Diretrio com as imagens recuperadas dos ambientes on-line,
near-line eoff-line
Alm de permitir a recuperao das imagens armazenadas nos trs ambientes
(on-line, near-line e off-line), o prottipo disponibilizou todas as propriedades das
classes do modelo em duas interfaces de consulta: Opes de pesquisa na base de
dados e Opes sinais biolgicos. Desta forma, consultas por qualquer uma das
propriedades das classes, ou pela combinao de vrias propriedades, tornam-se
possveis.
No decorrer dos testes de consulta, foram observadas as vrias possibilidades de
consulta que o usurio pode montar dinamicamente, conforme suas necessidades. A
seguir esto listadas algumas possibilidades de consultas que foram executadas com o
prottipo.
Recuperao de um determinado estudo (exame) de um paciente com seu
respectivo diagnstico;
113
Recuperao de todos os estudos (exames) de um paciente com seus respectivos
diagnstico;
Recuperao de todos os estudos sem diagnstico;
Recuperao de todos os estudos de tomografia (ou de qualquer outra
modalidade, ou modalidades) realizados num determinado perodo de tempo;
Recuperao de todos os estudos de ressonncia magntica (ou qualquer outra
modalidade, ou modalidades) realizados no crebro (ou em qualquer outra parte
do corpo);
Recuperao de estudos e respectivos diagnstico com determinada(s)
suspeita(s) inicial(ais);
Recuperao de estudos cujo diagnstico identificou determinada(s) doena(s);
Recuperao de estudos cujo diagnstico foi comprovado e identificou
determinada(s) doena(s);
Recuperao de estudos cujo diagnstico realizado com base em determinada(s)
regio(es) anatmica(s) identificou patologia(s) especficas;
Recuperao de estudos cujo diagnstico identificou determinado(s) sinal(is)
biolgico(s);
Recuperao de imagens que melhor identificam determinadas patologias;
Recuperao dos sinais biolgicos que aparecem para descrever determinadas
patologias;
Recuperao dos estudos que identificaram determinadas patologias cujo valor
do sinal biolgico densidade relativa se encontra entre dois valores.
Todos os testes acima foram acrescidos, posteriormente, de mais trs filtros na
montagem da consulta, so eles: sexo do paciente, perodo de nascimento e perodo do
estudo.
Certamente existem outras possibilidades de consultas que podem ser montadas
a partir das variaes e combinaes dos campos disponveis nas interfaces, e que ainda
no foram testados. Mas, atravs das consultas executadas com o prottipo j foi
possvel avaliar o potencial da recuperao das informaes que esto disponveis no
modelo proposto.
Entre as diversas finalidades para a recuperao das informaes obtidas com os
teste mencionados acima, as seguintes podem ser citadas: recuperao de imagens para
fins legais; recuperao de imagens para tele-medicina; estudos de patologias e doenas;
estudos da relao de sinais biolgicos nas imagens com patologias; recuperao de
imagens que melhor identificam determinadas patologias para fins didticos;
acompanhamento da qualidade do diagnstico do setor de radiologia (atravs da
avaliao das diversas verses de diagnstico para um mesmo estudo); recuperao de
diagnsticos comprovados que servem como base de pesquisas cientficas; e
acompanhamento da evoluo de uma patologia (atravs da recuperao dos
diagnsticos realizados em diferentes estudos de um mesmo paciente).
Pode-se dizer que o resultado alcanado pela implementao do modelo
proposto justifica, tanto o acrscimo de cuidados iniciais no preenchimento das
informaes solicitadas nas interfaces dos sistemas de aquisio das imagens (ex:
114
informaes do paciente e do exame solicitadas nos sistemas Somaris e Numaris),
quanto a assimilao de novas nomenclaturas por mdicos que interpretam a imagem
(ex: nomenclatura de patologias e regies anatmicas do ACR, e nomenclatura
padronizada no servio).
Neste prottipo foram implementados mtodos que capturam automaticamente,
das imagens DICOM, os valores das propriedades das classes do primeiro mdulo do
modelo. Em outras palavras, as classes do primeiro mdulo so instanciadas
automaticamente a partir dos mtodos implementados para a carga automtica das
informaes associadas ao exame no banco de dados, reduzindo em muito o trabalho
dos usurios do sistema. O prottipo tambm implementa o gerenciamento automtico
da localizao das imagens, de forma a usar de maneira otimizada os recursos de
armazenamento do usurio, e permitir a recuperao da imagem de qualquer um dos
ambientes: on-line, near-line ou off-line.
J os mtodos para a documentao do diagnstico foram implementados
utilizando a insero manual de dados. Isto , as classes do segundo mdulo do modelo
so instanciadas a partir da interao com o usurio, onde o valor da propriedade
digitado, ou selecionado nas interfaces.
Embora no tenha sido implementado nenhum mtodo de captura para os
valores das propriedades do terceiro mdulo do modelo (mdulo de informaes
anotadas nas imagens), este prottipo poderia ser estendido para adquirir os valores
destas propriedades atravs do formato DICOM, ou atravs de uma das alternativas
propostas na seo 4.3.3. Mas, o fato deste mdulo no ter sido implementado,
comprovou a possibilidade de implementar o modelo por mdulos. Desta forma, o
modelo pode ser implementado conforme as necessidades de um dado servio de
imageamento mdico, e dos recursos disponveis.
Tambm fez parte das implementaes deste prottipo a implementao das
interfaces de consulta, onde so disponibilizadas todas as propriedades de cada classe
para que o usurio possa fazer a consulta de acordo com suas necessidades. E ainda,
para aumentar as possibilidades de consulta, as interfaces permitem mltiplas escolhas
nos campos de seleo, e permitem ao usurio informar perodos de tempos para os
campos de datas. Os mtodos da consulta foram implementados para montar
dinamicamente o comando de busca (querys), atravs da concatenao de querys. Os
resultados da consulta so visualizados em interfaces implementas no prottipo, e as
imagens correspondentes a consulta so copiadas para uma rea de trabalho especificada
pelo usurio. As interfaces contendo o resultado da consulta permitem, tanto a
visualizao dos valores das propriedades das classes, quanto a visualizao de dados
estatsticos (ex: total de pacientes e total de estudos recuperados, ver figura 5.20).
Para finalizar, o prottipo demonstrou na prtica a viabilidade do modelo
proposto no captulo anterior, de modo a atender a necessidade de guardar um grande
volume de imagens mdicas para serem recuperadas, posteriormente, com base em
informaes associadas a estas imagens (ex: informaes do paciente e do exame), e/ou
informaes obtidas na fase da interpretao das imagens (ex: patologias
diagnosticadas, sinais biolgicos e regies anatmicas).
O prximo captulo finaliza esse trabalho apresentando a concluso deste estudo,
assim como algumas sugestes para possveis trabalhos futuros.
115
6 Concluses
No desenvolvimento gradual e progressivo da tecnologia da informao, pode-se
perceber a tendncia de representar os diversos tipos de informao no formato digital.
Segundo esta tendncia, observa-se que a utilizao de imagens mdicas digitalizadas
cresceu muito desde o seu surgimento. Considerando o volume crescente de imagens
digitalizadas, aumenta tambm em importncia o estudo da incorporao de objetos do
tipo imagem nos bancos de dados.
Na rea de banco de dados discute-se intensamente a modelagem conceitual, a
qual tenta representar a semntica dos dados. A semntica de imagens essencialmente
extrada de seu contedo, e a menos que exista um mtodo efetivo e sistemtico para
identificar esses contedos, o banco de dados ir degenerar para uma coleo de dados
sem nenhuma semntica [GAR 99].
Tendo este aspecto em vista, o trabalho apresenta no captulo 2, um estudo
relacionado a imagens mdicas estticas. Com base neste estudo, pode-se concluir que
as imagens mdicas apresentam muitas particularidades, e necessidades especficas
deste tipo de imagem. E no que se refere aos formatos de arquivos para armazenamento
de imagens mdicas, nenhum formato to completo quanto o DICOM.
Na procura por um padro e modelos que pudessem representar a semntica de
imagens mdicas, de forma a permitir o armazenamento das mesmas para posterior
recuperao, neste trabalho realizou-se um estudo dos sistemas comerciais, e a nvel de
pesquisa, que utilizam a descrio de imagens, e que facilitam a recuperao de imagens
em bancos de dados.
Com base neste estudo conclui-se que os sistemas comerciais VIR e QBIC no
se preocupam em definir todas as possveis caractersticas de uma imagem, e so
dependentes de determinados bancos de dados (i.e. o banco de dados Oracle8i para o
sistema VIR, e o banco de dados DB2 Image Extender para sistema QBIC). Os sistemas
VIR e QBIC possuem facilidades para extrair caractersticas das imagens, e para
documentar automaticamente estas caractersticas no banco de dados. Pensando no uso
de um banco de dados para armazenar e recuperar imagens na prtica, o que realmente
interessa a possibilidade de efetuar consultas baseadas em informaes referentes ao
contedo semntico da imagem, e no somente em caractersticas como cor, textura e
formas predominantes.
Por outro lado, no modelo DISIMA, existem formas de utilizar metadados para
descrever imagens, porm no foi encontrada uma forma para especificar de maneira
sistemtica e mais completa os elementos descritores de imagens.
J o esquema Metadados para Documentao e Recuperao de Imagens um
modelo bem mais abrangente e detalhado do que as solues anteriores. Pois o modelo
possibilita a descrio e recuperao de imagens em bancos de dados, levando em
considerao informaes tcnicas e informaes sobre o contedo semntico das
imagens. Mas este modelo no especificamente voltado para as imagens do domnio
da rea mdica. O modelo foi desenvolvido para descrever imagens estticas digitais do
tipo fotografia, pintura ou gravura. Desta forma, o modelo no adequado para
descrever a semntica extrada das imagens mdicas.
De acordo com a anlise feita nos trs primeiros captulos deste trabalho, foi
possvel identificar trs fatos importantes que devem ser considerados para o
116
armazenamento de imagens mdicas em banco de dados, so eles: (a)- o formato
DICOM um formato padro para imagens mdicas, (b)- modelos de metadados so
necessrios para descrever o contedo e a semntica dos dados associados s imagens
em qualquer domnio de aplicao, e (c)- no existe um consenso em torno de uma
padronizao de fato para a descrio de imagens mdicas.
Portanto percebe-se a necessidade da especificao dos metadados apropriados
s imagens mdicas, que descrevam as caractersticas relacionadas ao contedo
semntico das mesmas, e que considere o padro DICOM como forma de
armazenamento das imagens.
6.1 Principais Contribuies
Esse trabalho tem como principal contribuio o desenvolvimento de um modelo
conceitual para o armazenamento, a descrio e recuperao de imagens mdicas
estticas no formato DICOM. O modelo proposto permite a descrio dos diferentes
tipos de informaes que esto associados imagem DICOM, isto , informaes
complementares da imagem (metadados independentes do contedo), informaes
descritivas do contedo semntico da imagem (metadados descritivos do contedo), e
informaes descritivas do contedo fsico da imagem (metadados dependentes do
contedo). E, ainda, o modelo independente de qualquer tecnologia de banco de
dados.
Visando diferentes nveis de necessidades das instituies e considerando os
diferentes tipos de informaes associados imagem, o modelo est dividido em trs
mdulos. As classes pertencentes ao primeiro mdulo do modelo conceitual viabilizam
a documentao das informaes associadas ao exame (metadados independentes do
contedo); as classes pertencentes ao segundo mdulo viabilizam a documentao das
informaes associadas interpretao das imagens (metadados descritivos do
contedo); e finalmente, as classes do terceiro mdulo viabilizam a documentao das
informaes anotadas na imagem (metadados dependentes do contedo) e (metadados
descritivos do contedo). Desta forma, o modelo pode ser implementado gradualmente,
conforme as necessidades e recursos disponveis.
O trabalho alm de propor um modelo para armazenar e recuperar imagens
DICOM, prope uma metodologia para a aquisio dos metadados da imagem e o
gerenciamento automtico da localizao fsica das imagens. A metodologia prev a
extrao automtica dos dados da imagem correspondentes as propriedades das classes
do primeiro mdulo do modelo. Para o segundo mdulo, a metodologia prev a
aquisio das propriedades das classes referentes interpretao das imagens com
pouca interveno do usurio, onde quase todos os dados j esto pr-definidos e so de
simples escolha. Para o terceiro mdulo, a metodologia prev alternativas automticas e
semi-automticas para a aquisio das informaes anotadas na imagem, dependendo
do nvel de conformidade do fornecedor do equipamento do exame com o DICOM.
Considerando o grande volume de espao ocupado por estas imagens, o modelo
prope o armazenamento das imagens em um ambiente separado do banco de dados. No
entanto, o modelo garante a localizao e a recuperao das imagens atravs do
gerenciamento da localizao das mesmas. Este gerenciamento mantm o banco de
dados atualizado quanto localizao atual da imagem; mantm as imagens
armazenadas e distribudas em mdias, conforme os recursos fsicos disponveis para o
117
armazenamento (ambientes: on-line, near-line e off-line); eauxilia na recuperao das
imagens.
No modelo, as imagens continuam no seu formato original, formato DICOM,
permitindo, desta forma, a interoperabilidade das mesmas com outras solues, e com
os softwares de processamento de imagens mdicas disponveis para o formato DICOM.
O modelo especificado foi implementado em um sistema prottipo, que foi
apresentado no captulo 5, em um ambiente que possibilita o armazenamento, a carga e
recuperao de imagens baseadas em seus metadados. Na implementao foi utilizado
o Postgres, um SGBD orientado a objeto disponvel gratuitamente na internet.
6.2 Sugestes para Trabalhos Futuros
Podem ser sugeridos alguns temas que possivelmente daro continuidade ao
presente trabalho:
Estender o modelo proposto, que visa somente a documentao e recuperao de
imagens mdicas estticas, de forma a tratar tambm as imagens dinmicas
como por exemplo: ecografias, angiografias, coronarioangiografias e outras;
Estender softwares livres que comercializam os seus cdigos fontes, como o
software OSIRES, para permitir a extrao automtica das informaes
processadas e anotadas na imagem (ROI, medidas de distncia, medida de
ngulos, anotaes, histogramas e outras informaes);
Estender o modelo proposto para permitir medidas de segurana, tais como:
permisso do usurio para consultar as imagens e respectivos dados, permisso
do usurio para inserir o diagnstico mdico, e permisso do sistema para gravar
as imagens recuperadas no local indicado pelo usurio.
Desenvolver algoritmos que aprendam a extrair automaticamente os sinais
biolgicos das regies marcadas como regio de interesse, e a partir de
determinados sinais biolgicos possa sugerir possveis patologias relacionadas
ao exame;
Estender o prottipo implementado para possibilitar as seguintes situaes:
o Implementar o terceiro mdulo do modelo a fim de disponibilizar
consultas as imagens atravs dos dados anotados na imagem;
o Desenvolver um mdulo de gerenciamento da qualidade do diagnstico
no setor da radiologia baseado nos histrico dos diagnsticos
armazenados no banco de dados;
o Desenvolver um mdulo de acompanhamento peridico no
desenvolvimento de patologias.

118
Anexo Exemplos de Softwares que Apresentam Facilidades para Extrair
Informaes Anotadas na Imagem DICOM
Software FP Image
Na seo 2.4 so exemplificadas as diversas possibilidades de processamento
deste software, como por exemplo: fazer anotaes na imagem (figura 2.24), construo
de histograma, selecionar regies de interesse (figura 2.24), comandos grficos (ex:
desenhos de elipses, linhas, crculos, polgonos e retngulos) (figuras 2.25, 2.26, 2.27 e
2.28), extrair informaes de medidas da imagem (ex: estatsticas das regies de
interesse, distncia e ngulo) (figuras 2.25, 2.26 e 2.27). E, ainda, visualizar todos os
valores dos pixels que esto dentro de uma determinada rea (figura 2.29) .
Neste apndice so apresentadas as facilidades do software FP Image relevantes
para a extrao e carga das informaes anotadas na imagem. A figura A.01 exemplifica
regies de interesse inseridas pelo usurio atravs do software FP Image. Tambm
mostrado, nesta figura, informaes calculadas pela mesma ferramenta e anotadas na
imagem.

FIGURA A.01 Exemplo do processamento de imagem utilizando o FPIMAGE
O FP Image possibilita a insero de novos programas (scripts) no
processamento do software. Estes novos scripts so desenvolvidos pelo usurio e
processados junto com as ferramentas do processador de imagens. Com os novos scripts
includos no FP Image possvel fazer a carga automtica das informaes anotadas na

119
imagem, e tambm carregar as informaes das regies de interesse inseridas por outros
softwares. Para extrair informaes das regies de interesse inseridas por outros
softwares necessrio que o usurio clique dentro da regio de interesse, atravs deste
evento (on click) o software identifica a regio de interesse e extrai as informaes
sobre esta regio de interesse .
A figura A.02 apresenta um script desenvolvido para extrair as informaes das
regies de interesse e grav-las em arquivo texto.

FIGURA A.02 Exemplo de um script desenvolvido para extrair informaes dos ROIs
Para que o processador de imagens do FP Image reconhea este novo script
necessrio inseri-lo no arquivo de script do software FP Image, e depois carreg-lo para
o mdulo de processamento, atravs dos comandos de menu [Process | Load New
Script]. Desta forma, toda vez que uma regio de interesse de uma imagem
selecionado o novo script processado. O processamento do script gera um arquivo
texto com informaes sobre o ROI, descritas na tabela A.01. O contedo do script
exemplificado acima muito simples, pois visa, simplesmente, dar uma viso do que
pode ser feito para extrao de dados de imagens mdicas. E, ainda, mostra que as
informaes geradas pelo script podem ser utilizadas na carga das informaes para o
banco de dados.
O script, apresentado na figura A.02, processado sobre a imagem da figura A.01
gerou um arquivo texto exibido na prxima tabela.
SCRIPT:
tab =9
cr =13
lf =10
fid =0
getfilesize fsize $txtfile
fopen fid $txtfile
if fsize >1
fseek fid fsize
endif
x =ulx +(roi_width / 2)
y =uly +(roi_height / 2)
$cell ="(" x "," y ") "
fwrite fid $cell 15
fwrite fid tab u8
x =round(roi_width * pixsize * 10) * .01
y =round(roi_height * pixsize * 10) * .01
$cell ="(" x "x" y ") "
fwrite fid $cell 20
fwrite fid tab u8
$cell =sqcm " "
fwrite fid $cell 20
fwrite fid tab u8
$cell =mean " "
fwrite fid $cell 12
fwrite fid tab u8
$cell =dev " "
fwrite fid $cell 12
fwrite fid cr u8
fwrite fid lf u8
fclose fid

120
TABELA A.1 Arquivo texto gerado pelo FP Image

Coordenadas
X , Y
iniciais
Largura x Altura
do ROI
Area do
ROI
cm
Mean
(intensidade media
dos pixels do ROI)
DEV
(desvio padro da
intensidade mdia)
(209.5 , 260.5) (0.73 x 0.73) 0.38 27.96 3.27
(304.5 , 337.5) (0.47 x 0.47) 0.15 67.25 13.18
(268.5 , 217.5) (0.47 x 0.47) 0.15 3.94 2.51
(192 , 156.5) (1.89 x 1.85) 2.83 31.32 3.58
(147 , 265.5) (1.38 x 2.8 ) 3.87 32.86 3.87
(218.5 , 366.5) (4.79 x 3.4 ) 8.82 33.16 4.42
A grande contribuio do FP Image para a carga das informaes anotadas na
imagem est na possibilidade de associar scripts ao processamento das imagens.
Atravs dos scripts, o usurio poder desenvolver uma soluo que extrai as
informaes anotadas na imagem, e grave automaticamente estas informaes no banco
de dados, segundo as classes do terceiro mdulo do modelo. Mas para este processo
necessrio que as informaes sejam anotadas pelo software FP Image, ou identificadas
por ele. O software FP Image um software comercial, isto significa que o usurio
precisa compr-lo para efetuar a implementao.
Software OSIRIS
Da mesma forma do FP Image, o software OSIRIS tambm extrai informaes
da imagem com base na interao do usurio com o software. A prxima figura, figura
A.03, exemplifica o software OSIRIS exibindo trs janelas: a primeira janela com a
imagem e uma anotao de ROI, a segunda janela com as informaes do ROI anotado
na imagem, e terceira janela (bloco de notas) com os dados gravados em um arquivo
texto.

FIGURA A.03 Exemplo do processamento de imagem utilizando o software OSIRIS
Como pode ser observado na figura A.03, o software exibe as informaes
extradas da imagem em uma janela com o nome da informao, neste caso ROI

121
DATA, e esta janela disponibiliza o boto save. Por sua vez, o evento save grava
as informaes extradas da imagem em um arquivo texto, janela Bloco de notas.
Embora o processo descrito necessite da interveno do usurio para salvar as
informaes, e o arquivo texto no seja uma boa opo para mapear estas informaes
para o banco de dados, os programas fontes do software OSIRIS esto escritos em C e
disponveis para compra. Assim, o software pode ser comprado e estendido a fim de
possibilitar a carga automtica destas informaes para o banco de dados.
A apresentao deste dois softwares d uma viso de como pode ser
desenvolvida uma soluo automtica para a carga das informaes anotadas na
imagem. E, tambm, demonstram a necessidade de custos adicionais para a
implementao das mesmas.

Banco Dados Imagens PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Banco Dados Imagens PDF

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL

Você também pode gostar