Segmentação de imagens através de métodos robustos de clusterização

O principal objetivo deste trabalho consiste em encontrar o melhor método para segmentar imagens médicas, mais especificamente, radiografias dentárias. Pretende-se também definir critérios de comparação relevantes para avaliar a qualidade da segmentação obtida. Este último ponto permitiu definir uma...

Full description

Bibliographic Details
Main Author: Lawniczak, Jean Clement (author)
Other Authors: Balsa, Carlos (author)
Format: conferenceObject
Language:por
Published: 2020
Subjects:
Online Access:http://hdl.handle.net/10198/20891
Country:Portugal
Oai:oai:bibliotecadigital.ipb.pt:10198/20891
Description
Summary:O principal objetivo deste trabalho consiste em encontrar o melhor método para segmentar imagens médicas, mais especificamente, radiografias dentárias. Pretende-se também definir critérios de comparação relevantes para avaliar a qualidade da segmentação obtida. Este último ponto permitiu definir uma metodologia de validação dos resultados obtidos com duas categorias distintas de algoritmos: k-means e fuzzy c-means. Em alternativa, testaram-se também os métodos de Otsu e da binarisation. As experiencias efetuadas tiveram em conta imagens diferentes, cada uma com características próprias, de maneira a obter uma técnica de segmentação o mais genérica possível. Os resultados obtidos foram comparados com a segmentação real dada por um profissional de odontologia. Observou-se que os métodos de clusterização têm dificuldade em separar a parte correspondente ao dente da parte da gengiva. Efetivamente, nesta área da imagem a tonalidade dos pixéis é muito semelhante. No entanto, os resultados são promissores pois a técnicas utilizadas conseguem identificar grande parte da área correspondente ao dente.