Secções
Acções do Documento

CBIR

A Recolha de Imagens com Base em Conteúdo (Content Based Image Retrieval, CBIR) é uma tecnologia que pode ser usada para auxiliar o diagnóstico médico em que se recolhem e apresentam casos semelhantes àquele que está a ser diagnosticado. O diagnóstico de doenças pulmonares intersticiais é um dos problemas abordados.

A Recolha de Imagens com Base em Conteúdo é um paradigma de pesquisa que seleciona exemplos a partir de uma coleção de imagens que têm um conteúdo semelhante à imagem que está a ser pesquisada. O elevado número de exames presentes em sistemas de arquivo de imagens (Picture Archiving and Communication Systems, PACS) constituem uma motivação para o estudo de sistemas CBIR para um diagnóstico auxiliado por computador (Computer Aided Diagnosis, CAD). Perante um exame por diagnosticar, o sistema CBIR pode ser usado para auxiliar o processo de diagnóstico ao fazer uma recolha automática de exames semelhantes e relevantes para o processo de diagnóstico. Isto permite aos radiologistas comparar casos e consultar as conclusões dos colegas radiologistas, e assim melhorar a prática do diagnóstico, particularmente para radiologistas poucos experientes e em problemas difíceis de diagnosticar.

O objetivo do Laboratório de Imagem Biomédica é criar e implementar sistemas CBIR que façam uma recolha automática de informação médica a partir de relatórios de radiologia e aprender as semelhanças e as diferenças entre eles. Assim, os sistemas irão auxiliar o processo de diagnóstico ao fornecer casos semelhantes aos especialistas.

CBIR

O projeto aborda uma aplicação clínica em particular onde o objetivo é caracterizar e analisar as doenças pulmonares intersticiais (Interstitial Lung Disease, ILD). ILD é um conjunto de mais de 100 doenças pulmonares que afetam o interstício do pulmão. Estas causam a progressiva cicatrização do tecido pulmonar, levando a complicações respiratórias que, em fases avançadas, poderão levar à insuficiência respiratória. É bastante complicado diferenciar algumas destas doenças, o que justifica a necessidade de usar sistemas CBIR avançados, com uma estratégia baseada em registos médicos, por forma guiar a aprendizagem métrica no espaço da imagem.


Pessoas/Instituições

José Ramos (INESC TEC), Isabel Ramos (FMUP), Rui Ramos (FMUP), Aurélio Campilho (INESC TEC).


Financiamento

Fundação para a Ciência e a Tecnologia (FCT).


Principais Publicações

  • Thessa T. J. P. Kockelkorn, Clara I. Sánchez, Jan C. Grutters, Rui Ramos, Pim A. de Jong, Max A. Viergever, José Ramos, Cornelia Schaefer-Prokop, Bram van Ginneken: Interactive classification of lung tissue in CT scans by combining prior and interactively obtained training data: A simulation study. ICPR 2012: 105-108. Link
  • José Ramos, Thessa T. J. P. Kockelkorn, Bram van Ginneken, Max A. Viergever, Rui Ramos, Aurélio Campilho: Supervised Content Based Image Retrieval Using Radiology Reports. ICIAR (2) 2012: 249-258. Link
  • José Ramos, Thessa Kockelkorn, Bram van Ginneken, Max A. Viergever, Jan Grutters, Rui Ramos, and Aurélio Campilho: Learning Interstitial Lung Diseases CT Patterns from Reports Keywords. IWPIA 2013: 21-32. Link

 

 

Teses de Doutoramento

  • José Ricardo Ferreira de Castro Ramos, Content based image retrieval as a computer aided diagnosis tool for radiologists. Doctoral Degree on Electrical and Computer Engineering, FEUP, (Supervisor: Aurélio Campilho), in process.


Teses de Mestrado

  • Christophe Rodrigues da Silva, Categorização de imagens e pesquisa de base de dados através de exemplos. Master degree on Electrical and Computer Engineering, FEUP.  (Supervisor: Aurélio Campilho), 2009.
destaque-CBER.jpg
destaque-CBER.jpg
anuncio-contactos

Contactos

C-BER +351 22 209 4199