Comparação objetiva de imagens de ressonancia magnetica usando Compressive Sensing em diferentes estruturas de decomposição multinível

Abstract

O imageamento por ressonância magnética (RM) constitui uma das várias modalidades de imagens médicas utilizadas para diagnóstico, acompanhamento de doenças e planejamento de tratamentos. Ela é capaz de produzir imagens com melhor contraste, além de não emitir radiação ionizante, o que a torna uma escolha atraente para exames. Entretanto, seu maior custo e tempo de exame dificultam o seu uso de maneira mais generalizada. Reduzir o tempo de exame tem se tornado um importante tema de pesquisa na área de processamento de sinais nos últimos anos. Compressive Sensing é uma técnica que tem sido utilizada em vários estudos de ressonância magnética. O seu uso com transformadas esparsificantes abre uma grande variedade de possibilidades com o uso de filtros sobre as informações da imagem. Transformadas comuns utilizadas em ressonância magnética e compressive sensing são as wavelets. Um tipo de wavelet pouco explorado em ressonância magnética é a transformada wavelet dualtree, que possui algumas vantagens sobre a wavelet comum. Neste trabalho é feita a hipótese de que a transformada wavelet dualtree é superior às transformadas wavelet comuns pela possibilidade de esparsificar melhor, devido a maior seletividade de direções para imagens. Foram utilizados bancos de filtros para implementação das transformadas e também como método de reconstrução das imagens pré-filtradas, reconstruídas por compressive sensing. O banco de filtros foi comparado com o método de recomposição espectral usando métricas de qualidade objetiva (SNR e SSIM). Os métodos também foram comparados em relação ao tempo de reconstrução. Filtros de diferentes tipos e famílias foram comparados entre si, utilizando banco de filtros como método de reconstrução. Um conjunto de 73 imagens de cabeça foi utilizado para avaliar estatisticamente os resultados, para verificar se a diferença na qualidade das imagens por filtros diferentes é estatisticamente significante. Os resultados indicaram que, para os filtros de Haar, o método de recomposição espectral foi superior ao método do banco de filtros, com diferenças entre valores da SNR chegando a 14 dB e 0.1 para o SSIM para uma mesma imagem, em um nível. O filtro dtf4 em dois níveis obteve qualidade semelhantes para ambos os métodos de banco de filtros e a recomposição espectral. Foi observado que o banco de filtros obteve uma melhora na qualidade com o aumento de níveis de decomposição, enquanto a recomposição espectral foi quase insensível ao aumento de níveis, apresentando apenas uma ligeira melhora na qualidade do primeiro nível para o segundo. A comparação objetiva entre diferentes filtros, utilizando o banco de filtros como método de reconstrução, mostrou que os quatro filtros dualtree, em todos os casos, obtiveram resultados significantemente melhores que os outros filtros wavelet, com valores médios de SNR até 3 dB maiores que os outros filtros. A família de filtros coiflets apresentou, na média, resultados próximos aos dos filtros dualtree. Os filtros biortogonais reversos 3.1 e 3.3 apresentaram os piores resultados, seguidos dos filtros Daubechies/symlet 1 e 2, biortogonal e biortogonal reverso 1.1 e 1.5. Os tempos de recomposição para o banco de filtros foram menores que os tempos da recomposição espectral, chegando a ser 30 vezes menores, embora esse tempo seja praticamente desprezível em relação ao tempo total de reconstrução da imagem. Concluiu-se que o método do banco de filtros, utilizando os filtros dualtree, permite a reconstrução de imagens com qualidade semelhante ao do método de recomposição espectral, com tempos menores de recomposição e utilizando a mesma quantidade de informação. Os filtros dualtree também se mostraram superiores aos filtros wavelet comuns para o uso com banco de filtros.