Utilize este identificador para referenciar este registo:
https://hdl.handle.net/1822/34049
Título: | “Computed Aided Diagnostic” para análise e quantificação de patologias associadas à demência |
Outro(s) título(s): | "Computed aided diagnostic" for analysis and quantification of pathologies associated with dementia |
Autor(es): | Brandão, Patrick Rosa |
Orientador(es): | Silva, Carlos A. Baptista, Maria do Carmo |
Data: | 2014 |
Resumo(s): | O Alzheimer é a forma mais comum de demência, constituindo entre 60% a 80% de todas as demências, com uma incidência aumenta quase exponencialmente com a idade. A neurodegeneração causada afeta vários domínios cognitivos como a memória, o raciocínio, o comportamento e as emoções. Embora as causas e uma cura não sejam ainda conhecidas, um diagnóstico e tratamento precoce ajudam a abrandar a progressão da doença. Métodos neuroimagiológicos providenciam uma forma não invasiva para a análise estrutural e funcional do cérebro, surgindo como uma alternativa de diagnóstico precoce da doença. O hipocampo é uma das primeiras estruturas a sofrer neurodegeneração, sendo por isso, o foco de um grande número de estudos como forma de distinção entre sujeitos saudáveis e pacientes de Alzheimer. Uma destas investigações foi efetuada por Coupé et al., onde é proposta uma abordagem de deteção de Alzheimer, baseada na distinção de padrões específicos em estruturas anatómicas como o hipocampo e o córtex entorrinal. O método realiza, simultaneamente, a segmentação e a gradação das estruturas de forma a capturar as alterações provocadas pela doença. Nesta dissertação, é desenvolvido e implementado um método, completamente automático, que permite auxiliar o diagnóstico de Alzheimer e as fazes anteriores da doença. Para isso, o algoritmo baseado em patches não locais, proposto por Coupé et al., é usado como a base para a criação de uma ferramenta de classificação dos diferentes estados de demência, a partir de imagens RM T1w. É ainda proposta uma alteração ao sistema, sendo a informação das bordas das imagens, obtida pelo filtro Laplaciano, incorporada no cálculo da segmentação e da gradação. Os métodos implementados foram suficientes para distinguir sujeitos de controlo e pacientes de Alzheimer, obtendo uma extatidão de 85% na classificação da base de dados ADNI-‐1. No entanto, a previsão de demência, e a determinação da eficácia do novo parâmetro de peso, foram grandemente limitadas pelos problemas originados pelas máscaras do hipocampo usadas. |
Tipo: | Dissertação de mestrado |
Descrição: | Dissertação de mestrado integrado em Engenharia Biomédica (área de especialização em Eletrónica Médica) |
URI: | https://hdl.handle.net/1822/34049 |
Acesso: | Acesso aberto |
Aparece nas coleções: | BUM - Dissertações de Mestrado DEI - Dissertações de mestrado |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Patrick Rosa Brandão.pdf | 8,36 MB | Adobe PDF | Ver/Abrir |