Detecção de imagens em fase cardíaca em ultra-som intravascular.

• Main Author: Mônica Mitiko Soares Matsumoto
• Other Authors: Takashi Yoneyama
• Format: Others
• Language: Portuguese
• Published: Instituto Tecnológico de Aeronáutica 2007
• Subjects: Processamento de imagens; Sistema cardiovascular; Processamento de sinais; Ultra-som; Aquisição de dados; Compensação de movimento de imagens; Reconstrução de imagens; Eletrocardiografia; Engenharia eletrônica; Medicina
• Online Access: http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=401

A sincronização de imagens é um problema inerente às modalidades de imagens médicas que envolvam órgãos com movimentos quase-periódicos, como o coração. Assim, durante a aquisição de imagens de ultra-som intravascular (USIV) com pullback automático, tem-se a interferência do movimento cardíaco. Isto é visível observando-se um corte longitudinal da seqüência, pois há presença de um artefato característico tipo "dente-de-serra". Acredita-se que este é devido ao movimento do referencial de aquisição das imagens (cateter) com relação ao objeto de estudo (as coronárias). O objetivo deste trabalho é obter imagens que estejam em fase com o ciclo cardíaco, de forma que torne possível uma reconstrução tridimensional da coronária sem esta interferência de movimento baseando-se somente nas características da própria seqüência de imagens. Isto é importante, pois a maioria dos exames deste tipo não possui nenhum sinal adicional como o eletrocardiograma - ECG. A partir das imagens, extraíram-se sinais com diferentes abordagens que contêm informação sobre a quase-periodicidade da seqüência de quadros. Estes foram calculados a partir da média de intensidade da imagem (AI), diferença de intensidade média (AID), correlação cruzada (CoefCross) e informação mútua (MI) entre duas imagens consecutivas. Analisaram-se os sinais primeiramente em imagens simuladas, as quais foram testadas em diferentes condições de ruído speckle, contraste e características de paciente. Posteriormente, a metodologia foi testada em um exame real, e comparadas com a referência (ECG). De forma geral, para as imagens simuladas obtiveram-se bons resultados para todos os tipos de sinal (AI, AID, CoefCross e MI), com desempenhos robustos, acima de 95,0% de verdadeiros positivos e 2,3% de falsos positivos. E, para imagens reais, houve bons resultados para os sinais CoefCross e MI, com 97,4% de verdadeiros positivos e 2,5% de falsos positivos. A metodologia também se mostrou independente de parâmetros livres como limiares. Em trabalhos futuros, a metodologia pode ser testada em mais casos reais.