análise computacional de estruturas em imagenstavares/downloads/publications/comunicacoes/... ·...
Post on 28-Jan-2019
217 Views
Preview:
TRANSCRIPT
Análise Computacional de Estruturasem Imagens
João Manuel R. S. Tavares
tavares@fe.up.pt www.fe.up.pt/~tavares
Mestrado Integrado em Engenharia Biomédica
Porto, 10 Dezembro 2012
Sumário
1. Apresentação
2. Análise Computacional de Estruturas em Imagens
i. Introdução
ii. Análise de Movimento e Deformação: Seguimento, Emparelhamento, Alinhamento e Simulação
iii. Visão 3D
3. Equipa
4. Eventos & Publicações
2Análise Computacional de Estruturas em Imagens2012@João Manuel R. S. Tavares
Apresentação• Prof. Associado no Dep. de Eng. Mecânica (DEMec) da
FEUP• Investigador Sénior e Coordenador de Projecto no Lab. de
Óptica e Mecânica Experimental (LOME) do INEGI• Doutorado e Mestre em Eng. Electrotécnica e de
Computadores (FEUP) (com Tese e Dissertação na área do Processamento e Análise de Imagem)
• Licenciado em Eng. Mecânica (FEUP)• Áreas de Investigação: Processamento e Análise de
Imagem (segmentação, seguimento, emparelhamento, alinhamento e visão 3D), Interfaces Homem/Máquina (visualização de dados e percepção humana), Desenvolvimento de Produto (dispositivos biomédicos), Biomecânica, Movimento e Postura Humana
2012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens 4
Introdução• O sistema sensorial de visão tem elevada importância
para grande parte dos seres vivos
– Podendo disponibilizar informações de índole básica, como verificar a existência ou não de obstáculos, ou complexa, como o seguimento e a análise de movimento
– Operações comuns: identificação (segmentação), seguimento e reconhecimento de movimento (seguimento e análise de movimento), correspondência e alinhamento (emparelhamento e alinhamento), interpolação de formas (simulação), obtenção da forma/informação 3D (Visão 3D)
2012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens 6
Introdução• Os investigadores da área do Processamento e Análise
de Imagem tentam desenvolver algoritmos computacionais para realizar de forma automática, ou semi-automática, operações e tarefas desenvolvidas pelos (complexos) sistemas de visão dos seres vivos
2012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens 7
Imagensoriginais
Azevedo et al. (2010) Computer Methods in Biomechanics and Biomedical Engineering 13(3):359-369
Modelo computacional 3Dvoxalizado e poligonizado
Introdução• Algoritmos de Processamento e Análise de Imagem
são de elevado interesse para a Sociedade, sendo frequentemente usados, por exemplo, em:– Ciências naturais, Desporto– Engenharia, Indústria– Medicina, Biologia
• Exemplos de tarefas comuns envolvendo algoritmos de Processamento e Análise de Imagem:– Remoção de ruído, Correcção geométrica– Segmentação, Reconhecimento (2D-4D)– Seguimento e análise de movimento, incluindo
emparelhamento, alinhamento e simulação (2D-4D)– Visão 3D
2012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens 8
Introdução: Processamento e Análise de Imagem – Operações e Objectivos
Análise Computacional de Estruturas em Imagens 9
Melhoramento de imagem
Segmentação de imagem / extração de características
seguimento
emparelhamento
simulação
Imagem /imagens
Análise de movimento alinhamento
Processamento de Imagem
Análise de Imagem /Visão Computacional
2012@João Manuel R. S. Tavares
Visão 3D
Visão por Computador
Introdução• (Pré-)Processamento de Imagem: suavização de ruído
por difusão anisotrópica
102012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens
• Segmentação de contornos em pedobarografia dinâmica: método de Otsu, operadores morfológicos, XOR
2012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens 11
Imagens originais Após segmentação
Bastos & Tavares (2004) LNCS 3179:39-50
Segmentação
camada de contacto+ vidro
câmara espelho
luz reflectida vidro
pressão camada opaca
lâmpada
lâmpada camada transparente
Seguimento• Pretende-se seguir o movimento e/ou a deformação de
estruturas em sequências de imagem (2D/3D)• Nesta área, destacam-se as técnicas baseadas em fluxo
óptico, emparelhamento de blocos e em métodos estocásticos
• Usualmente, envolve a estimativa do movimento envolvido, a gestão das entidades seguidas, a análise do movimento seguido bem como a sua quantificação
• Problemas envolvidos: movimento não rígido, distorção geométrica, condições de iluminação variáveis, oclusão, ruído, múltiplas estruturas, etc.
Análise Computacional de Estruturas em Imagens 132012@João Manuel R. S. Tavares
Seguimento• Plataforma desenvolvida para
seguimento de entidades (pontos/ rectas) em sequências deimagem: filtro de Kalman oufiltro Unscented Kalman,otimização, distância deMahalanobis, modelo degestão
Pinho et al. (2007) Int. Journal of Simulation Modelling 6(2):84-92Pinho & Tavares (2009) VipIMAGE 2009, 299-304 Pinho & Tavares (2009) Computer Modeling in Engineering & Sciences 46(1):51-75
Análise Computacional de Estruturas em Imagens 142012@João Manuel R. S. Tavares
Seguimento• Seguimento de marcas em análise da marcha: filtro de
Kalman, distância de Mahalanobis, otimização, modelo de gestão
Previsão Incerteza Medição Correspondência Resultado
Pinho et al. (2005) ICCB 2005, 915-926Pinho & Tavares (2009) Computer Modeling in Engineering & Sciences 46(1):51-75
(5 frames)
Análise Computacional de Estruturas em Imagens 152012@João Manuel R. S. Tavares
Sousa et al. (2007) ISHF2007, 331-340Sousa et al. (2007) ICCB2007, 291-296
Seguimento• Análise da marcha com deteção de
eventos: filtro de Kalman, distânciade Mahalanobis, otimização
Análise Computacional de Estruturas em Imagens 162012@João Manuel R. S. Tavares
Pinho et al. (2005) LSCCS, Vol. 4A:463-466 Pinho et al. (2007) International Journal of Simulation Modelling 6(2):84-92
(547 frames)
Seguimento• Seguimento de ratos em sequências longas de imagem:
filtro de Kalman, distância de Mahalanobis, otimização, modelo de gestão
Análise Computacional de Estruturas em Imagens 172012@João Manuel R. S. Tavares
Análise de Estruturas• Emparelhamento
– É uma das tarefas mais usuais em Visão Computacional, por exemplo, para alinhar estruturas, reconhecer estruturas, obter informação 3D, analisar movimento, etc.
– Geralmente é conseguido através da consideração de características invariantes, como a curvatura, ou de deslocamentos (assinaturas) em espaços globais/próprios, como no espaço modal ou de Fourier
– Problemas envolvidos: oclusão, deformações não rígidas, variações elevadas de forma, etc.
2012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens 18
Emparelhamento• Emparelhamento de contornos em imagens: modelação
física/geométrica, análise modal, otimização
Análise Computacional de Estruturas em Imagens 19
Bastos & Tavares (2006) Inverse Problems in Science and Engineering 14(5):529-541Tavares & Bastos (2010) Progress in Computer Vision and Image Analysis 339-368
2012@João Manuel R. S. Tavares
• Emparelhamento de contornos em pedobarografia dinâmica: FEM, análise modal, otimização
Emparelhamento
Análise Computacional de Estruturas em Imagens 20
Imagens originais Contornosemparelhados
Bastos & Tavares (2004) LNCS 3179:39-50Tavares & Bastos (2010) Progress in Computer Vision and Image Analysis, 339-368
2012@João Manuel R. S. Tavares
camada de contacto+ vidro
câmara espelho
luz reflectida vidro
pressão camada opaca
lâmpada
lâmpada camada transparente
Emparelhamento• Emparelhamento de contornos e superfícies em
pedobarografia dinâmica: FEM, análise modal, otimização
Análise Computacional de Estruturas em Imagens 21
Imagem de pedobarografia
dinâmica
Tavares & Bastos (2005) Electronic Letters on Computer Vision and Image Analysis 5(3):1-20
Emparelhamento dedois contornos
Emparelhamento entre duas superfícies de intensidade (pressão) (2 vistas)
Emparelhamento entre iso-contornos (2 vistas)
2012@João Manuel R. S. Tavares
Análise de Estruturas• Alinhamento
– É uma tarefa habitualmente necessária para comparar estruturas representados em imagens adquiridas em instantes de tempo distintos ou segundo diferentes condições/técnicas
– O alinhamento é geralmente essencial, por exemplo, em medicina para analisar a evolução de patologias a partir de imagens
– Geralmente é conseguido através da consideração de características invariantes, como pontos de curvatura máxima, emparelhamento e estimativa da transformação envolvida, ou pela minimização de uma medida de semelhança
– Problemas envolvidos: características não determinadas facilmente, deformações não rígidas, variações elevadas de forma, etc.
2012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens 22
Alinhamento• Alinhamento de contornos em imagens: modelação
geométrica/física, otimização, programação dinâmica
232012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens
Oliveira & Tavares (2008) Computer Modeling in Engineering & Sciences 31(11):1-11Oliveira & Tavares (2009) Computer Modeling in Engineering & Sciences 43(1):91-110
Alinhamento• Alinhamento de imagens de pedobarografia: modelação
geométrica, otimização, programação dinâmica
Imagens originais e contornos extraídos
Contornos emparelhados e imagens antes e após alinhamento
Oliveira et al. (2009) Journal of Biomechanics 42(15):2620-2623242012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens
Alinhamento• Alinhamento de imagens de pedobarografia:
transformada de Fourier
Imagens originais Imagens antes e após alinhamento
Oliveira et al. (2010) Computer Methods in Biomechanics and Biomedical Engineering 13(6):731-740
252012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens
Alinhamento• Alinhamento de imagens de pedobarografia: método
híbrido: Alinhamento de Contornos ou Alinhamento baseado na transformada de Fourier + Otimização de semelhança (MSE/MI/XOR)
Imagens originais, antes e após alinhamento
Oliveira & Tavares 2011 Medical & Biological Engineering & Computing 49(3):313-323
262012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens
Alinhamento• Alinhamento de imagens de pedobarografia para
identificação (esq. / direito), extração de medidas e índices
Imagens originais, após normalização, contornos e áreas identificadas
Oliveira et al. 2012 Computer Methods in Biomechanics and Biomedical Engineering 15(11):1181-1188
272012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens
Alinhamento• Alinhamento de imagens de uma mesma modalidade:
alinhamento de contornos – cont.
Suavização
Extracção do contorno (Corpus Callosum)
Extracção do
contorno
Binarização
282012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens
Alinhamento• Alinhamento de imagens de uma mesma modalidade:
alinhamento de contornos – cont.
Imagensa alinhar
Contornos antes e após emparelhamento
Oliveira & Tavares (2008) Computer Modeling in Engineering & Sciences 31(11):1-11Oliveira & Tavares (2009) Computer Modeling in Engineering & Sciences 43(1):91-110
292012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens
Alinhamento• Alinhamento de imagens de uma mesma modalidade:
alinhamento de contornos – cont.
30
Imagens Alinhadas
Imagemoriginais
Soma
Soma Diferença
Oliveira & Tavares (2008) Computer Modeling in Engineering & Sciences 31(11):1-11Oliveira & Tavares (2009) Computer Modeling in Engineering & Sciences 43(1):91-110
302012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens
Alinhamento• Alinhamento de imagens de uma mesma modalidade:
maximização direta da correlação cruzada (transformada de Fourier)
31
Imagens Alinhadas
Imagem originais(RM - proton density)
Soma
Soma Diferença
Oliveira et al. (2010) Computer Methods in Biomechanics and Biomedical Engineering 13(6):731-740
312012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens
Alinhamento• Alinhamento intermodal (CT/RM): otimização pelo
Método de Powell (otimização) de medida de semelhança (MI)
32
Imagens Alinhadas
Imagemoriginais
CT RM CT+RM
CT+RM Diferença CT+RM
Oliveira et al. (2011) Medical & Biological Engineering & Computing 49(3):313-323
322012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens
Imagem modelo Imagem a alinhar
Imagem alinhada
Pré-alinhamento usando transformação rígida
Novo pré-alinhamento usando transformação afim
Alinhamento curvo “grosseiro” usando B-splines
Alinhamento “fino” usando B-splines
Metodologia implementada com recurso ao Insight Toolkit (ITK)
332012@João Manuel R. S. Tavares
Alinhamento• Otimização iterativa e alinhamento 3D curvo usando B-
splines – cont.
33Análise Computacional de Estruturas em Imagens
• Alinhamento de imagens 3D: otimização iterativa, alinhamento 3D – cont.
Xadrez das imagens pré-alinhamento (CT, tórax – mesma pessoa, ∆t: 8.5 meses)
(xadrez - construído substituindo algumas partes (voxels) da imagem modelo pelas partes da imagem a alinhar que têm as mesmas coordenadas das partes retiradas à imagem modelo)
342012@João Manuel R. S. Tavares
Alinhamento
34Análise Computacional de Estruturas em Imagens
Xadrez das imagens pós-alinhamento (Semelhança: MI, Transf.: rígida)
352012@João Manuel R. S. Tavares
Alinhamento• Alinhamento de imagens 3D: otimização iterativa,
alinhamento 3D – cont.
35Análise Computacional de Estruturas em Imagens
Xadrez das imagens pós-alinhamento (Semelhança: MI, Transf.: B-splines cúbicas)
362012@João Manuel R. S. Tavares
Alinhamento• Alinhamento de imagens 3D: otimização iterativa,
alinhamento 3D – cont.
36Análise Computacional de Estruturas em Imagens
372012@João Manuel R. S. Tavares
• Alinhamento de imagens 3D: otimização iterativa, alinhamento 3D – cont.
Xadrez das imagens pré-alinhamento (CT, cérebro – duas pessoas)
Alinhamento
37Análise Computacional de Estruturas em Imagens
382012@João Manuel R. S. Tavares
• Alinhamento de imagens 3D: otimização iterativa, alinhamento 3D – cont.
Xadrez das imagens pós-alinhamento (Semelhança: MI, Transf.: afim)
Alinhamento
38Análise Computacional de Estruturas em Imagens
392012@João Manuel R. S. Tavares
• Alinhamento de imagens 3D: otimização iterativa, alinhamento 3D – cont.
Xadrez das imagens pós-alinhamento (Semelhança: MI, Transf.: B-splines cúbicas)
Alinhamento
39
Oliveira & Tavares (2012) Computer Methods in Biomechanics and Biomedical Engineering DOI:10.1080/10255842.2012.670855
Análise Computacional de Estruturas em Imagens
Aplicações no estudo de imagens DaTSCAN SPECT
402012@João Manuel R. S. Tavares
Alinhamento
40Análise Computacional de Estruturas em Imagens
Imagens DaTSCAN SPECT são usadas para auxiliar o diagnostico da doença de Parkinson e para a distinguir de outras doenças degenerativas. A solução desenvolvida é capaz de:
– Segmentar as áreas relevantes e realizar análises dimensionais– Quantificar os potenciais de ligação da basal ganglia– Computação automática de dados estatísticos relativamente a uma
população de referência
Normal Alzheimer Parkinsonismo idiopático
Tremor essencial
412012@João Manuel R. S. Tavares
Alinhamento
41Análise Computacional de Estruturas em Imagens
Slice médio de uma população usado como referência
Slicecorrespondente de um paciente
Diferença de intensidades
Mapeamento dos Z-scores no slice (a vermelho valores mais elevados)
(Os retângulos azuis representam as ROIs 3D usadas para calculo dos potenciais de ligação)
Oliveira & Tavares. (2012) The Quarterly Journal of Nuclear Medicine and Molecular Imaging (submitted)
Aplicação no estudo de imagens DaTSCAN SPECT
Alinhamento• Alinhamento de sequências de imagem 2D: alinhamento
espacial e temporal
Oliveira et al. (2011) Medical & Biological Engineering & Computing 49(7):843-850Oliveira & Tavares. (2012) Medical & Biological Engineering & Computing DOI:10.1007/s11517-012-0988-3
422012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens
Alinhamento• Alinhamento de sequências de imagem 2D de
pedobarografia dinâmica: alinhamento espacial e temporal
43
Sequências originais antes do alinhamento
Sequências pré-processadas
Sequências de imagem originais
Sequências após alinhamento
camada de contacto + vidro
câmara espelho
432012@João Manuel R. S. Tavares
Oliveira et al. (2011) Medical & Biological Engineering & Computing 49(7):843-850
Análise Computacional de Estruturas em Imagens
Alinhamento• Alinhamento de sequências de imagem 2D de
pedobarografia dinâmica: alinhamento espacial e temporal
44
Sequências originais antes do alinhamento
Sequências pré-processadas
Sequências de imagem originais
Sequências após alinhamento
442012@João Manuel R. S. Tavares
Oliveira et al. (2011) Medical & Biological Engineering & Computing 49(7):843-850
Análise Computacional de Estruturas em Imagens
Análise de Estruturas• Simulação
– É uma tarefa muito usada em Computação Gráfica (morphing)mas também muito útil em Visão Computacional, por exemplo, para estimar a deformação existente entre duas estruturas distintas ou entre dois instantes de uma mesma estrutura, estimar as transições entre duas formas adquiridas com espaçamento temporal elevado, etc.
– Geralmente é conseguida através da consideração de transformações geométricas
– No entanto, quando se deve considerar o comportamento físico das estruturas envolvidas, devem ser usadas metodologias e modelações físicas (por exemplo, usando FEM)
• Dificuldades comuns são relativas à estimativas das forças envolvidas e das propriedades adoptadas para os materiais
• Fase de emparelhamento das estruturas torna-se crucial
2012@João Manuel R. S. Tavares 45Análise Computacional de Estruturas em Imagens
Simulação
Análise Computacional de Estruturas em Imagens 46
• Simulação (morphing) física de contornos em imagens: FEM, análise modal, otimização, eq. de Lagrange
2012@João Manuel R. S. Tavares
• Simulação de contornos em imagens: FEM, análise modal, otimização,equação de Lagrange
Emparelhamento obtido
Deformações simuladas
Simulação
Análise Computacional de Estruturas em Imagens 47
Tavares & Pinho (2005) Journal of Computer Science 4(1):9-18Gonçalves et al. (2008) Computer Modeling in Engineering & Sciences 32(1):45-55
Imagens originais
2012@João Manuel R. S. Tavares
• Simulação de contornos em imagens: FEM, análise modal, otimização, equação de Lagrange
2012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens 48
Emparelhamentos obtidos
Deformaçõessimuladas
Emparelhamentosobtidos
Deformaçõessimuladas
Imagens originais
Simulação
Tavares & Pinho (2005) Journal of Computer Science 4(1):9-18Gonçalves et al. (2008) Computer Modeling in Engineering & Sciences 32(1):45-55
Visão 3D• Pretende-se obter a forma 3D de estruturas ou a
informação 3D de cenas a partir de imagens 2D• Nesta área, destacam-se: 1) formas exteriores: técnicas
ativas (com projecção de energia ou movimento relativo), passivas (sem projecção de energia ou movimento relativo) e de escavação espacial; 2) formas interiores: segmentação 2D (i.e. contornos) e interpolação, marching cubes e segmentação 3D
• Usualmente, envolve tarefas de calibração, segmentação, alinhamento, triangulação e interpolação
• Problemas envolvidos: distorção geométrica, iluminação variável, oclusão, ruído, formas complexas, etc.
2012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens 50
Visão 3D• Reconstrução 3D de objetos a partir de slices:
segmentação 2D, Delaunay, marching cubes
Perdigão et al. (2005) CMNI 2005Pimenta et al. (2006) CompIMAGE 2006, 343-348Alexandre et al. (2007) VipIMAGE 2007, 359-362
2012@João Manuel R. S. Tavares 51Análise Computacional de Estruturas em Imagens
Visão 3D• Reconstrução 3D de órgãos da cavidade pélvica
feminina partir de imagens axial e sagital de ressonância magnética: segmentação 2D, marching cubes, fusão –cont.
2012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens 52
Ma et al. (2012) Medical Engineering & Physics (accepted)
Slices axial e sagital da cavidade pélvica (1 - bexiga, 2 - vagina)
Visão 3D• Reconstrução 3D de órgãos da cavidade pélvica
feminina partir de imagens axial e sagital de ressonância magnética: segmentação 2D, marching cubes, fusão –cont.
2012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens 53
Bexiga reconstruida usando informação axial e sagital (2 vistas)
Ma et al. (2012) Medical Engineering & Physics (accepted)
Visão 3D• Reconstrução 3D de órgãos a partir de imagens de
diferentes modalidades: alinhamento, marching cubes, fusão
2012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens 54
Oliveira & Tavares. (2012) Computer Methods in Biomechanics and Biomedical Engineering DOI:10.1080/10255842.2012.670855
slices coronal, sagital e axial, e segmentação obtidaVisualização 3D após fusão
TC/SPECT
Visão 3D• Reconstrução 3D de cenas a partir de sequências de
imagem: visão estéreo densa
2012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens 55
Azevedo et al. (2006) VISAPP 2006, 383-388
Visão 3D• Reconstrução 3D de uma cena a partir de par de
imagens: visão estéreo densa
2012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens 56
Mapa de disparidadeobtido
Par de imagens original
Azevedo et al. (2006) VISAPP 2006, 383-388
Visão 3D• Reconstrução 3D de objetos a partir de sequências de
imagem: escavação espacial
2012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens 57
Azevedo et al. (2008) Advances in Computational Vision and Medical Image Processing: Methods and Applications, 117-136
Visão 3D• Reconstrução 3D de objetos a partir de sequências de
imagem: escavação espacial
2012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens 58
Azevedo et al. (2008) Advances in Computational Vision and Medical Image Processing: Methods and Applications, 117-136Azevedo et al. (2010) Computer Methods in Biomechanics and Biomedical Engineering 13(3):359-369
Imagens originais Modelo computacional 3D obtido voxalizado e poligonizado
Visão 3D
2012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens 59
Azevedo et al. (2010) Computer Methods in Biomechanics and Biomedical Engineering 13(3):359-369
• Reconstrução 3D de objetos a partir de sequências de imagem: escavação espacial
Imagens originais Modelo computacional 3D obtido voxalizado e poligonizado
Sumário
• A área da Visão Computacional é complexa e exigente, mas de elevado interesse em muitos domínios, em particular em Medicina e em Engenharia
• Vários desafios existem, como, por exemplo, condições de aquisição difíceis, oclusão, formas e topologias complexas, movimentos complicados
• Trabalho considerável já foi desenvolvido, mas existem ainda muitos desafios importantes e difíceis a resolver
• Métodos e metodologias de outras áreas do conhecimento, como da Matemática, Mecânica Computacional, Medicina e Biologia, podem contribuir para a resolução de tais desafios
• Para tal, Colaborações são Necessárias e Bem-vindas61Análise Computacional de Estruturas em Imagens2012@João Manuel R. S. Tavares
Equipa (Visão Computacional)
63Análise Computacional de Estruturas em Imagens2012@João Manuel R. S. Tavares
• Estudantes de Doutoramento (13):– Concluído: Daniel Moura, Teresa Azevedo, Sandra Rua, Zhen Ma,
Francisco Oliveira– Em curso: Raquel Pinho, Patrícia Gonçalves, Maria Vasconcelos,
Ilda Reis, João Nunes, Alex Araújo, Roberta Oliveira, Ana Ferreira
• Estudantes de Mestrado (22):– Concluídos: Elisa Barroso, Ana Jesus, Célia Cruz, Priscila Alves,
Frederico Jacob, Daniela Sousa, Francisco Oliveira, Teresa Azevedo, Maria Vasconcelos, Raquel Pinho, Luísa Bastos, Cândida Coelho, Jorge Pereira, Carolina Tabuas, Diana Cidre, Luís Ferro
– Em curso: Gabriela Queirós, Diogo Faria, Nuno Sousa, Rita Teixeira, Pedro Gomes, Luís Ribeiro
• Estudantes de Graduação (2)– Concluídos: Ricardo Ferreira, Soraia Pimenta
Agradecimentos
• Os trabalhos apresentados têm vindo a ser realizados parcialmente com o apoio da Fundação para a Ciência e a Tecnologia (FCT) em Portugal, nomeadamente, através dos projetos:– PTDC/SAU-BEB/102547/2008– PTDC/SAU-BEB/104992/2008– PTDC/EEA-CRO/103320/2008– UTAustin/CA/0047/2008– UTAustin/MAT/0009/2008– PDTC/EME-PME/81229/2006– PDTC/SAU-BEB/71459/2006– POSC/EEA-SRI/55386/2004
64Análise Computacional de Estruturas em Imagens2012@João Manuel R. S. Tavares
Webpage (www.fe.up.pt/~tavares)
2012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens 66
2012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens 67
Taylor & Francis journal “Computer Methods in Biomechanics and Biomedical Engineering: Imaging & Visualization”
2012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens 68
Taylor & Francis journal “Computer Methods in Biomechanics and Biomedical Engineering: Imaging & Visualization”
http://www.tandfonline.com/tciv
2012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens 69
Lecture Notes in Computational Vision and Biomechanics (LNCV&B)Series Editors: João Manuel R. S. Tavares, Renato Natal JorgeISSN: 2212-9391Publisher: SPRINGER
http://www.springer.com/series/8910
2012@João Manuel R. S. Tavares Análise Computacional de Estruturas em Imagens 70
VipIMAGE2013 - IV ECCOMAS Thematic Conference on Computational Vision and Medical Image Processing
Madeira Island, Portugal, October 2013
http://www.fe.up.pt/vipimage
top related