Utilize este link para identificar ou citar este item: https://bdm.unb.br/handle/10483/29087
Arquivos neste item:
Arquivo Descrição TamanhoFormato 
2019_MatheusMoraisDalvi_tcc.pdf4,49 MBAdobe PDFver/abrir
Título: Ressonância magnética de fluxo usando compressive sensing e informação a priori de velocidade
Autor(es): Dalvi, Matheus Morais
Orientador(es): Rispoli, Vinicius de Carvalho
Assunto: Ressonância magnética
Fluidodinâmica computacional
Fluidos
Data de apresentação: Jul-2019
Data de publicação: 29-Out-2021
Referência: DALVI, Matheus Morais. Ressonância magnética de fluxo usando compressive sensing e informação a priori de velocidade. 2019. 64 f., il. Trabalho de Conclusão Curso (Bacharelado em Engenharia Elétrica)—Universidade de Brasília, Brasília, 2019.
Resumo: As doenças cardiovasculares figuram entres as principais causas de morte no mundo, tornando de extrema importância, para a análise de tais doenças, o estudo relativo à detecção de padrões de escoamento sanguíneo no corpo humano. No imageamento por ressonância magnética (RM), a quantificação do fluxo sanguíneo pode ser realizada com a técnica de contraste de fase (CF). Métodos alternativos para estimação de fluxo também são utilizados, como, por exemplo, a abor- dagem via modelos da dinâmica dos fluidos computacional (DFC). Apesar de amplamente utili- zada, limitações da técnica de CF inviabilizam sua aplicação em alguns casos. Visando contornar o problema de subestimação de velocidade, o aumento da resolução espacial em exames de RM pode resultar em exames excessivamente longos, exigindo a permanência do paciente no interior do scanner por um longo período de tempo para a aquisição de medidas. Simulações com DFC, por sua vez, exigem intervalos de aquisição reduzidos e fornecem resultados com alta resolução temporal e espacial. Sua acurácia, entretanto, é altamente dependente das hipóteses do modelo utilizado, podendo os resultados calculados não corresponderem à realidade. A introdução da técnica de Compressive Sensing (CS) em exames de RM com CF, aliada à utilização de trans- formadas esparsificantes, permitem que imagens de fluxo sejam reconstruídas a partir de uma quantidade reduzida de amostras, empregando, para isso, o uso de conhecimento prévio acerca dos sinais de interesse. Partindo da ideia por trás do CS, este trabalho propõe o desenvolvimento de algoritmos capazes de integrar a esta técnica informações a priori de velocidade proveniente de imagens obtidas por métodos alternativos para quantificação de fluxo. Propõe-se um processo de reconstrução que utiliza-se tanto da hipótese de esparsidade do CS quanto das medidas cal- culadas por tais métodos. Espera-se, assim, que a quantificação de escoamentos possa se dar a partir de uma quantidade ainda menor de amostras, possibilitando maior rotatividade do scanner em exames de RM e, consequentemente, tornando estes mais acessíveis.
Abstract: Cardiovascular diseases are among today’s leading causes of death worldwide, making extremely relevant, while analyzing those diseases, the study about blood flow patterns detection in the hu- man body. From magnetic resonance imaging (MRI), in vivo blood flow measurements can be taken directly by phase-contrast (PC) technique. Other possibility lies in the approach by alter- native flow estimation methods, such as computational fluid dynamics simulation. Despite being widely applied on exams, PC-MRI can culminate on excessively lasting exams, requiring patients to stay inside MRI scanners for long periods of time while measurements are taken. CFD simu- lations, on the other hand, require reduced scan intervals and provides high spatial and temporal resolution, though its accuracy can be hugely affected by model assumptions and, thus, cause simulated results to be inconsistent. Compressive Sensing (CS) technique, allied to sparsifying transforms, has been applied on flow MRI exams, such as PC-MRI, to allow blood flow patterns to be measured through small data quantity, based on previous knowledge about referred images. By employing the concepts behind CS, this works proposes the development of algorithms ca- pable of integrating to this technique a priori information taken from velocity images (estimated from alternative approaches). It will be proposed here a new signal reconstruction method for PC- MRI images based both on CS sparsity hypothesis and such velocity images. It is expected, by applying this method, that flow patterns will be quantified by even smaller set of measurements, allowing increase on scanner turnover at MRI exams and, thus, making those more accessible.
Informações adicionais: Trabalho de Conclusão Curso (graduação)—Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Elétrica, 2019.
Licença: A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor que autoriza a Biblioteca Digital da Produção Intelectual Discente da Universidade de Brasília (BDM) a disponibilizar o trabalho de conclusão de curso por meio do sítio bdm.unb.br, com as seguintes condições: disponível sob Licença Creative Commons 4.0 International, que permite copiar, distribuir e transmitir o trabalho, desde que seja citado o autor e licenciante. Não permite o uso para fins comerciais nem a adaptação desta.
Aparece na Coleção:Engenharia Elétrica



Todos os itens na BDM estão protegidos por copyright. Todos os direitos reservados.