Services on Demand
Journal
Article
Indicators
Cited by SciELO
Access statistics
Related links
Cited by Google
Similars in SciELO
Similars in Google
Share
Revista Facultad de Ingeniería
Print version ISSN 0121-1129On-line version ISSN 2357-5328
Abstract
RODRIGUEZ-BASTIDAS, Oscar and VARGAS-ROSERO M. SC., Hermes-Fabián. Geração de modelos 3D de tumor desde imagens DICOM, para planificação virtual de sua recessão. Rev. Fac. ing. [online]. 2020, vol.29, n.54, e10173. Epub Feb 01, 2020. ISSN 0121-1129. https://doi.org/10.19053/01211129.v29.n54.2020.10173.
As imagens médicas são imprescindíveis para a realização do diagnóstico, planificação de cirurgia e evolução da patologia. O avanço da tecnologia tem desenvolvido novas técnicas para obter imagens digitais com mais detalhes, isto, por sua vez, tem algumas desvantagens, entre elas: a análise de grandes volumes de informação, tempo prolongado para determinar uma região afetada e dificuldade para definir o tecido maligno para sua posterior extirpação, entre as mais relevantes. Este artigo apresenta uma estratégia de segmentação de imagens e a optimização de um método de geração de modelos tridimensionais. Implementou-se um protótipo no qual logrou-se avaliar os algoritmos de segmentação e técnica de reconstrução 3D, permitindo visualizar o modelo do tumor desde diferentes pontos de vista mediante realidade virtual. Nesta pesquisa, avalia-se o custo computacional e a experiência do usuário; os parâmetros selecionados em termos de custo computacional são o tempo e o consumo de RAM. Utilizaram-se 140 imagens MRI cada uma delas com dimensões de 260x320 pixels, e como resultado, obteve-se um tempo aproximado de 37.16s e o consumo de memória RAM é de 1.3GB. Outro experimento realizado é a segmentação e reconstrução de um tumor; este modelo está formado por uma rede tridimensional que contém 151 vértices e 318 caras. Finalmente, avalia-se a aplicação com uma prova de usabilidade aplicada a uma amostra de 20 pessoas com diferentes áreas de conhecimento, os resultados mostram que os gráficos apresentados pelo software são agradáveis, também se evidencia que o software é intuitivo e fácil de usar. Também mencionam que ajuda a melhorar a compressão de imagens médicas.
Keywords : imagens médicas; k-means; rede 3D; modelo 3D; segmentação de imagens; usabilidade.