| Resumo: | O tema abordado na presente Dissertação insere-se no domínio da Visão Computacional, mais especificamente, no Processamento e Análise de Imagem por algoritmos computacionais. O processamento de imagem engloba processos fundamentais que permitem corresponder estruturas similares entre duas ou mais imagens e determinar os parâmetros do modelo da transformação geométrica que melhor alinha as estruturas de interesse representadas nas imagens alvo e de referência. Foi efetuado um estudo previamente a esta Dissertação, com 12 doentes sujeitos a tiroidectomia total e posterior ablação por I-131, e a fazerem terapêutica de substituição com Levotiroxina. Destes 12 doentes, 6 efetuaram PET Cerebral ao fim de 1 mês de paragem da Levotiroxina e os restantes 6 doentes efetuaram PET Cerebral após estimulação por TSHr. Todos os doentes efetuaram também, PET Cerebral Basal, no estado eutiroideu e foram avaliados por um neuropsicólogo em todas as sessões de aquisição de imagem. Esta Dissertação teve como objetivo principal desenvolver um algoritmo computacional automático, que permite carregar, processar e analisar imagens FDG-PET do cérebro, para posterior interpretação dos resultados acerca do metabolismo da glicose no SNC, em pacientes com tiroidectomia total com o uso de substitutos da tiroide durante: hipotiroidismo induzido, estado eutiroideu e sob estimulação por TSHr. O algoritmo computacional calcula as diferenças entre os diferentes estados, retornando uma imagem em z-scores, possibilitando a determinação e quantificação das diferenças metabólicas encontradas entre as imagens. A aplicação do algoritmo desenvolvido mostrou ser uma boa metodologia para o propósito desta Dissertação. Em suma, o algoritmo desenvolvido permite avaliar o metabolismo da glicose no SNC.
|
|---|