Introdução

A doença de Alzheimer (DA) é uma doença crônica não transmissível, neurodegenerativa e progressiva que consiste na causa mais comum de demência em idosos. O termo demência refere-se, de maneira generalizada, ao processo de perda ou progressiva redução das capacidades cognitivas de um indivíduo (memória, raciocínio, comunicação, etc.) de maneira a interferir em seu funcionamento ocupacional e social e acarretar a perda de sua autonomia. A DA é, em essência, uma doença que afeta idosos. Sua prevalência aumenta rapidamente conforme a idade avança, dobrando a cada 5 anos a partir dos 65 anos de idade e abrangendo atualmente mais de 30% da população com idade na faixa dos 80 anos.

Os hipocampos são estruturas cerebrais intimamente relacionadas à cognição e, portanto, são de grande interesse clínico para o diagnóstico e análise da evolução de doenças neurodegenerativas, como a doença de Alzheimer e Parkinson. A taxa de atrofia dos hipocampos por faixa etária é considerada um dos principais biomarcadores da DA.

Objetivo

O objetivo principal deste projeto de iniciação científica é o desenvolvimento de uma técnica automática para a segmentação dos hipocampos em imagens 3D de RM do cérebro humano usando modelos geométricos deformáveis e informações texturais extraídas das imagens.

Metodologia

As técnicas computacionais Gray Level Co-occurrence Matrix, para extração de características de textura e segmentação da região hipocampal, e Simplex Mesh, para a segmentação dos hipocampos, foram utilizadas durante o desenvolvimento de um método de segmentação automática dos hipocampos. Com o intuito de avaliar os resultados obtidos pelo método, utilizou-se o coeficiente de similaridade de Dice e o índice de Jaccard.

Resultados

As imagens de RM utilizadas foram de pessoas com diagnóstico da DA, da classe de comprometimento cognitivo leve (CCL). A avaliação do experimento foi feita analisando os valores de Dice e Jaccard para o hipocampo segmentado do modelo da NAC, o hipocampo segmentado utilizando apenas as informações de textura e o hipocampo segmentado utilizando o método automático proposto. O método obteve valor de Dice igual a 0.450±0.169 para o hipocampo esquerdo e 0.396±0.178 para o hipocampo direito e o valor de Jaccard obtido foi  0.305±0.144 para o hipocampo esquerdo e 0.262±0.153 para o hipocampo direito. Todos os valores estão no formato  “Média±Desvio Padrão”.

Conclusões

Ao final, alcançou-se uma técnica de segmentação automática, utilizando informações de textura, dos hipocampos em imagens 3D de RM, alcançando o objetivo almejado, podendo ser utilizada no auxílio do reconhecimento de pacientes que possuem DA e outras aplicações envolvendo os hipocampos. Porém, os resultados obtidos não foram de acordo com o esperado, visto que houve uma dificuldade de adaptar os mapas de textura no modelo de Simplex Mesh. Além do aprendizado de técnicas e conceitos de processamento de imagens.