FenixEdu™

Dissertação

Automated Diagnosis of Alzheimer's Disease using PET Images - A study of alternative procedures for feature extraction and selection" EVALUATED

Detalhes: Actualmente, não existe cura para a doença de Alzheimer, mas o seu diagnóstico precoce é essencial para um tratamento eficaz, retardando o progresso dos sintomas. Como consequência, o desenvolvimento de sistemas automáticos de diagnóstico que usam como principal fonte de informação imagens tridimensionais do cérebro tem despertado grande interesse nos últimos anos. Este trabalho focou-se em imagens PET e estudou alternativas para dois dos principais blocos constituintes de um sistema computorizado de diagnóstico: a extração e a seleção de features. No que respeita a abordagem comum baseada nas intensidade dos voxeis, diferentes resoluções da imagem FDG-PET foram estudadas. Além disso, foi também testado a utilização de uma medida de contraste local e o conhecido descritor de texturas, Local Binary Patterns, para o qual foi proposto uma nova extensão para três dimensões. Quanto à seleção de features, foi proposto um novo método baseado em dados adquiridos pela tecnologia Eye Track durante a inspeção de imagens PET por parte de um especialista. O objetivo deste método é modelar o comportamento do olhar ao longo tempo e usar este modelo para selecionar as features que o especialista achou de maior interesse. Estudou-se ainda métodos mais convencionais baseados em medidas de correlação e de informação mútua. O algoritmo Support Vector Machine foi utilizado para realizar classificações binárias entre pacientes com Alzheimer, pacientes com Défice Cognitivo Ligeiro e um grupo de controlo (dois a dois), obtendo-se desempenhos comparáveis ou superiores aos alcançados por sistemas semelhantes encontrados na literatura.
Keywords: Doença de Alzheimer, Diagnóstico Assistido por Computador, Tomografia por Emissão de Positrões, Seleção de Features, Extração de Features, Eye Tracking

Discussão: novembro 26, 2012, 10:0