Análise e interpretação de imagem médica com o apoio de agentes de software

• Autor(es): Marreiros, Filipe
• Data: 2006
• Identificador Persistente: http://hdl.handle.net/1822/5979
• Origem: RepositóriUM - Universidade do Minho
• Assunto(s): Sistemas de visualização de imagem médica; Sistemas baseados em agentes; Sistemas multidisplay; Diagnóstico assistido por computador; DICOM; Medical image visualisation systems; Agent based systems; Multidisplay systems; Computer aided diagnostic; 616.073
• Tipo de Documento: Dissertação de Mestrado
• Idioma: Português
• Orientador(es): Alves, Victor

Descrição

A evolução dos equipamentos utilizados na radiologia, desde as unidades de Ressonância Magnética (RM) de 3-tesla e sistemas de Tomografia Computorizada (TC) de 64 cortes em simultâneo até à ultima geração de tecnologias híbridas como a Tomografia por Emissão de Positrões (TEP)/TC está rapidamente a produzir volumes de imagens que ameaçam superar a capacidade de interpretação dos radiologistas. Os procedimentos actuais de leitura estão a tornar-se inadequados para analisar entre 300 e 500 imagens de uma TC de rotina ao tórax, abdómen, ou pélvis, e são ainda menos adequados para as 1500 a 2000 imagens de uma angiografia de TC ou de um estudo de RM funcional. Contudo os programas de computador para visualização continuam a apresentar o mesmo esquema para analisar as imagens: imitando, basicamente, o processo manual de visualização de películas (como pode ser observado na maioria dos programas de visualização comerciais). Por outro lado, os sistemas baseados em agentes têm permitido um progresso significativo no desenvolvimento e análise de software. Os sistemas multiagente têm efectivamente revelado sucesso numa vasta variedade de áreas de investigação e aplicação. O presente trabalho visa o desenvolvimento de um sistema multiagente que possibilite a criação de um sistema de diagnóstico multidisplay para imagem médica. A arquitectura multiagente desenvolvida é escalável quer em termos de área de visualização, ou em termos de agentes de conhecimento para diagnostico assistido por computador e protocolos de afixação de imagens. Neste trabalho é apresentada uma abordagem para ultrapassar o problema de leitura das imagens médicas através da implementação de estratégias alternativas de navegação que levam a uma apresentação mais “inteligente” das imagens a qual determina um aumento exponencial da área de diagnostico. A arquitectura multiagente desenvolvida e os seus agentes serão descritos em detalhe sendo ainda objecto de atenção, questões referentes à implementação do protótipo criado para validação e avaliação do sistema. The artefacts evolution used in the medical imaging practice, going from 3-tesla Magnetic Resonance (MR) units and 64-slice Computer Tomography (CT) systems to the latest generation of hybrid Positron Emission Tomography (PET)/CT technologies is producing a huge volume of images that threatens to overload the capacity of the interpreting radiologists. The current workflow reading practices are becoming inadequate for reviewing the 300 to 500 images of a routine CT of the chest, abdomen, or pelvis, and are less so far the 1500 to 2000 images of a CT angiography or functional MR study. However the image visualization computer programs continue to present the same schema to analyse the images. Basically, imitating the manual process of film visualization as can be found in most commercial medical viewers. On the other hand agent based computing has been hailed as significant break-through in software development and analysis. Multiagents systems are revelling success in a wide variety of research and application fields. This work concerns the development of a multiagent system that enables a multidisplay medical image diagnostic system. The multiagent system architecture is a scalable one, either in terms of display area or in terms of knowledge agents for computer aided diagnostic and intelligent hanging protocol tasks. In this work it is presented an approach to overcome the medical imaging reading problem, by implementing alternative navigation strategies that leads to an “intelligent” hanging of images, which, in turn, determines an exponential increase of the diagnostic area. The developed multiagent architecture and its agents are described in detail, and implementation issues of a prototype created for assessment purposes are also object of attention.