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.