Biological Image and Signal Processing - Processamento de Imagens e Sinais Biologicos - TCC-00.242

[ Course Topics ][ References ] [ Works ][ Others Sites ]

Sixth instance


Wednesdays from 10 a.m. to 12 a.m.
and
Thursdays from 11 a.m. to 1 p.m.
Via Classroom ( code: a7giqcr ) and Meet ( rooms : ) in this link:

https://meet.google.com/cra-umyy-ihh

Note:

We moved our course from Tuesdays to Wednesdays !

31 March First presentation and work proposal!
06 Abril Each one idea for work.
07 Abril Next step sugestions ...
Pay attention to these issues when reading
20 Abril Presentation of the work ...
Parts and agenda
28 Abril Your next step
11 May All are going very well . . . .
(having yet aspect to solve of course . . . .
but now we must continue . . .)
Time to register your development !
18 May Show us your report .
(some points to observe !)

Signal and Image Processing

Foudations of Signals

Medical image reference book

Participants:

Last occurrences

( 2017 / 2 )

Participe do primeiro hackaton da medicina e da computacao em 27/11/2017:
(mande e-mail com seu nome para : poscardiovascularuff@gmail.com)


Aulas 1 e 2 - Aulas 3 e 4 - Aulas 5 e 6

Aula 9 - Aula 10- Aula 11- Aula 12-Aula 13

Trabalho final usando arquivos DICON.

Abrir os arquivos de exames fornecido e segmentar por alguma tecnica o Hipocampo ou outra estrutura nos mesmos e compare-as. Esta estrutura esta bem definida no exame de 2009. Encontre a mesma estrutura no exame de 2012. E veja o quanto essa paciente perdeu de memoria no tempo entre os exames!!

(Para entrega ate 11/12/17).

Segundo trabalho pratico 2017:

(Para entrega ate 30/11/17).

Considere o sinal de EEG distribuido.
Primeiro analise-o e verifique se ele ficaria melhor se fosse filtrado em alguma(s) faixa(s) de frequencia.
Se for o caso faca tal filtragem e descreva como esse procedimento foi feito.
Depois analise como poderia ser identificada a frequencia cardiaca media usando trechos do sinal.
Finalmente escolha um vetor de caracteristicas (features) para representar trechos deste sinal.
Justifique e descreva com suas palavras porque voce escolheu as features que usou para compor o seu vetor.
Normalize os elementos deste vetor. Analise quanto o sinal se mostra homogeneo em relacao a essas features.
OBS: Nao deixe de falar detalhes especificos,
por exemplo: como definiu os tamanhos das janelas usadas,
e os valores de tolerancia usados para considerar uniformidade dos trechos e
outros elementos que facam sentidos em relacao a cada feacture usada.

Primeiro trabalho pratico 2017:

(Para entrega ate 26/09/17).

Como voce faria para seguir a temperatura de um ponto em uma seguencia de imagens termicas?
Pense em uma ideia e uma possivel solucao. A partir de imagens reais verifique se sua ideia funcionou ou nao (ou seja faca testes).
Apos isso a turma deve fazer um texto em conjunto incluindo:
(1) porque isso seria importante;
(2) cada ideia individual de possivel solucao;
(3) relato das experiencias feitas;
(4) logica usada para pensar na solucao e testes sugeridos;
(5) mostrem o quanto ficou correto cada solucao. e comparem elas.
( Quem apresentou o melhor resultado para resolver esse problema ? )
O texto deve ter o formato de um paper com Introducao, Propostas de Solucao, Testes, Comparacoes, Conclusoes e Referencias.

Desafios : 2016 Challenges
MICCAI conferences

Primeiro trabalho pratico 2016:

Como descobrir algo fora do padrao em sinais de ECC digitais.
Fazer um relato das experiencias feitas a apartir de todas as tecnicas de analise de sinais,
vistas em aula e dos resultados destas, na forma de um "paper".
Possiveis base de dados para testes:
The PTB Diagnostic ECG Database.
PhysioBank Archive Index
MIT-BIH Database Distribution
MIT-BIH Arrhythmia Database

Segundo trabalho pratico 2016:

(Para entrega ate 30/05/16).

Apresentar uma solucao para extracao da ROI e registro de uma sequencia de imagens termicas do pescoco para diagnostico de nodulos da tiroide


Terceiro trabalho pratico 2016:

(Para entrega ate 30/05/16).

Apresentar uma pesquisa sobre imagens DICOM.
Usar a serie de RMI do neuro eixo de portatores do Zika e definir com elas um janelamento
adequado para visualizar os nervos e celebro.
Depois segmentar eles elementos adequadamente nesta serie de exames.
Usar os itens anteriores para uma visualizacao 3D destes elementos.


Modulos Lecionados:


Tradicionais X S.I.Bio. - SINAIS - Apresentacao ECG JR

Wavelets - DICON - Imagens de ZIKA



1. Processamento de Sinais 1D (EEG, ECG, MMG). Processamento de Imagens e Sinais 2D. Raio X Imagens Digitais. Reconstrucao a partir de imagens de tomografica - CT(tipos de tomografia), ultrasom-US PET, ressonancia magnrtica .Resolucao espacial e profundidade de cores. Imagens Infravermelhas. Imagens termicas.Segmentacao de Regioes de Interece - ROI .

2.Metodos Tensoriais: Para reconhecimento de objetos e determinacao da orientacao de captura e definicao. Transformada de Fourier 1D, 2D. Nyquist rate. Propriedades da Transformada de Fourier. Transformadas de Fourier discretas. DFT. FFT. Projeto de Filtros. Short time Fourier Transform. Processamento de Imagens 3D (CT, MRI, PET, SPECT). Processamento de imagens 4D. JPEC, MPEG e DICOM.

3. Ruido tipo de imagens biologicas. Comparando imagens: erro, relacao sinal ruido, PSNR, correlacao. Analise de Complexidade: Complexidade do Sinal; Mobilidade do Sinal; Dimensao Fractal, Dimensao de Higuchi . Histogramas, comparando histogramas. Metricas. Nocao Intuitiva de registro. Registro (rigido, nao rigido, linear, nao linear, automatico , manual) e Fusao de Imagens.Exemplo: Registro de imagens termicas da tiroide. Projeto Fusion.

4. Principios fisicos envolvidos na aquisicao de tipos especiais de imagens: ( termicas,CT, MRI, US) . Tipos de tomografia quanto a forma como as medidas sao feitas. Aquisicao em paralelo ou em lequefun: time-of-flight; atenuacao; reflexao; difracao. Formulacao matematica da tomografia de atenuacao. Tecnicas de reconstrucao algebrica. Fourier Slice theorem.

5. Tecnicas de Compressao e de Codificacao de Imagens. Compressao com Perdas x sem Perdas, Transformada de cosenos. Correlacao. Entropia. Codificacao Hoffman. - Formatos de Armazenamento de Imagens . DINCOM, JPEG / JPEG 2000, Endoscopias, CT, MRI, US, PET/SPECT. Visualizacao de imagens DICON em 3D.

6.Analise de Wavelets. Funcoes de Base e escala. Haar 1D. Wavelets 2D (decomposicao padrao e nao padrao). Aplicacoes em compreesao de dados. Analise Multiresolucao. Denosing. Filtragem. Restauracao de imagens.

7. Imageamento por raio X. Materias opacos e radiolucentes. Hard & soft x-ray. Danos ao DNA. Dose de radiacao. Invasibilidade. Constrastes mais usados, Qualidade da Aquisicao (quatum noise). Aplicacoes. Seminarios.

[Topicos do Curso][Referencias Bibliograficas] [Trabalhos] [Outros Sites] [Visual Lab]



    Referencias Bibliograficas: ( em ordem de prioridade )

  1. Alex A.T. Bui, Ricky K. Taira (eds.), Medical Imaging Informatics, SBN 978-1-4419-0384-6 e-ISB N 978-1-4419-0385-3 DOI 10.1007/978-1-4419-0385-3, Springer, New York,2010.get this
  2. K. Najarian and R. Splinter, Biomedical Signal and Image Processing CRC Press - Taylor & Francis Group, 2006 - livro texto basico do curso
  3. A. Ardeshir Goshtasby, 2-D and 3-D Image Registration: for Medical, Remote Sensing, and Industrial Applications, John Wiley & Sons, 2005.
  4. Tuan Pham Editor., Computational Biology Issues and Applications in Oncology , in Jeanne Kowalski and Steven Piantadosi,Series Ed. of Applied Bioinformatics and Biostatistics in Cancer Research, ISBN 978-1-4419-0810-0 e-ISBN 978-1-4419-0811-7, DOI 10.1007/978-1-4419-0811-7, Springer , NewYork ,2009.
  5. M. Sonka, V. Hlavac and R. Boyle, Image Processing, Analysis and Machine Vision, 3th Edition, Thomson, 2008.
  6. L. O ' Gorman, M. Sammon, M. Seul,Practical Algorithms for Image analysis,, 2nd Ed, Cambridge Univ. Press, 2008
  7. L. G. Shapiro and G.C. Stockman,Computer Vision, Prentice Hall, 2001
  8. W. Burger, M. J. Burge, Digital Image Processing An Algorithmic Introduction Using Java, First Edition, Springer, 2008, New York. ISBN 978-1-84628-379-6
  9. S.S. Soliman e M.D. Srinath, Continuous and Discrete Signals and Systems, 2nd Ed., Prentice-Hall, 1998
  10. H. Anton e C. Rorres, Algebra Linear com Aplicacoes Bookman, Porto Alegre, 2001.
  11. T. Higuchi Approach to an irregular time series on the basis of the fractal theory. Phys D. 1988;vol. 31, pp.:277 - 283.
  12. R.C. Gonzalez., R.E. Woods, and S.L. Eddins, Digital Image Processing Using MATLAB, Publishing House of Electronics Industry, 2005.
  13. A. Conci, E. Azevedo e F.G. Leta - Computacao Grafica: volume 2 (Processamento e Analise de Imagens Digitais), Campus/Elsevier. 2008 - ISBN 85-352-1253-3.
  14. A. H. Watt, F. Policarpo - The Computer Image , Addison-Wesley Pub Co (Net); 1998- ISBN: 0201422980 , UFF Bib CTC: 006.6 W344 :AMAZON - capitulos indicado para esse curso: Cap 1 (1.3 e 1.4 ), Cap 9, 10, 11, 12, 13, 14, 22, 25 e 26.
  15. R. C. Gonzalez and R. E. Woods - Digital Image Processing, Addison Wesley Pub. Co. 1993 - ISBN 0-201-60078-1. UFF Bib CTC.: 006.42 G 643 - 1993
  16. J. S. Duncan, and N. Ayache - ;."Medical Image Analysis: Progress over 2 decades and the challenges ahead" (artigo) - IEEE Transaction on Pattern Analysis and Machine Intelligence, vol 22. No.1 January 2000.
  17. H. Pedrini e W. R. Schwartz - ANALISE DE IMAGENS DIGITAIS: Principios, Algoritmos e Aplicacoes ,Cengage Learning, 2007 - ISBN: 8522105952 : SAC: 0800 11 19 39 - www.cengage.com
  18. E. J. Stollnitz, T. D. DeRose and D.H. Salesin - Wavelets for computer graphics: A primer (part 1 and 2) ,IEEE Computer Graphics and applications,vol. 15, 1995 - May and July
  19. D. Cyganski and J.A. Orr - Object Recognition and Orientation Determination by Tensor Methods , (Chapter 4) , In T. S. Huang Editor- Advances in Computer Vision and Image Processing , vol. 3, 1988 - Time-varying Imagery Analysis
  20. Diversos artigos de congressos e journal distribuidos durante o curso


[Topicos do Curso][Referencias Bibliograficas] [Trabalhos][Outros Sites]

LINKS:
  • http://www.worldscinet.com/journals/ijprai/15/1504/S0218001401001076.html
  • http://ct.radiology.uiowa.edu/~jiangm/courses/dip/html/node70.html
  • http://www.lems.brown.edu/~tek/research/morphology/image-smoothing.html
  • http://citeseer.nj.nec.com/context/478769/0http://citeseer.nj.nec.com/cs
  • http://www.dai.ed.ac.uk/CVonline/transf.htm
  • http://www.cs.rochester.edu/~kyros/Courses/CS290C/Lectures/lecture-5/sld017.htm
  • http://mvc.man.ac.uk/research/visual/medical/courses/SNOTES/studentnotes-5.html
  • http://www.math.purdue.edu/~lucier/692/related_papers_summaries.html
  • http://rkb.home.cern.ch/rkb/AN16pp/node268.html
  • http://www.umiacs.umd.edu/users/vasi/JavaWorkshop/node4.htm
  • http://www.cs.uni-duesseldorf.de/aurich/nlg/papers.html
  • http://www.students.ncl.ac.uk/ganesh.vengadasalam/exciting/tutorial/chapter3/chapter3.html
  • http://www.cs.sunysb.edu/~mueller/teaching/cse332/imgProc.pdf
  • http://www.ecn.purdue.edu/VISE/ee438L/lab10/pdf/lab10a.pdf
  • Reconstrucao 3D:inVesalius
  • Wavelets
  • http://www.spl.harvard.edu
  • http://www.inria.fr/epidaure/personnel/ayache/ayache.html
  • http://www.sensor.com
  • http://www.nomos.com
  • http://www.sofamordanek.com

    •

    Trabalhos 2014

    TRAB 1

    Usar as tecnicas de analise de sinais descritas em nosso livro texto (e explicadas na primiera e segunda aula) para verificar se ha formas delas serem usadas para os exames termicos de mastologia usando o protocolo dinamico (adotado atualmente no projeto em desenvolvimento no VisualLab).


    TRAB 2

    Pesquisar artigos com novass tecnicas de analise de sinais ou series temporais que poderiam ser aplicadas aos exames termicos usando o protocolo dinamico (comentado no trabalho 1).

    TRAB 3

    Implementar o registro de imagens de forma que todos os pontos das imagens dos exames termicos usando o protocolo dinamico (comentadas no trabalho 1) possam ser analisadas como series temporais ou sinais.

    Trabalhos 2012

    TRAB 1
    Cada aluno, depois de escolher um dos diferentes tipos de sinais ou imagens biomedicas (capitulos das partes II e III do livro texto), deve apresentar um seminario sobre o tema escolhido.
    O assunto do seminario deve ser completado com informacoes sobre o assunto das outras referencias do curso acrescido de material de pesquisa que o aluno encontrar.
    O seminario e de 20 a 50 minutos e sera apresentado nas aulas de 31/08/2012 e 14/09/2012 !

    TRAB 2
    Cada aluno, ou grupo de dois alunos deve implementar alguma forma diferente de registro para as imagens termicas de mama disbonibilizadas no endereco de drop box.
    Deve apresentar em sala os resultados e detalhes da implementacao.
    ( Caso algum grupo tenha problemas em implementar , por favor apresente-se para discutir opcoes.)
    Entrega: 19/10/2012 !

    Exercicio individual 1
    Usar neste exercicio o conjunto de imagens termicas (adquiridas no mesmo instante do mesmo motivo) disponibilizadas aos alunos, para:

    1. Calcular o nivel de ruido existente pelas tecnicas que chamamos de A e B .(Veja o material de ruido da aula de 19/10). Usar para isso pares das mesmas ( duas a duas das imagens ).
    2. Com esse conjunto de imagens gerar outras, correspondentes, mas adicionadas de um determinado nivel de ruido branco Gaussiano (o nivel de ruido e diferente para cada aluno e vai de 5,10, 15, 20 25....) ( veja abaixo ao lado do seu nome )
    3. Com as imagens ruidosas geradas, usar novamente a tecnicas A e B. Voce obtera agora dois outros conjuntos, que chamaremos de : denoise A e denoise B
    4. Usar todos os 4 conjuntos para gerar:
      1. imagens de subtracao quando fizer sentido.
      2. obter as medidas RSN, NCC e RMSE entre as originais e ruidosas correspondentes as originais, denoise A e denoise B
        Material relacionado: Aula dia 19/10.

      Entrega: 26/10/2012 !

      Entrega em .doc com as imagens adicionadas de ruido, as areas supostas constantes selecionadas para o metodo A, a subtracao que foi usada no metodo B e tabelas com os resultadas de cada calculo.

    Exercicio individual 2
    Transforme as imagens do Exercicio 1 da forma espacial (x,y) para o dominio de Fourier.
    Depois construa seu espectro de potencia e identifique os limites da distancia ao centro da informacao util ( informacoes diferentes de zero ! ) deste espectro.
    ( Responda : o que voce acha que isso tem a ver com a frequencia de Nyquist ? )

    Em outras palavras: Cada um dos alunos do curso deve calcular (pode-se usar sistemas ja prontos) e mostrar o espectro de Fourier e o angulo de fase bidimensionais das imagens originais do Trabalho anterior e tambem das imagens com o seu nivel de ruido adicionado. Esse resultado seria identico para as mesmas imagens apos voce as usar no seu programa de registro ? Cuide para que no grafico do espectro de Fourier a energia maxima fique centrada Use a imagem como N x N input e N x N output, de modo que N = 2n ( dyadic lengths N ) , ou seja tenha-se por exemplo N = 64, 128, 256, 512 etc...

    Entrega em .doc com as imagens : 9/11/2012 !

    TRAB 3 - Final ! ! !
    Qual a melhor base wavelets e tipo de limiarizacao dos coeficientes para imagens termicas (IR) ?

    Cada aluno (ou grupo de ate 3 alunos) deve usar uma base wavelet ou tecnica de limiariazacao diferente e experientar a denoising das imagens termicas com ruido adicionado, do exercicio 1 (serao enviadas a lista um conjunto com ruidos baixos, medios e altos ! ) , para tentarmos responder a essa pergunta. Dica :

    Esperamos ate um maximo de 5 grupos, com bases diferentes ou mudando a forma de limiarizacao dos coeficientes de detalhes para a reducao do ruido!
    Assim use suas ideas e as do seu grupo (nao as dos colegas!
    Ha muito o que variar!)

    Entrega: 23/11/2012 !

    Como os demais trabalhos esperamos uma apresentacao para a turma dos resultados !

    Alunos 2012/2

    1. Amanda Brugiolo Souza- EEG
    2. Carlos Eduardo Vaisman Muniz - SPECT - Ruido =5
    3. Elise Garcia Cieza- PET - Ruido =10
    4. Priscilla Mafra de Carvalho Marques - EEg - Ruido =15
    5. Gilda de Souza Carvalho- ECG - Ruido =20
    6. Jefferson Silva Mello - Core Biopsia - FNDA
    7. Joao Arthur B. Nogueira- EMG - Ruido =25
    8. Joao Elias Brasil Bentes Junior- CT - Ruido =30
    9. Joao Gabriel Gazolla- Termicas - Ruido =35
    10. Josiene Vieira Nascimento- Tonometria- Ruido =40
    11. Lidson Barbosa Jacob - Visao artificial - Ruido =45
    12. Marcel Sheeny de Moraes - Microscopia - Ruido =50
    13. Marcos Sanges do Amaral - MR - Ruido =55
    14. Mariana Mendes Portela - Cintilografia - Ruido =60
    15. Rai Gomes Mesquita - TIE (EIT) - Ruido =65
    16. Vitor Souza da Silva - densitometria ossea?
    17. Viviane Lopes Rodrigues - US - Ruido =70

      18. [Referencias Bibliograficas] [Trabalhos][Outros Sites]




      voltar inicio ementa

      dados do professor

      voltar linhas de pesquisa