Usando a técnica de imagem por ressonância magnética (IRM) é possível adquirir uma vastaquantidade de informação tanto anatómica como funcional, obtendo-se assim melhores diagnósticose ajuda no tratamento de pacientes. O diagnóstico pode ser melhorado utilizando ferramentasde análise automática das imagens. Essa análise poderá sofrer a influência de algunsartefactos, sendo um deles a distorção de intensidades, causado por não-uniformidadesda excitação e recepção a quando do uso do pulso de rádio frequência (RF), assim comtambém é devido às interacções electrodinâmicas com o objecto. O desejo de resolvereste problema levou ao desenvolvimento de vários algoritmos com diferentes bases teóricas.Realizaram-se ainda variadas avaliações e comparações entre eles, mas, até agora,não foi encontrado um algoritmo que possa ser considerado inquestionavelmente o melhorpara todos os tipos de dados adquiridos com IRM.Para resolver esta ambiguidade, neste trabalho não é proposto um novo algoritmo. Foram usadosquatro conhecidos algoritmos para a correcção destas não-uniformidades, de maneira atentar encontrar o melhor método de correcção para cada tipo de aquisição de IRM. Foram utilizadasimagens simuladas com não-uniformidades na intensidade, geradas com parâmetrosde sequência idênticos às aquisições reais, de maneira a se puder obter imagens com intensidadespróximas das imagens clínicas e observar como este factor influencia os algoritmosde correcção. As imagens corrigidas foram avaliadas com diversos parametros relacionadoscom a qualidade de imagem.Verificou-se que a performance de cada algoritmo varia dependendo do tipo de imagem queestá a corrigir. Não foi encontrado um algoritmo que fosse superior a todos os outros paratodas a situações. A avaliação do melhor algoritmo foi realizada tendo em conta o propósitodas imagens e o parâmetro que se pretende melhorar.A escolha do método mais adequado para um tipo específico de imagens provou ser umpasso importante quando se procura melhorar uma análise subsequente da imagem, nestecaso segmentação. Estas melhorias poderão ser usadas para apoiar decisões médicas emelhorar assim os cuidados de saúde.Palavras-chave: Correcção da não-homogeneidade, MRI, segmentação, qualidade de imagem,processamento de imagem
展开▼
