Utilize este identificador para referenciar este registo: https://hdl.handle.net/1822/75508

TítuloHierarchical classification of lesions in wireless capsule endoscopy exams
Outro(s) título(s)Classificação hierárquica de lesões em exames de cápsula endoscópica
Autor(es)Vieira, Pedro Miguel
Orientador(es)Lima, C. S.
Rolanda, Carla
Palavras-chaveCápsula endoscópica
Deteção automática de lesões
Segmentação
Segmentação de instâncias
Capsule endoscopy
Automatic lesion detection
Segmentation
Instance segmentation
Data26-Jul-2021
Resumo(s)A cápsula endoscópica é um dispositivo médico que tem como como principal vantagem a possibilidade de visualizar todo o trato gastrointestinal. Este exame não invasivo é especialmente usado e vantajoso para o diagnóstico de patologias do intestino delgado, já que a endoscopia convencional é um exame invasivo que não possibilita a visualização deste órgão. Para analisar os exames de cápsula endoscópica o pessoal médico necessita de treino especializado, tendo sido provado que a quantidade massiva de imagens de cada exame pode levar à existência de erros médicos e uma propensão a que exista um subdiagnóstico de algumas patologias. Esta tese teve como objetivo o desenvolvimento de sistemas de deteção automática de diferentes tipos de lesões presentes no intestino delgado. Estes métodos envolveram o uso de algoritmos de segmentação baseados em métodos probabilísticos (nomeadamente o Expectation- Maximization), com a apresentação de um método de aceleração da convergência do algoritmo e do desenvolvimento de um novo método para melhorar as fronteiras de segmentação, baseado em Campos Aleatórios de Markov. Além disso, foram estudadas diferentes metodologias de classificação supervisionada, desde classificadores mais simples e classificadores ensemble para deteção de lesões individuais, e redes neuronais convolucionais e segmentação de instâncias para deteção e segmentação de multi-patologias. Com o apoio do Hospital de Braga, foi efetuado um estudo clínico com o método desenvolvido para deteção automática de angioectasias. Este trabalho teve como principal objetivo comparar a eficiência e performance deste método com a performance de diferentes médicos a analisar exames de cápsula endoscópica. Os diferentes métodos desenvolvidos demonstraram resultados superiores aos encontrados na bibliografia mais recente. É importante referir que o trabalho desenvolvido nesta tese permitiu uma melhor análise à necessidade de uma maior implantação de métodos de deteção de lesões em sistemas de cápsula endoscópica, tal como a necessidade de maiores e melhores estudos clínicos, tal como a disponibilização de melhores bases de dados públicas.
The wireless capsule endoscopy is a medical device with the main advantage of being able to visualize the whole gastrointestinal tract. This non-invasive exam is specially used for the diagnosis of small bowel pathologies, since the conventional endoscopy is not able to visualize this organ. To analyze these exams the medical staff need specialized training and it was recently proven that the massive quantity of images that are generated lead to medical errors and consequently the sub diagnosis of certain pathologies. In this thesis the main objective was to develop systems for automatic detection of different lesions present in the small bowel. These developments included the use of segmentation algorithms based on probabilistic methods (namely the Expectation-Maximization), with the presentation of an acceleration method and a new approach for improving the borders of the segmentation based on Markov Random Fields. Beyond that, several supervised classification strategies were studied, with the use of single-based classifiers and ensemble-based classifiers for detection of single lesions and convolutional neural networks, and instance segmentation for multipathology detection and segmentation. With the support of Hospital of Braga, a clinical studied was performed with the developed method for angioectasia detection. This work had the main purpose of comparing the efficiency and performance of the method with the performance of different physicians when analyzing wireless capsule endoscopy exams. The developed methods were tested in different applications and it was found that the performance was improved when compared to the most recent bibliography. It is important to state that all this work allowed to conclude that these systems need to have a greater implantation in the clinical practice. While there is a lot of advances in computer vision methods for lesion detection, there are still lacking better clinical studies and better and bigger public databases to improve the testing of the methodologies.
TipoTese de doutoramento
DescriçãoPrograma doutoral em Engenharia Biomédica
URIhttps://hdl.handle.net/1822/75508
AcessoAcesso aberto
Aparece nas coleções:BUM - Teses de Doutoramento
CMEMS - Teses de doutoramento/PhD theses

Ficheiros deste registo:
Ficheiro Descrição TamanhoFormato 
Pedro Miguel Pereira Vieira_Tese.pdf3,72 MBAdobe PDFVer/Abrir

Este trabalho está licenciado sob uma Licença Creative Commons Creative Commons

Partilhe no FacebookPartilhe no TwitterPartilhe no DeliciousPartilhe no LinkedInPartilhe no DiggAdicionar ao Google BookmarksPartilhe no MySpacePartilhe no Orkut
Exporte no formato BibTex mendeley Exporte no formato Endnote Adicione ao seu ORCID