BR102018068627A2 - método e sistema de processamento de imagens vídeo termométricas - Google Patents
método e sistema de processamento de imagens vídeo termométricas Download PDFInfo
- Publication number
- BR102018068627A2 BR102018068627A2 BR102018068627A BR102018068627A BR102018068627A2 BR 102018068627 A2 BR102018068627 A2 BR 102018068627A2 BR 102018068627 A BR102018068627 A BR 102018068627A BR 102018068627 A BR102018068627 A BR 102018068627A BR 102018068627 A2 BR102018068627 A2 BR 102018068627A2
- Authority
- BR
- Brazil
- Prior art keywords
- image
- video
- images
- thermometric
- shows
- Prior art date
Links
- 238000003672 processing method Methods 0.000 title 1
- 238000000034 method Methods 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 29
- 238000001757 thermogravimetry curve Methods 0.000 claims description 16
- 238000004861 thermometry Methods 0.000 claims description 10
- 238000010183 spectrum analysis Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 2
- 230000006872 improvement Effects 0.000 abstract description 8
- 230000003595 spectral effect Effects 0.000 abstract description 5
- 238000004458 analytical method Methods 0.000 abstract description 4
- 230000004927 fusion Effects 0.000 abstract description 4
- 238000004566 IR spectroscopy Methods 0.000 abstract description 3
- 239000003814 drug Substances 0.000 abstract description 3
- 238000004870 electrical engineering Methods 0.000 abstract description 2
- 206010028980 Neoplasm Diseases 0.000 description 29
- 239000003086 colorant Substances 0.000 description 13
- 210000000481 breast Anatomy 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 10
- 230000011218 segmentation Effects 0.000 description 10
- 210000001519 tissue Anatomy 0.000 description 10
- 230000005855 radiation Effects 0.000 description 9
- 230000007170 pathology Effects 0.000 description 8
- 238000001228 spectrum Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000010276 construction Methods 0.000 description 7
- 238000007689 inspection Methods 0.000 description 7
- 230000033001 locomotion Effects 0.000 description 7
- 230000004064 dysfunction Effects 0.000 description 6
- 230000002503 metabolic effect Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 206010006187 Breast cancer Diseases 0.000 description 5
- 208000026310 Breast neoplasm Diseases 0.000 description 5
- 206010027476 Metastases Diseases 0.000 description 5
- 208000009956 adenocarcinoma Diseases 0.000 description 5
- 230000017531 blood circulation Effects 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 5
- 210000002751 lymph Anatomy 0.000 description 5
- 210000000056 organ Anatomy 0.000 description 5
- 238000001356 surgical procedure Methods 0.000 description 5
- 238000012800 visualization Methods 0.000 description 5
- 241000282412 Homo Species 0.000 description 4
- 210000003484 anatomy Anatomy 0.000 description 4
- 238000001574 biopsy Methods 0.000 description 4
- 239000008280 blood Substances 0.000 description 4
- 210000004369 blood Anatomy 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 230000009401 metastasis Effects 0.000 description 4
- 239000000203 mixture Substances 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 230000001105 regulatory effect Effects 0.000 description 4
- 230000003068 static effect Effects 0.000 description 4
- 210000002978 thoracic duct Anatomy 0.000 description 4
- 208000037396 Intraductal Noninfiltrating Carcinoma Diseases 0.000 description 3
- 206010073094 Intraductal proliferative breast lesion Diseases 0.000 description 3
- 241000283973 Oryctolagus cuniculus Species 0.000 description 3
- 241000700159 Rattus Species 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 3
- 238000010521 absorption reaction Methods 0.000 description 3
- 201000011510 cancer Diseases 0.000 description 3
- 210000001072 colon Anatomy 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 208000028715 ductal breast carcinoma in situ Diseases 0.000 description 3
- 201000007273 ductal carcinoma in situ Diseases 0.000 description 3
- 238000002329 infrared spectrum Methods 0.000 description 3
- 208000028867 ischemia Diseases 0.000 description 3
- 230000003902 lesion Effects 0.000 description 3
- 210000003563 lymphoid tissue Anatomy 0.000 description 3
- 238000009607 mammography Methods 0.000 description 3
- 210000000713 mesentery Anatomy 0.000 description 3
- 210000004165 myocardium Anatomy 0.000 description 3
- 230000035945 sensitivity Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 230000006496 vascular abnormality Effects 0.000 description 3
- 206010003210 Arteriosclerosis Diseases 0.000 description 2
- 201000009030 Carcinoma Diseases 0.000 description 2
- 206010051228 Chylothorax Diseases 0.000 description 2
- 206010056325 Faecaloma Diseases 0.000 description 2
- 241000272186 Falco columbarius Species 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- 238000005481 NMR spectroscopy Methods 0.000 description 2
- 206010029113 Neovascularisation Diseases 0.000 description 2
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 2
- 230000002491 angiogenic effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000013475 authorization Methods 0.000 description 2
- 238000007675 cardiac surgery Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 210000000038 chest Anatomy 0.000 description 2
- HVYWMOMLDIMFJA-DPAQBDIFSA-N cholesterol Chemical compound C1C=C2C[C@@H](O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2 HVYWMOMLDIMFJA-DPAQBDIFSA-N 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 230000012010 growth Effects 0.000 description 2
- 210000003128 head Anatomy 0.000 description 2
- 238000003709 image segmentation Methods 0.000 description 2
- 238000011065 in-situ storage Methods 0.000 description 2
- 210000000936 intestine Anatomy 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 210000004072 lung Anatomy 0.000 description 2
- 230000001926 lymphatic effect Effects 0.000 description 2
- 201000001441 melanoma Diseases 0.000 description 2
- 230000004060 metabolic process Effects 0.000 description 2
- 230000002107 myocardial effect Effects 0.000 description 2
- 230000001613 neoplastic effect Effects 0.000 description 2
- 230000001575 pathological effect Effects 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 230000002685 pulmonary effect Effects 0.000 description 2
- 230000000241 respiratory effect Effects 0.000 description 2
- 210000005245 right atrium Anatomy 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000001931 thermography Methods 0.000 description 2
- 201000007423 tubular adenocarcinoma Diseases 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- UCTWMZQNUQWSLP-VIFPVBQESA-N (R)-adrenaline Chemical compound CNC[C@H](O)C1=CC=C(O)C(O)=C1 UCTWMZQNUQWSLP-VIFPVBQESA-N 0.000 description 1
- 229930182837 (R)-adrenaline Natural products 0.000 description 1
- 206010002383 Angina Pectoris Diseases 0.000 description 1
- 201000001320 Atherosclerosis Diseases 0.000 description 1
- 208000037260 Atherosclerotic Plaque Diseases 0.000 description 1
- 241000282465 Canis Species 0.000 description 1
- 108010004103 Chylomicrons Proteins 0.000 description 1
- 208000005189 Embolism Diseases 0.000 description 1
- 238000001157 Fourier transform infrared spectrum Methods 0.000 description 1
- 206010058558 Hypoperfusion Diseases 0.000 description 1
- 108090001030 Lipoproteins Proteins 0.000 description 1
- 102000004895 Lipoproteins Human genes 0.000 description 1
- 208000002193 Pain Diseases 0.000 description 1
- 241000944748 Quesada Species 0.000 description 1
- 208000025747 Rheumatic disease Diseases 0.000 description 1
- 206010039491 Sarcoma Diseases 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 240000000359 Triticum dicoccon Species 0.000 description 1
- 208000025865 Ulcer Diseases 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000003872 anastomosis Effects 0.000 description 1
- 230000033115 angiogenesis Effects 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- SMDHCQAYESWHAE-UHFFFAOYSA-N benfluralin Chemical compound CCCCN(CC)C1=C([N+]([O-])=O)C=C(C(F)(F)F)C=C1[N+]([O-])=O SMDHCQAYESWHAE-UHFFFAOYSA-N 0.000 description 1
- 238000005842 biochemical reaction Methods 0.000 description 1
- 239000012620 biological material Substances 0.000 description 1
- 210000004204 blood vessel Anatomy 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 210000004027 cell Anatomy 0.000 description 1
- 230000010261 cell growth Effects 0.000 description 1
- 235000012000 cholesterol Nutrition 0.000 description 1
- 230000027288 circadian rhythm Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000002591 computed tomography Methods 0.000 description 1
- 230000008602 contraction Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000002380 cytological effect Effects 0.000 description 1
- 230000034994 death Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001079 digestive effect Effects 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229960005139 epinephrine Drugs 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 239000003925 fat Substances 0.000 description 1
- 239000003102 growth factor Substances 0.000 description 1
- 239000001963 growth medium Substances 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000003434 inspiratory effect Effects 0.000 description 1
- 230000000968 intestinal effect Effects 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000003692 lymphatic flow Effects 0.000 description 1
- 230000036210 malignancy Effects 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000002609 medium Substances 0.000 description 1
- 230000004066 metabolic change Effects 0.000 description 1
- 230000001394 metastastic effect Effects 0.000 description 1
- 206010061289 metastatic neoplasm Diseases 0.000 description 1
- 230000004297 night vision Effects 0.000 description 1
- 230000037311 normal skin Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 150000003904 phospholipids Chemical class 0.000 description 1
- 230000010399 physical interaction Effects 0.000 description 1
- 210000003281 pleural cavity Anatomy 0.000 description 1
- 230000001855 preneoplastic effect Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000007115 recruitment Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 208000023504 respiratory system disease Diseases 0.000 description 1
- 210000001525 retina Anatomy 0.000 description 1
- 230000000250 revascularization Effects 0.000 description 1
- 210000005241 right ventricle Anatomy 0.000 description 1
- 210000005005 sentinel lymph node Anatomy 0.000 description 1
- 210000002460 smooth muscle Anatomy 0.000 description 1
- 238000004611 spectroscopical analysis Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 210000000115 thoracic cavity Anatomy 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 150000003626 triacylglycerols Chemical class 0.000 description 1
- 210000004881 tumor cell Anatomy 0.000 description 1
- 231100000397 ulcer Toxicity 0.000 description 1
- 238000002604 ultrasonography Methods 0.000 description 1
- 230000002792 vascular Effects 0.000 description 1
- 208000019553 vascular disease Diseases 0.000 description 1
- 230000006492 vascular dysfunction Effects 0.000 description 1
- 230000024883 vasodilation Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
- 230000035899 viability Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K3/00—Thermometers giving results other than momentary value of temperature
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0075—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence by spectroscopy, i.e. measuring spectra, e.g. Raman spectroscopy, infrared absorption spectroscopy
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
- A61B5/015—By temperature mapping of body part
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
- G01K3/00—Thermometers giving results other than momentary value of temperature
- G01K3/08—Thermometers giving results other than momentary value of temperature giving differences of values; giving differentiated values
- G01K3/14—Thermometers giving results other than momentary value of temperature giving differences of values; giving differentiated values in respect of space
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0012—Biomedical image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/143—Sensing or illuminating at different wavelengths
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/56—Processing of colour picture signals
- H04N1/60—Colour correction or control
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/20—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only
- H04N23/23—Cameras or camera modules comprising electronic image sensors; Control thereof for generating image signals from infrared radiation only from thermal infrared radiation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/43—Detecting, measuring or recording for evaluating the reproductive systems
- A61B5/4306—Detecting, measuring or recording for evaluating the reproductive systems for evaluating the female reproductive systems, e.g. gynaecological evaluations
- A61B5/4312—Breast evaluation or disorder diagnosis
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/72—Signal processing specially adapted for physiological signals or for diagnostic purposes
- A61B5/7235—Details of waveform analysis
- A61B5/7264—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems
- A61B5/7267—Classification of physiological signals or data, e.g. using neural networks, statistical classifiers, expert systems or fuzzy systems involving training the classification device
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10048—Infrared image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30068—Mammography; Breast
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30004—Biomedical image processing
- G06T2207/30096—Tumor; Lesion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/03—Recognition of patterns in medical or anatomical images
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/46—Colour picture communication systems
- H04N1/64—Systems for the transmission or the storage of the colour picture signal; Details therefor, e.g. coding or decoding means therefor
- H04N1/644—Systems for the transmission or the storage of the colour picture signal; Details therefor, e.g. coding or decoding means therefor using a reduced set of representative colours, e.g. each representing a particular range in a colour space
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Theoretical Computer Science (AREA)
- Biomedical Technology (AREA)
- Heart & Thoracic Surgery (AREA)
- Molecular Biology (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Pathology (AREA)
- Biophysics (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Toxicology (AREA)
- Radiology & Medical Imaging (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
a presente invenção descreve método e sistema de processamento de imagens vídeo termométricas e vídeo termométricas de pacientes, que compreende um método para delimitação do aspecto macro da região de interesse, em tempo-real, gerado pela emissão de ondas eletromagnéticas mir e lir e fusão da imagem real, com melhoramento da imagem, também em tempo-real, possibilitando a análise do aspecto micro por meio de emissão de ondas eletromagnéticas nir, para a identificação espectral da amostra por espectroscopia vibracional de infravermelho. a presente invenção se situa nos campos da medicina, biomedicina e engenharia elétrica.
Description
Relatório Descritivo de Patente de Invenção
Método e Sistema de Processamento de Imagens Vídeo Termométricas
Campo da Invenção [0001] O presente relatório contempla conhecimentos, informações e/ou dados confidenciais utilizáveis na indústria, comércio ou prestação de serviços, para os quais o detentor requer: a proteção estabelecida no inciso XXIX do Art. 5s da Constituição Federal; a manutenção do status jurídico de confidencialidade/segredo; a manutenção do status físico de confidencialidade/segredo pelo tempo previsto na Lei 9.279/96, Lei da Propriedade Industrial; e os direitos previstos no Art. 195 da Lei 9.279/96. A presente invenção descreve método e sistema de processamento de imagens vídeo termométricas e vídeo termométricas de pacientes, que compreende um método para delimitação do aspecto macro da região de interesse, gerado pela emissão de ondas eletromagnéticas MIR e LIR e fusão da imagem real, com melhoramento da imagem, possibilitando a análise do aspecto micro por meio de emissão de ondas eletromagnéticas NIR, para a identificação espectral da amostra por espectroscopia vibracional de infravermelho. A presente invenção se situa nos campos da medicina, biomedicina e engenharia elétrica.
Antecedentes da Invenção [0002] Ao analisar o espectro eletromagnético percebemos que os exames de imagem mais utilizados encontram-se nos extremos. A porção infravermelha do espectro tem sua principal aplicação na inspeção industrial, indústria automobilística, siderurgia, indústria aeronáutica, indústria química, engenharia, artes e manutenção elétrica, sendo uma técnica confiável que auxilia na prevenção de interrupções dos processos produtivos, evitando despesas e infortúnios (NOGUEIRA, 2010).
[0003] Na área de saúde, Nicholas A. Diakides foi uma pessoa-chave,
Petição 870180130138, de 14/09/2018, pág. 4/70
2/27 por ser gerente do programa de tecnologia infravermelha no laboratório de visão noturna e eletro-óptica do exército americano entre 1962-1983, quando desenvolveu várias aplicações para imagens por infravermelho, incluindo processamento de imagem inteligente, detecção assistida por computador (CAD), bases de dados baseadas no conhecimento e sistemas telemedicinais. Com a colaboração de Diakides a técnica foi regulamentada pela Associação Européia de Termologia em 1972 (LAHIRI, 2012). Em 2003, o FDA (Foodanddrugadministration) regulamentou o exame como “termometria digital em tempo-real”. No Brasil, a AMB (Associação médica brasileira) regulamentou o exame de “termologia cutânea”, sob o número 39.01.007-4.
[0004] Na cirurgia cardíaca, a utilidade inicial da vídeo termometria ocorreu em procedimentos de revascularização do miocárdio, em que o uso do método assegurou a viabilidade dos enxertos e anastomoses nas cirurgias coronarianas (MOHR, 1989). Também é útil para pacientes que sofrem de angina, demonstrando que na região precordial a variação térmica é maior do que em pacientes normais, sendo confirmado por angiografia. (BRIOSCHI, 2002). Na cardiologia clínica, a termometria é utilizada como auxílio no diagnóstico da doença cardiovascular aterosclerótica, por evidenciar uma disfunção vascular através da pele do paciente, em áreas específicas, relacionada ao nível de oclusão pelos ateromas (THIRUVENGADAM, 2014).
[0005] Nota-se que o termo usado na área industrial é “Termografia para a técnica e Termograma para o exame”, usando imagens estáticas. Já na área de saúde o termo regulamentado é “Termologia para a técnica e Termometria para o exame” com imagens dinâmicas em tempo-real, onde a imagem termométrica é uma imagem digital passível de processamento.
[0006] A diferença de foco é que torna a imagem termométrica objeto de nosso interesse. A adaptação do padrão industrial da “termografia” para a área de saúde (ARENA 2004; TAN, 2009; NOGUEIRA, 2010; RING 2013; QUESADA, 2016) criou a tendência ao uso de imagens estáticas e multicoloridas (rainbow) dos softwares industriais (VADARSCA, 2014)
Petição 870180130138, de 14/09/2018, pág. 5/70
3/27 subutilizando a técnica, uma vez que pode dar mais informação do que aparenta se usarmos um padrão de imagem que leve em consideração o fato do ser humano ser uma estrutura dinâmica e homeotérmica, sendo quase um corpo negro. De acordo com a teoria da radiação térmica, o corpo negro é considerado como um objeto hipotético que absorve toda a radiação incidente e irradia um espectro contínuo de acordo com a lei de Planck. Integrando a lei de Planck para todas as freqüências, obtemos a lei de Stefan Boltzman, que descreve o poder total de emissão de um corpo negro (MODEST, 2013). Nossa pele é quase um corpo negro com taxa de irradiação de 97 a 99% refletindo 1 a 3% (LAHIRI, 2012).
[0007] Em 1987, Gautherie realizou um estudo prospective em mais de 25.000 mulheres, tanto assintomáticas (59%) como sintomáticas (41%), durante quatro anos, com o objetivo de investigar os distúrbios térmicos e vasculares associados aos estágios iniciais da malignidade da mama. Todas as pacientes foram submetidas a exame termográfico nas condições padronizadas, mamográficos, exame físico, e quando indicado, exames radiográficos complementares, ultrassonográficos e citológicos. Dos 294 cânceres in situ, microinvasivos e não palpáveis diagnosticados, 60-70% geraram anomalias térmicas significativas que, na maioria dos casos, consistiram em padrões termovasculares distorcidos. Duzentos e quatro (21,3%) dos 958 pacientes que, em sua primeira visita, tinham um termograma anormal, porém, sem nenhuma evidência no exame físico ou mamografia, mas desenvolveram câncer nos três anos seguintes.
[0008] Em 1996, Gamagami escreveu em seu Atlas de Mamografia que as alterações angiogênicas pré neoplásicas podem ser observadas em pacientes assintomáticos anos antes das manifestações clínicas ou mamográficas do câncer de mama. Esses achados no passado foram interpretados como falso-positivos e anos seguintes o tumor palpável se desenvolveu na mesma mama. Em outro estudo com mulheres portadoras de anormalidades térmicas no exame inicial, e acompanhadas durante 2 a 10
Petição 870180130138, de 14/09/2018, pág. 6/70
4/27 anos, 33% dessas mulheres desenvolveram câncer de mama (FEIG, 1999).
[0009] Os avanços em tecnologias de imagem resultaram em imagens melhoradas, porém cada modalidade de imagem tem suas próprias limitações práticas, imposta pela natureza das estruturas de órgãos e tecidos. Estas limitações reforçam a necessidade de explorar novas tecnologias e explorar a possibilidade de usar múltiplas modalidades de imagem (JAMES, 2014). De acordo com Balan (2005), as características mais extraídas das imagens e usadas para gerar os vetores são: cor, textura e forma.
[0010] A representação de cores inclui desde o tradicional RGB (vermelho, verde e azul) num espaço cartesiano ortogonal, que mapeia as características físicas do objeto, refletindo mais precisamente o modelo de cores para a percepção humana em termos de matiz, saturação e intensidade (PHAM, 2000). Textura e forma podem discriminar e separar de modo mais apurado a imagem, pois os objetos (órgãos, tecidos e anomalias) têm na maioria das vezes, formas e texturas específicas que podem ser empregadas para a delimitação dos mesmos, podendo ser reconhecida e diferenciada pelo olhar humano através de características de suavidade, rugosidade e regularidade. (TUCERYAN, 1993).
[0011] A segmentação decompõe uma imagem em regiões homogêneas e esta tarefa pode ser alcançada ao identificar as fronteiras entre as regiões objeto de interesse (ROI). Na visão de Santos (2006), as regiões de uma segmentação de imagem devem ser uniformes e homogêneas em relação a algumas características como o tom de cinza ou a textura, enquanto as regiões adjacentes devem ter valores significativamente diferentes em relação à característica em que são uniformes. O limite da segmentação deve ser simples, não esfarrapado, e espacialmente preciso (HARALICK, 1985).
[0012] Um algoritmo universal para a segmentação de imagens, certamente, não existe e, ao contrário, a maioria das técnicas é adaptada para determinadas aplicações podendo funcionar apenas sob certas hipóteses sendo propensas a erros de segmentação se os objetos retratados nas
Petição 870180130138, de 14/09/2018, pág. 7/70
5/27 imagens em cores são afetados por estaques, sombreamento e sombras. A única maneira de superar essa desvantagem é analisar como a luz interage com materiais coloridos e introduzir modelos dessa interação física nos algoritmos de segmentação, contabilizando as propriedades de reação com a matéria colorida (PHAM, 2000).
[0013] O estado da técnica carece de um sistema de processamento de imagens vídeo termométricas de pacientes, capaz de localizar a região de interesse, registrar ocorrências que apesar de não serem visíveis - a olho nu estão presentes, detectar inúmeras anomalias em diferentes modalidades de imagens, além de ser capaz de comparar diferentes imagens para a utilização da mais eficiente de acordo com a necessidade do operador. Também carece de um sistema para identificar uma região de interesse, não visível ou palpável, para análise espectral da amostra.
[0014] Assim, do que se depreende da literatura pesquisada, não foram encontrados documentos antecipando ou sugerindo os ensinamentos da presente invenção, de forma que a solução aqui proposta possui novidade e atividade inventiva frente ao estado da técnica.
Sumário da Invenção [0015] Dessa forma, a presente invenção resolve os problemas do estado da técnica a partir de um sistema de processamento de imagens vídeo termométricas de pacientes capaz de detectar anomalias por meio de um vídeo termograma, utilizando ondas eletromagnéticas com diferentes comprimentos dentro do espectro infravermelho e um ajuste da paleta de cores das imagens obtidas.
[0016] Em um primeiro objeto, a presente invenção apresenta um método de processamento de imagens vídeo termométricas de pacientes compreendido pelas etapas de:
a. delimitação da região de interesse e registro de anomalias não visíveis a olho nu, por meio de emissão de ondas
Petição 870180130138, de 14/09/2018, pág. 8/70
6/27 eletromagnéticas MIR e LIR;
b. vídeo termometria da região de interesse por meio de emissão de ondas eletromagnéticas MIR e LIR;
c. identificação das anomalias não visíveis a olho nu para análise espectral da amostra por meio de emissão de ondas eletromagnéticas NIR;
d. ajuste da resolução do vídeo termograma gerado.
[0017] Em um segundo objeto, a presente invenção apresenta um sistema de processamento de imagens vídeo termométricas de pacientes compreendido por:
a. meio de aquisição do vídeo termograma;
b. meio de manipulação do vídeo termograma.
[0018] Estes e outros objetos da invenção serão imediatamente valorizados pelos versados na arte e serão descritos detalhadamente a seguir.
Breve Descrição das Figuras [0019] Com o intuito de melhor definir e esclarecer o conteúdo do presente pedido de patente, as seguintes figuras são apresentadas:
[0020] Demonstração do PADRÃO ATUAL DE IMAGEM TERMOGRÁFICA adaptada do padrão industrial [0021] A figura 1 mostra a imagem do câncer de mama (carcinoma ductal in situ) em duas cores, na região do infravermelho MIR (SZU, 2003).
[0022] A figura 2 mostra a imagem do câncer de mama (carcinoma ductal in situ) em duas cores na região do infravermelho LIR (SZU, 2003).
[0023] A figura 3 mostra a imagem da mama direita na faixa do MIR (esquerda) (SZU, 2003).
[0024] A figura 4 mostra a imagem da mama direita LIR (direita) mostrando um melhoramento na delimitação (SZU, 2003).
[0025] A figura 5 mostra a imagem multicolorida da mama antes da aplicação do algoritmo LCCN (language constraint neural network) (SZU,
Petição 870180130138, de 14/09/2018, pág. 9/70
7/27
2003).
[0026] A figura 6 mostra a aplicação do algoritmo LCCN na imagem multicolorida da mama onde evidenciou a lesão, demarcada em rosa(SZU, 2003).
[0027] A figura 7 mostra um exemplo de assimetria térmica detectada por uma paleta de cores.
[0028] A figura 8 mostra o padrão de cores usado nas imagens industriais e adaptados para os exames de imagem.
[0029] Demonstração do MELHORAMENTO DA IMAGEM VÍDEO TERMOMÉTRICA proposta [0030] As figuras 9 e 10 mostram o delineamento, através da paleta de cores, que ocorre do pulmão (seta preta) e coração (seta amarela) de um rato, que durante o experimento perdeu calor para o ambiente (22±2°C), de modo a diminuir sua temperatura.
[0031] A figura 11 mostra o resultado do processamento da imagem para a detecção do sangue (demonstrado pela cor azul), durante a contração do músculo cardíaco de um coelho, evidenciando em tempo real através das câmaras do músculo cardíaco (átrio direito para o ventrículo direito).
[0032] A figura 12 mostra as possibilidades do processamento da imagem, visualizada em tempo real, em diferentes paletas de cores, de modo a achar a paleta mais adequada (indicada pela seta), para resultar na imagem da figura 11.
[0033] DEMONSTRAÇÃO do POTENCIAL DIAGNÓSTICO padrão de imagem vídeo termométrica proposto [0034] A figura 13: A seta preta indica uma massa tumoral visível (Adenocarcinoma complexo com áreas císticas e papilíferas), enquanto a seta amarela aparentemente é composta por um tecido mamário canino normal sem alterações visíveis ou palpáveis.
[0035] A figura 14 mostra uma visão ampliada da figura anterior.
[0036] A figura 15 mostra imagens processadas durante o momento
Petição 870180130138, de 14/09/2018, pág. 10/70
8/27 cirúrgico faz figuras 13 e 14. A mão do cirurgião segura a massa tumoral (adenocarcinoma), indicado pela seta preta e ao lado direito aparece uma textura rugosa bem evidente, não visível ou palpável durante a inspeção (seta amarela).
[0037] A figura 16 mostra biópsia presuntiva com resultado histopatológico indicando um padrão similar a área tumoral (carcinoma sólido).
[0038] A figura 17 mostra assimetria contralateral com áreas com o mesmo padrão de imagem em cadela.
[0039] A figura 18 mostra a demarcação das áreas assimétrica. Na porção inferior a massa tumoral é palpável e visível (seta preta), porém a marcação superior não tem evidência de alteração (seta amarela).
[0040] A figura 19 mostra uma biópsia presuntiva (seta amarela) com um padrão similar a área tumoral indicando uma metástase (padrões mucíparos, sólidos e invasivos com êmbolos neoplásicos vasculares compatível com adenocarcinoma).
[0041] A figura 20 mostra que numa mesma área pode existir uma grande diferença de temperatura devido à neovascularização promovida pelo tumor (adenocarcinoma tubular), onde os pontos são estabelecidos por diferentes temperaturas (cadela).
[0042] A figura 21 mostra a massa tumoral (seta preta), a área de abrangência tumoral (seta vermelha) e área presuntiva de metástase à distância (seta amarela) em cadela.
[0043] A figura 22 mostra a imagem vídeo termométrica da figura 21 detectando a área de abrangência tumoral.
[0044] A figura 23 mostra a imagem vídeo termométrica da figura 21 detectando uma provável metástase à distância comprovada na figura 24.
[0045] A figura 24 mostra o resultado do exame histopatológico da área presuntiva da figura 21 (seta amarela) resultando num carcinoma tubular.
[0046] A figura 25 mostra a área assimétrica em quadrante superior interno da mama direita humana e alteração da temperatura abaixo indicativa
Petição 870180130138, de 14/09/2018, pág. 11/70
9/27 de disfunção. Ao centro, uma peça cirúrgica contendo um sarcoma removido da área delimitada pela vídeo termometria. À direta demonstração da área removida.
[0047] As figuras 26 e 27 mostram as áreas acometidas pelo melanoma induzido em ratos.
[0048] As figuras 28, 29 e 30 mostram imagens do lobo pulmonar direito cranial e médio (*) em movimento inspiratório sequencial, evidenciando os movimentos respiratórios de entrada de ar na demarcação por círculos.
[0049] A figura 31 mostra uma imagem da alça distendida do intestino (cólon) por impactação de um fecaloma mostrando a área vascularizada (seta preta) e a área desvitalizada (seta amarela).
[0050] A figura 32 mostra uma imagem da alça distendida do intestino (cólon), apresentando a visualização da anatomia circulatória do mesentério(*).
[0051] A figura 33 mostra uma área desvitalizada do cólon (seta amarela) e anatomia circulatória do mesentério (seta preta) de um cão.
[0052] RESULTADO do padrão de imagem vídeo termométrica proposto [0053] A figura 34 mostra uma imagem real do extravasamento líquido da linfa na cavidade torácica (em volta do pulmão e coração), durante uma cirurgia de um cão.
[0054] A figura 35 mostra a imagem termométrica da figura 34 com a paleta de cores do padrão industrial rainbow, inserida como padrão de comparação para contextualizar o melhoramento da imagem pelo novo padrão. [0055] A figura 36 mostra uma concretização da imagem através de uma paleta de cores capaz de demonstrar o local do extravasamento da linfa pelo dueto torácico.
[0056] A figura 37 mostra uma concretização da imagem através de uma paleta de cores o pinçamento compressivo para interromper o fluxo da linfa pelo dueto torácico.
[0057] As figuras 38 e 39 mostram concretizações de um melhoramento das imagens das figuras 36 e 37, respectivamente, após um novo
Petição 870180130138, de 14/09/2018, pág. 12/70
10/27 processamento à medida que a construção de paletas refina o processo.
[0058] CONSTRUÇÃO do padrão de imagem vídeo termométrica proposta [0059] Para a inspeção industrial é justificável que se obtenha a informação de todas as temperaturas emitidas pelo objeto, já que este tende a entrar em equilíbrio térmico, mas para o ser humano apenas as temperaturas extremas são importantes, já que somos homeotérmicos e mantemos a nossa temperatura interna constante.
[0060] A temperatura periférica pode variar com o ambiente de uma maneira uniforme, mas numa patologia, temos diferença de temperatura entre pixels que podem chegar a graus. Daí a importância da sensibilidade do equipamento a ser utilizado e da captura das temperaturas que nos interessam de acordo com a patologia a ser estudada.
[0061] Vamos usar as figuras 38 e 39 como exemplo, onde o objeto de estudo é o tecido linfático (linfa), onde a faixa de temperatura a ser estudada está um pouco abaixo da temperatura máxima (sangue). Neste caso, a paleta deve ser construída para evidenciar as maiores temperaturas, enquanto as temperaturas que não nos interessam devem formar um degrade discreto de cor, sendo o mais ideal a escala de cinza.
[0062] A figura 40 mostra outra concretização da paleta de cores utilizada das imagens editadas, onde diferentes cores no pico máximo da escala de cinza promove a visualização de diferentes tecidos.
[0063] A figura 41 mostra outra concretização da paleta de cores utilizada das imagens editadas, onde diferentes cores no pico máximo da escala de cinza, com forte impressão de cor antes do pico máximo, demonstra a área de maior intensidade metabólica.
[0064] As figuras 42, 43 e 44 mostram outra concretização da paleta de cores utilizada das imagens editadas, onde uma mudança na construção da paleta pode mudar o resultado da imagem, acrescentando detalhes ou confundindo o operador quando trabalha em tempo-real.
Petição 870180130138, de 14/09/2018, pág. 13/70
11/27 [0065] A figura 45 mostra outra concretização da paleta de cores utilizada das imagens editadas, onde a escala de cinza, com acréscimo de outra cor na porção média em degrade até o limite anterior a coloração do pico, promove a visualização do entorno da área de interesse.
[0066] A figura 46 mostra outra concretização da paleta de cores utilizada das imagens editadas, onde ao abandonar a escala de cinza como tonalidade de fundo, o degrade uniforme pode confundir num exame em tempo-real.
[0067] A figura 47mostra outra concretização da paleta de cores utilizada das imagens editadas, onde um degrade com contraste no gradiente de tonalidades pode dar informações do entorno.
[0068] As figuras 48 e 49 mostram outra concretização da paleta de cores utilizada das imagens editadas. A inversão da área de contraste pode ser a diferença entre a imagem visível e a imagem subjetiva.
[0069] As figuras 50 e 51 mostram outra concretização da paleta de cores utilizada das imagens editadas, onde a localização da concentração de cores contrastando com a escala de cinza pode ser a diferença entre a imagem visível e a imagem subjetiva.
[0070] A figura 52 mostra o uso da segmentação para anular as informações que não interessam, facilitando a análise da região de interesse. Na barra de temperatura a amplitude da segmentação superior ou inferior define a abrangência da região a ser delimitada.
[0071] As figuras 53, 54, 55 e 56 mostram as isotermas como recursos demarcatórios usados nas regiões de interesse para facilitar a localização de áreas similares. De acordo com a posição e amplitude da isoterma (em amarelo) na coluna de temperatura, o resultado produzido busca a similaridade térmica.
[0072] A figura 57 mostra várias isotermas sendo usadas para identificação de similaridade térmica, sendo útil na busca de padrões da patologia ao delimitar uma área ou buscar o mesmo padrão à distância da
Petição 870180130138, de 14/09/2018, pág. 14/70
12/27 patologia evidente.
[0073] O AMBIENTE MODULAR DA APLICAÇÃO DO ALGORITMO [0074] A figura 58 mostra uma concretização do sistema em funcionamento utilizando a paleta padrão.
[0075] A figura 59 mostra uma concretização de uma das funções do sistema de busca de paletas de cores com múltiplas paletas de cores disponíveis durante operação do sistema em tempo real.
[0076] A figura 60 mostra uma concretização da utilização de uma funcionalidade do sistema para o melhoramento da imagem pela ferramenta “Merlin bar”. Após o agrupamento, o mix de cores ou algumas cores poderão ser movimentados pelo mouse até a posição desejada sobre a barra de temperatura até a imagem aparecer e se tornar mais nítida. A faixa agrupada refere-se a um gradiente de cores pré-definidas, que se torna móvel, em cima de uma coloração degrade uniforme e/ou com padrão pré-estabelecido.
[0077] As figuras 61, 62 e 63 mostram concretizações de opções de configuração do sistema pelo operador.
[0078] ASSOCIAÇÃO DE TECNOLOGIAS [0079] A figura 64 mostra uma concretização de uma reconstrução 3D a partir de imagens térmicas e ressonância nuclear magnética.
[0080] As figuras 65.a e 65.b mostram que imagens radiométricas permitem um novo processamento à medida que a tecnologia avança. A figura 65.a foi processada no início do desenvolvimento da técnica e a figura 65.b um ano depois à medida que a lógica do processamento foi se repetindo. Indicado pela seta preta a massa tumoral detectada em ambas as imagens e ao lado direito na figura 65.b aparece uma textura rugosa bem evidente, não visível ou palpável durante a inspeção (seta amarela).
[0081] A figura 66 mostra o conceito do cubo espectral de dados. Os dados do cubo contém duas dimensões espaciais e uma dimensão espectral (LI et al., 2013) para o diagnóstico de áreas presuntivas de alteração, mas sem sinais visíveis ou palpáveis.
Petição 870180130138, de 14/09/2018, pág. 15/70
13/27 [0082] A figura 67 mostra resultado espectral normal e metastático do linfonodo sentinela (O’SULLIVAN, 2011).
[0083] A figura 68 mostra uma concretização do sistema de processamento de imagens vídeo termométricas, passível de ser utilizado em diversos campos tecnológicos.
Descrição Detalhada da Invenção [0084] As descrições que se seguem são apresentadas a título de exemplo e não limitativas ao escopo da invenção e farão compreender de forma mais clara o objeto do presente pedido da patente.
[0085] Em um primeiro objeto, a presente invenção apresenta um método de processamento de imagens vídeo termométricas de pacientes compreendido pelas etapas de:
a. delimitação da região de interesse e registro de anomalias não visíveis a olho nu, por meio de emissão de ondas eletromagnéticas MIR e LIR;
b. vídeo termometria da região de interesse por meio de emissão de ondas eletromagnéticas MIR e LIR;
c. identificação das anomalias não visíveis a olho nu para análise espectral da amostra por meio de emissão de ondas eletromagnéticas NIR;
d. ajuste da resolução do vídeo termograma gerado.
[0086] O comprimento da radiação infravermelha encontra-se dentro de um intervalo de 0,75-1000 pm, podendo ser subdividida em três grupos menores: infravermelho próximo ao visível ou NIR (0,76-1,5 pm), infravermelho médio ou MIR (1,5-5,6 pm) e infravermelho distante ou FIR (5,6-1000 pm). Embora as emissões de infravermelho da pele humana a 27° C estejam dentro da faixa de comprimento de onda de 2 a 20 pm, ela atinge o pico em torno de 10 pm. A faixa de comprimento de onda entre 8 - 12 pm é denominada de radiação infravermelha corporal, porém, com as novas gerações de detectores,
Petição 870180130138, de 14/09/2018, pág. 16/70
14/27 as regiões NIR e MIR também estão sendo usadas (LAHIRI, 2012).
[0087] A Emissividade é a relação entre a energia irradiada (em um dado comprimento de onda) por um corpo qualquer e um corpo negro à mesma temperatura. Assim, a emissividade assume sempre valores entre 0 e 1 sendo numericamente igual à fração da radiação absorvida pelo corpo. Este calor é invisível para os receptores ópticos da retina, mas pode ser captado por detectores especiais gerando imagens hiper ou hiporadiantes.
[0088] O calor emitido pelo corpo humano (raios infravermelhos) é gerado pelo movimento molecular. Este calor é produzido pelo corpo de forma contínua, sendo um produto do metabolismo (resultado do total de reações bioquímicas do organismo), enquanto a intensidade metabólica expressa a liberação de calor durante as reações químicas.
[0089] Enquanto a temperatura periférica varia com o ritmo circadiano, esforço físico, metabolismo, balanço hídrico, drogas e temperatura ambiente, a temperatura central não se altera (homeotermia), sendo uniforme e resultando em simetria nos padrões térmicos.
[0090] Uma pessoa saudável possui simetria térmica, entre o lado esquerdo e direito do corpo, sendo pequena a diferença na temperatura da pele de ambos os lados do corpo humano, em torno de 0,2 °C (UEMATSU, 1985).
[0091] Para a inspeção industrial é justificável que se obtenha a informação de todas as temperaturas emitidas pelo objeto, já que este tende a entrar em equilíbrio térmico, mas para o ser humano apenas as temperaturas extremas são importantes, já que somos homeotérmicos e mantemos a nossa temperatura interna constante.
[0092] A temperatura periférica pode variar com o ambiente de uma maneira uniforme, mas numa patologia, temos diferença de temperatura entre pixels que podem chegar a graus. Daí a importância da sensibilidade do equipamento a ser utilizado e da captura das temperaturas que nos interessam de acordo com a patologia a ser estudada.
Petição 870180130138, de 14/09/2018, pág. 17/70
15/27 [0093] Vamos usar as figuras 38 e 39 como exemplo, onde o objeto de estudo é o tecido linfático (linfa), onde a faixa de temperatura a ser estudada está um pouco abaixo da temperatura máxima (sangue). Neste caso, a paleta é construída para evidenciar as maiores temperaturas, enquanto as temperaturas que não nos interessam formam um degrade discreto de cor, sendo o mais ideal a escala de cinza.
[0094] Assimetrias térmicas são resultantes de alterações funcionais no organismo, portanto, uma diferença acima de 0,3°C é sugestiva de anormalidade e acima de 1°C é forte indicativo de disfunções (WIECEK, 2001).
[0095] Na perspectiva de Ring e Ammer (2007), a imagem infravermelha só pode produzir resultados confiáveis e válidos se a técnica seguir padrões estabelecidos, onde a captação da imagem deve acontecer num ambiente controlado.
[0096] Diferentes autores divergem quanto à temperatura do ambiente, para a realização do exame. Tal preconização está diretamente relacionada ao tipo de tecido submetido ao exame, sendo observada uma faixa de temperatura de 18°C- 25°C (LAHIRI, 2012).
[0097] A radiação infravermelha pode interagir com a massa de gases circundantes, tendo vários de seus comprimentos de onda absorvidos e remetidos (atenuação atmosférica), pela presença de gases contendo três ou mais átomos na molécula e partículas sólidas em suspensão (VERATTI, 1992; NOGUEIRA, 2010).
[0098] Já a distância entre a câmera e o tecido em estudo não são fatores relevantes para o sucesso do exame. A distância ideal para a análise de imagem do abdômen e do tronco parecia estar em torno de 2 metros, mas distâncias maiores ou menores não levaram a variações estatisticamente significativas em relação aos dados exportados (TOPALIDOU, 2016).
[0099] Em 2000, Anbar sugeriu que pequenos tumores são capazes de produzir alterações notáveis na imagem infravermelha, que poderíam ocorrer via vasodilatação de óxido nítrico induzida pelo carcinoma ductal in situ (DICS).
Petição 870180130138, de 14/09/2018, pág. 18/70
16/27 [0100] O crescimento de urn tumor depende da neovascularização, e este recrutamento bem sucedido de novos vasos sanguíneos num tumor (angiogênese) depende de fatores de crescimento angiogênico produzidos pelas células tumorais. Os novos vasos crescem adjacentes ao tumor e não possuem músculo liso, tornando-os refratários ao controle pela epinefrina. Isto mantém um fluxo sanguíneo mais constante que aumenta a temperatura local (SALHAB, 2005).
[0101] As regiões, da mama com câncer, produzem sinais térmicos com alteração da complexidade quando analisados ao longo do tempo onde 90,90% da taxa de acertos foi alcançada (SILVA, 2015).
[0102] A termometria é utilizada em diversas cirurgias cardíacas porque a radiação infravermelha emitida pelo coração é diretamente proporcional à sua temperatura, e esta, é diretamente proporcional ao fluxo coronariano (ROBICSEK, 1978). Dessa forma, uma elevada emissão de calor pelo tecido miocárdio indica um aumento do fluxo sanguíneo, enquanto que uma emissão diminuída indica uma hipoperfusão. O elevado fluxo sanguíneo cardíaco e sua considerável atividade metabólica fazem do miocárdio um excelente órgão para exame por termometria infravermelha (BRIOSCHI, 2002).
[0103] Além das utilizações já descritas, outras aplicações são alvo da técnica como o tratamento e controle da dor, vasculopatias, doenças reumáticas, neurologia, cirurgia, oftalmologia, dermatologia, queimaduras, úlceras, odontologia, distúrbios respiratórios, esporte e reabilitação física.
[0104] As emissões de infravermelho da pele humana a 27° C estão dentro da faixa de comprimento de onda de 2 a 20 pm, atingindo seu pico em torno de 10 pm. A faixa de comprimento de onda entre 8 -12 pm é denominada de radiação infravermelha corporal (LIR), porém, com as novas gerações de detectores, as regiões NIR e MIR também estão sendo usadas (LAHIRI, 2012).
[0105] Durante um experimento realizado em 2003 por Szu, conforme é mostrado nas figuras 3 e 4, evidenciou-se que, dependendo das regiões do infravermelho, alguns detalhes podem ser perdidos na escolha de uma ou outra
Petição 870180130138, de 14/09/2018, pág. 19/70
17/27 região do infravermelho.
[0106] Além disso, as figuras 5 e 6 mostram que através de um algoritmo multiespectral LCCN (Lagrange Constraint Neural Network) nas imagens multicoloridas, é evidenciado uma área hiper-radiante na lesão do carcinoma in situ, na região da mama, apesar da limitação da técnica em 2003. Esses detalhes podem mudar a avaliação da situação de saúde de um paciente e o método de tratamento que pode ser utilizado.
[0107] Durante o experimento foi relatado que a imagem infravermelha com duas cores pode registrar corretamente as assimetrias e fornecer um melhor diagnóstico no câncer de mama, e ainda comparou a mesma imagem nas regiões LIR e MIR, conforme as figuras 3 e 4.
[0108] Outro posicionamento importante foi dado por Arena em 2004, quando sugeriu a combinação de modalidades numa única exibição, onde os dados poderíam ser codificados por cores e em camadas, melhorando a percepção numa imagem clara e concisa, de acordo com a figura 7.
[0109] Se por um lado, o algoritmo R/D e o padrão de cores dos softwares industriais são os mais utilizados, por outro, a faixa do infravermelho longo (LIR) deixa de receber informação das outras faixas que também refletem o movimento molecular, mostrando que a técnica é eficaz, mas não está usando a tecnologia adequada.
[0110] As emissões de infravermelho da pele humana a 27° C estão dentro da faixa de comprimento de onda de 2 a 20 pm, atingindo o pico em torno de 10 pm, sendo mais utilizado o LIR.
[0111] O método de processamento de imagens vídeo termométricas de pacientes utiliza de emissões de infravermelho MIR e LIR para a visualização do aspecto macro e delimitação da região de interesse. O NIR destina-se ao aspecto micro (identificação do espectro), após a delimitação prévia da MIR e LIR.
[0112] Processamento de imagens vídeo termométricas de paciente compreende o processo de delimitação de área de onde se necessita a
Petição 870180130138, de 14/09/2018, pág. 20/70
18/27 obtenção de informações, a geração de vídeo termograma e a manipulação desse vídeo termograma por meio do ajuste da resolução.
[0113] Mantendo se em mente, sobre as particularidades citadas anteriormente como cada tecido humano possui uma emissividade particular, emitindo calor em diferentes faixas da região do infravermelho, a diferença na temperatura da pele normal de ambos os lados do corpo humano, gira em torno de 0,2°C. Assimetrias térmicas são resultantes de alterações funcionais no organismo, portanto, uma diferença acima de 0,3°C é sugestiva de anormalidade e acima de 1°C é forte indicativo de disfunções.
[0114] Para a inspeção industrial é justificável que se obtenha a informação de todas as temperaturas emitidas pelo objeto, já que este tende a entrar em equilíbrio térmico, mas para o ser humano apenas as temperaturas extremas são importantes, já que somos homeotérmicos e mantemos a nossa temperatura interna constante. A temperatura periférica pode variar com o ambiente de uma maneira uniforme, mas numa patologia, temos diferença de temperatura entre pixels que podem chegar a graus. Daí a importância da sensibilidade do equipamento a ser utilizado e da captura das temperaturas que nos interessam de acordo com a patologia a ser estudada.
[0115] A segmentação da imagem medica é crucial para o delineamento de estruturas anatômicas e outras regiões de interesse. Cor e textura são os dois atributos de baixo nível, e também os mais importantes usados para a recuperação baseada em conteúdo de informações em imagens e vídeos, sendo frequentemente usada para indexar e gerenciar os dados.
[0116] Para que a construção da paleta seja adequada à patologia é preciso saber o que se espera encontrar já que cada doença tem a sua particularidade. O ideal é inspecionar a área de interesse e encontrar a temperatura máxima e mínima, construindo os intervalos de cores à partir deste parâmetro.
[0117] Também é importante usar a segmentação para anular as informações de regiões que não nos interessam facilitando a análise da
Petição 870180130138, de 14/09/2018, pág. 21/70
19/27 imagem onde está a região de interesse, conforme é exemplificado na figura 52.
[0118] Além da segmentação, as isotermas são recursos demarcatórios, que podem ser usados nas regiões de interesse facilitando a localização de áreas, conforme são exemplificados nas figuras 53 a 56.
[0119] Em todo processo de criação de paletas o número de cores, o posicionamento e a associação de uma ou duas isotermas pode mudar mais informações do que era compreendido no estado da técnica. Em todos os casos melhorar a imagem, mesmo sem recurso, mostra que a imagem infravermelha pode dar mais informação visual, além das diferenças de temperatura. Em uma concretização, as paletas de cores estão armazenadas dentro do próprio sistema de processamento de imagens vídeo termométricas de pacientes. Em outra concretização, as paletas de cores são adquiridas através de um meio de aquisição de paletas de cores na nuvem.
[0120] Em um segundo objeto, a presente invenção apresenta um sistema de processamento de imagens vídeo termométricas de pacientes compreendido por:
a. meio de aquisição do vídeo termograma;
b. meio de manipulação do vídeo termograma.
[0121] Para que a imagem possa ser analisada em tempo real é preciso que além da construção das paletas exista um ambiente para que ela possa ser melhorada. Também é necessário que existam ferramentas que possam ser utilizadas para adaptá-la a situação a ser estudada, tornando a técnica reproduzível. Em uma concretização o sistema de processamento de imagens vídeo termométricas de pacientes compreende 3 módulos que interagem entre si para a manipulação dos vídeo termogramas, sendo eles o módulo do usuário, módulo administrador e módulo desenvolvedor.
[0122] Vídeo termograma é qualquer imagem detectada onde é evidenciado as diferentes temperaturas da região analisada.
[0123] O módulo de usuário abrange os controles de perfil de acesso.
Petição 870180130138, de 14/09/2018, pág. 22/70
20/27
Um usuário deve ser associado a pelo menos um perfil de acesso, que determina a responsabilidade e/ou nível de acesso às informações do sistema, seja como coadministrador das informações, seja como mero cliente para administração de suas próprias informações. Adicionalmente o módulo de usuário possui uma impressão de laudos, onde tais laudos compreendem descrição de procedimento em texto, imagens e/ou vídeos que envolvem um cadastramento prévio do cliente e seu histórico.
[0124] O módulo administrador permite uma ampla utilização das funcionalidades do objeto, suporte para a instalação do software, central de laudos, telemedicina e atualizações. Em uma concretização adicional, o módulo administrador tem acesso com privilégio a todas as funções do objeto, para permitir o suporte.
[0125] O módulo desenvolvedor abrange os controles do sistema em si e compreende administração por usuários com alto grau de conhecimento e responsabilidade. Em uma concretização adicional, o módulo desenvolvedor guarda todos os controles de parametrização dos demais módulos, sejam banco de dados, paletas de cor, isotermas, gráficos, dados estatísticos, com permissão para a edição do código fonte e geração do objeto.
[0126] No sistema de processamento de imagens vídeo termométricas de pacientes, a edição de paletas é um módulo que permite a edição de novas paletas. Em uma concretização, é uma função para ser usada fora do tempo real, e que colabora para a atualização do software.
[0127] Em uma concretização, a edição de paleta de cores permite a leitura de paletas não residentes no sistema para gerar o novo padrão de imagem, conforma exemplificado pelas figuras 40 a 50, de modo que possua uma apresentação intuitiva, com controles práticos associado a ferramentas facilitadoras, como por exemplo, teclas de função para atalhos durante o trabalho.
[0128] Em uma concretização adicional, O módulo de edição se assemelha a uma roda gigante, como é exemplificado na figura 59 e 60,
Petição 870180130138, de 14/09/2018, pág. 23/70
21/27 mostrando através da rolagem do mouse a imagem das paletas residentes no software, em vídeo e/ou imagem estática. Assim que a melhor imagem for selecionada, dois cliques com o mouse na opção escolhida transfere esta imagem para a tela principal, podendo ser editada usando a segmentação e isotermas.
[0129] Em uma concretização, ao escolher a melhor opção de paleta de cor o melhoramento será feito pela ferramenta “Merlin bar”, conforme exemplificado na figura 60. Uma vez ativada, esta barra terá os botões superior e inferior além de uma barra de ligação. Após o agrupamento, o mix de cores ou algumas cores poderão ser movimentados pelo mouse até a posição desejada sobre a barra de temperatura. A faixa agrupada se refere a um gradiente de cores pré-definidas, que se torna móvel, em cima de uma coloração degrade uniforme e/ou com padrão pré-estabelecido. Também é possível determinar a diferença de temperatura do mix de cores, tornando a imagem mais precisa.
[0130] Em uma concretização, o sistema de processamento de imagens vídeo termométricas de pacientes compreende conversão de imagens para o sistema de comunicação de imagens digitais em medicina (DICOM), onde a informação torna-se um arquivo para se comunicar com outros softwares e consulta. Como imagem radiométrica, estas podem ser editadas novamente com a evolução da tecnologia.
[0131] Em uma concretização adicional, o sistema de processamento de imagens vídeo termométricas de pacientes compreende fusão 3D entre imagens de tomografia computadorizada e/ou ressonância nuclear magnética com imagens térmicas, de maneira a funcionar eficientemente em termos de reconstrução e velocidade de processamento, conforme exemplificado pela figura 64.
Exemplo 1 [0132] Os exemplos aqui mostrados têm o intuito somente de exemplificar uma das inúmeras maneiras de se realizar a invenção, contudo
Petição 870180130138, de 14/09/2018, pág. 24/70
22/27 sem limitar, o escopo da mesma.
[0133] O meio de aquisição/captura da imagem é feita pela cabeça de leitura com tecnologia nas faixas do infravermelho: NIR, MIR e LIR, associada a uma câmera CCD para a fusão de imagens com uma unidade de exaustão e resfriamento associada.
[0134] Com uma câmera térmica científica e o software Research IR, gerou-se uma imagem de saída no padrão industrial, multicolorido, podendo ser considerada uma excelente tecnologia na atualidade, apesar de estar longe do ideal.
[0135] Como as evidências mostram que nas situações patológicas a intensidade metabólica aumenta e gera calor (resultado das reações químicas e do movimento molecular) ficou evidente que as ocorrências estavam acontecendo, porém não estavam sendo visualizadas.
[0136] O primeiro passo foi a construção de paletas à partir das imagens captadas, onde as paletas deveríam são construídas por tecidos e órgãos.
[0137] A construção das paletas foi feita à partir de ratos e coelhos que se submetiam a algum experimento na Unidade de experimentação animal (UEA-RJ). Pelo fato de terem uma alta intensidade metabólica foi possível criar um padrão de cor que tornasse possível evidenciar o delineamento de estruturas anatômicas mostrado nas figuras 28 e 33.
[0138] Posteriormente, tentamos verificar se seria possível enxergar o fluxo de sangue no coração durante uma cirurgia em tórax aberto num coelho. O fluxo do sangue, mostrado na figura 11 em azul, ficou evidente ao entrar pela veia cava caudal em direção ao átrio direito e ventrículo direito.
[0139] Para chegar a esta imagem foram construídas várias paletas, a fim de escolher a opção que mostrasse uma melhor nitidez em vídeo. A figura 12 demonstra diversas paletas de cores construídas.
[0140] Sendo visualizado o fluxo sanguíneo, o fluxo linfático sabendo que a identificação do tecido linfático, no estado da técnica, é um problema até mesmo para o cirurgião mais treinado.
Petição 870180130138, de 14/09/2018, pág. 25/70
23/27 [0141] Desta forma, na rotina de atendimento da UEA, foi feita uma inspeção, no cão, durante uma cirurgia com tórax aberto para a correção de um quilotórax, conforme é mostrado nas figuras 34 a 39. O quilotórax é uma condição debilitante onde há ruptura do dueto torácico e consequente extravasamento do quilo no espaço pleural. O quilo é um líquido linfático leitoso resultante da absorção de gorduras do processo digestivo que apresenta alta concentração de quilomicrons, e lipoproteínas como triglicerídeos, fosfolipídios e colesterol (ALLMAN, 2010). A identificação do dueto torácico é fundamental para a correção do extravasamento do quilo.
[0142] Em todo processo de criação de paletas é possível perceber que o número de cores, o posicionamento e a associação de uma ou duas isotermas podem dar mais informações do que se é utilizado no estado da técnica. Em todos os casos, é possível melhorar a imagem, mesmo sem recurso, mostrando que a imagem infravermelha pode dar mais informação visual, além das diferenças de temperatura.
Exemplo 2 [0143] Um diferente caso de utilização do método de processamento de imagens vídeo termométricas está exemplificado nas figuras 65.a e 65.b, anteriormente explicado nas figuras 13 a 16. Como as imagens são radiométricas é possível reanalisar todas as imagens capturadas no início do experimento, reconstruindo o novo padrão à medida que a lógica do processamento vai se repetindo. Desta forma, é possível visualizar texturas que antes não podiam ser vistas.
Exemplo 3 [0144] Em outro caso, foi possível identificar áreas similares a área tumoral conhecida, mas sem alterações visíveis ou palpáveis, sendo objeto de biópsia que resultou em êmbolo neoplásico, de acordo com as figuras 17 a 19.
[0145] Além da facilidade de visualização e da delimitação nas lesões, a medida de temperatura é um indicativo importante de disfunção. Também é possível identificar a abrangência do tumor e as metástases à distância em
Petição 870180130138, de 14/09/2018, pág. 26/70
24/27 outra paleta, mostrado nas figuras 21 a 23.
[0146] É importante dizer que a técnica também pode ser aplicada para avaliar a ventilação pulmonar, conforme os movimentos respiratórios que aparecem nas figuras 28 a 30.
[0147] Em mesentério, permite verificar a vascularização e as áreas disfuncionais. Neste caso, foi construída uma paleta para verificar um fecaloma, onde a alça intestinal está distendida, mostrado nas figuras 31 a 33.
Exemplo 4 [0148] Em ratos, foi induzido o crescimento do melanoma (tumor) na orelha, sendo possível identificar quais animais desenvolveram tumores, e a área de abrangência tumoral, independente de sinais visíveis. Figuras 26 e 27.
Exemplo 5 - Estação MART (1) [0149] Para fim de exemplificação do sistema de processamento de imagens vídeo termométricas de pacientes, denominado neste exemplo de estação de atividade metabólica em tempo real (MART) (1), a figura 68 mostra uma concretização da estação MART (1) em 5 utilizações distintas.
[0150] A estação MART (1) é uma ilha de edição computadorizada, acoplada a um gerador de imagem, que capta através de sensores infravermelhos a imagem digital estática e/ou dinâmica, livre de radiação, emitida pelo corpo, podendo gravar vídeos e transformá-los os dados.
[0151] A vídeotermometria na detecção de alterações metabólicas pode auxiliar o processo decisório, já que a estação MART (1), usa um novo padrão de imagem, desenvolvido por afecção, órgão ou tecido, é eficaz ao registrar ocorrências, que apesar de não serem visíveis a olho nu, estão presentes.
[0152] Estação MART (1) para uso em centro cirúrgico (1.1) compreende:
a. delimitação de abrangência e margens tumorais;
b. identificação da vascularização tumoral;
c. biópsias presuntivas de metástase à distância;
d. identificação de anormalidades vasculares, incluindo as linfáticas;
Petição 870180130138, de 14/09/2018, pág. 27/70
25/27
e. identificação de áreas de isquemia.
[0153] Estação MART (1) para uso em radiologia (1.2) compreende:
a. identificação de anormalidades vasculares da mama;
b. identificação de assimetria térmica indicativa de disfunção;
c. delimitação de abrangência e margens tumorais;
d. identificação de áreas de isquemia.
[0154] Estação MART (1) para uso em dermatologia (1.3) compreende:
a. identificação de assimetria térmica indicativa de disfunção;
b. delimitação de abrangência e margens tumorais;
c. identificação de anormalidades vasculares ou irrigação tumoral.
[0155] Estação MART (1) para uso em cardiologia (1.4) compreende identificação da isquemia durante o teste de esforço.
[0156] Estação MART (1) para uso em laboratório (1.5) (antes das alterações visíveis) compreende:
a. identificação da disposição celular no meio de cultura;
b. identificação de crescimento, competição ou morte celular
c. visualização do comportamento energético celular.
[0157] Utilização de cabeças de leitura com tecnologia nas faixas do infravermelho: NIR, MIR e LIR, associada a uma câmera CCD para a fusão de imagens.
[0158] MIR e LIR destinam-se a visualização do aspecto macro e delimitação da região de interesse. NIR destina-se ao aspecto micro (identificação do espectro), após a delimitação prévia da MIR e LIR.
[0159] A espectroscopia vibracional de infravermelho pode extrair informações sobre a estrutura e a composição de vários materiais biológicos à partir do movimento molecular (LEE, 2009). A espectroscopia na região do NIR pode ser uma excelente associação de tecnologia. Com cada tipo de ligação tem sua própria frequência natural de vibração, e como dois tipos idênticos de ligações em dois diferentes compostos estão em dois ambientes levemente diferentes, os padrões de absorção no infravermelho, ou espectro
Petição 870180130138, de 14/09/2018, pág. 28/70
26/27 infravermelho, em duas moléculas de estruturas diferentes nunca são exatamente idênticos. Apesar de as frequências absorvidas nos dois casos poderem ser iguais, jamais os espectros infravermelhos (os padrões de absorção) de duas moléculas diferentes serão idênticos. Assim, o espectro infravermelho pode servir para moléculas da mesma forma que impressões digitais servem para seres humanos, conforme mostrado na figura 66. Dois tipos de espectrômetros de infravermelho são bastante usados em laboratórios químicos: instrumentos dispersivos e de transformada de Fourier (FT). Mas os espectrômetros de infravermelho FT produzem o espectro muito mais rapidamente do que os instrumentos dispersivos (PAIVA, 2010).
[0160] Áreas presuntivas podem ser analisadas usando parâmetros específicos obtidos a partir de espectros de infravermelho por transformada de Fourier, tornando-o um método rápido e livre de reagentes que pode distinguir células e tecidos pré-malignos e malignos de seu estado normal (SAHU, 2005). A figura 67 mostra uma concretização desse espectro.
[0161] O conceito inventivo ora revelado e exemplificado de uma ou mais formas foi tratado como segredo industrial e não foi previamente revelado até o momento do depósito deste pedido de patente. Este segredo industrial é ativo imaterial do depositante. A eventual futura publicação do pedido de patente não constitui, em si, autorização de uso por terceiros, servindo apenas como: (i) cientificação a terceiros da existência do referido segredo industrial na data do depósito; (ii) indicação inequívoca de seu detentor; e (iii) estímulo ao desenvolvimento de novas melhorias a partir do conceito ora revelado, para evitar o reinvestimento no desenvolvimento do mesmo bem já detido pelo depositante. Desde logo se adverte que eventual uso comercial requer autorização do detentor e que o uso não autorizado enseja sanções previstas em Lei. Neste contexto, desde logo se esclarece que a partir da revelação do presente conceito inventivo, os versados na arte poderão considerar outras formas de concretizar a invenção não idênticas às meramente exemplificadas acima, mas que na hipótese de pretensão de uso comercial tais formas
Petição 870180130138, de 14/09/2018, pág. 29/70
27/27 poderão ser consideradas como estando dentro do escopo das reivindicações anexas.
Claims (4)
- Reivindicações1. A proteção, no âmbito do inciso XXIX do artigo 5s da constituição federal, da criação industrial caracterizada por ser substancialmente conforme descrita nas páginas desse relatório.
- 2. A manutenção do segredo da criação industrial caracterizada por ser substancialmente conforme descrita nas páginas desse relatório.
- 3. Método de processamento de imagens vídeo termométricas de pacientes caracterizado por compreender as etapas de:a. delimitação da região de interesse e registro de anomalias não visíveis a olho nu, por meio de emissão de ondas eletromagnéticas MIR e LIR;b. vídeo termometria da região de interesse por meio de emissão de ondas eletromagnéticas MIR e LIR;c. identificação das anomalias não visíveis a olho nu para análise espectral da amostra por meio de emissão de ondas eletromagnéticas NIR;d. ajuste da resolução do vídeo termograma gerado.
- 4. Sistema de processamento de imagens vídeo termométricas de pacientes caracterizado por compreender:a. meio de aquisição do vídeo termograma;b. meio de manipulação do vídeo termograma.
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
BR102018068627A BR102018068627A2 (pt) | 2018-09-14 | 2018-09-14 | método e sistema de processamento de imagens vídeo termométricas |
EP19858989.7A EP3851032A4 (en) | 2018-09-14 | 2019-09-13 | Method and system for processing thermal video images |
PCT/BR2019/050398 WO2020051669A1 (pt) | 2018-09-14 | 2019-09-13 | Método e sistema de processamento de imagens vídeo termométricas |
US17/275,976 US11931130B2 (en) | 2018-09-14 | 2019-09-13 | Method and system for processing thermal video images |
CN201980067992.0A CN113164068B (zh) | 2018-09-14 | 2019-09-13 | 用于处理测温视频图像的方法和系统 |
IL281473A IL281473A (en) | 2018-09-14 | 2021-03-14 | Method and system for processing thermal video images |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
BR102018068627A BR102018068627A2 (pt) | 2018-09-14 | 2018-09-14 | método e sistema de processamento de imagens vídeo termométricas |
Publications (1)
Publication Number | Publication Date |
---|---|
BR102018068627A2 true BR102018068627A2 (pt) | 2020-03-31 |
Family
ID=69776910
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
BR102018068627A BR102018068627A2 (pt) | 2018-09-14 | 2018-09-14 | método e sistema de processamento de imagens vídeo termométricas |
Country Status (6)
Country | Link |
---|---|
US (1) | US11931130B2 (pt) |
EP (1) | EP3851032A4 (pt) |
CN (1) | CN113164068B (pt) |
BR (1) | BR102018068627A2 (pt) |
IL (1) | IL281473A (pt) |
WO (1) | WO2020051669A1 (pt) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117011303B (zh) * | 2023-10-08 | 2024-01-09 | 泰安金冠宏油脂工业有限公司 | 基于机器视觉的油料生产质量检测方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE4418782C2 (de) * | 1993-05-21 | 1997-01-09 | Mitsubishi Electric Corp | System und Verfahren zum Einstellen eines Farbbildes |
US7783096B2 (en) * | 2005-10-17 | 2010-08-24 | Siemens Corporation | Device systems and methods for imaging |
US7864999B2 (en) * | 2005-10-19 | 2011-01-04 | Siemens Medical Solutions Usa, Inc. | Devices systems and methods for processing images |
US20070213617A1 (en) * | 2006-02-16 | 2007-09-13 | Berman Herbert L | Infrared detection of cancerous tumors and other subsurface anomalies in the human breast and in other body parts |
US9599461B2 (en) * | 2010-11-16 | 2017-03-21 | Ectoscan Systems, Llc | Surface data acquisition, storage, and assessment system |
CN102309318A (zh) * | 2011-07-08 | 2012-01-11 | 首都医科大学 | 基于红外序列图像的人体生理参数检测的方法 |
US10298859B2 (en) * | 2013-11-01 | 2019-05-21 | Flir Systems Ab | Enhanced visual representation of infrared data values |
CN104055498A (zh) * | 2014-04-30 | 2014-09-24 | 首都医科大学 | 一种基于红外序列图像的人体呼吸和心率信号非接触式检测方法 |
US10095688B1 (en) * | 2018-04-02 | 2018-10-09 | Josh Schilling | Adaptive network querying system |
-
2018
- 2018-09-14 BR BR102018068627A patent/BR102018068627A2/pt not_active Application Discontinuation
-
2019
- 2019-09-13 CN CN201980067992.0A patent/CN113164068B/zh active Active
- 2019-09-13 EP EP19858989.7A patent/EP3851032A4/en active Pending
- 2019-09-13 US US17/275,976 patent/US11931130B2/en active Active
- 2019-09-13 WO PCT/BR2019/050398 patent/WO2020051669A1/pt unknown
-
2021
- 2021-03-14 IL IL281473A patent/IL281473A/en unknown
Also Published As
Publication number | Publication date |
---|---|
EP3851032A1 (en) | 2021-07-21 |
EP3851032A4 (en) | 2022-06-29 |
CN113164068B (zh) | 2024-05-28 |
IL281473A (en) | 2021-06-30 |
US11931130B2 (en) | 2024-03-19 |
US20220036600A1 (en) | 2022-02-03 |
CN113164068A (zh) | 2021-07-23 |
WO2020051669A1 (pt) | 2020-03-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ng | A review of thermography as promising non-invasive detection modality for breast tumor | |
US11861834B2 (en) | Detection and characterization of cancerous tumors | |
Gulsen et al. | Combined diffuse optical tomography (DOT) and MRI system for cancer imaging in small animals | |
Vardasca et al. | Current issues in medical thermography | |
US20090326381A1 (en) | System and method to facilitate health evaluation and medical diagnosis of a human subject | |
EP3016579B1 (en) | Method and system for dual-band active thermal imaging using multi-frequency currents | |
US20190328238A1 (en) | Digitally enhanced and stimulated thermal imaging | |
Bhowmik et al. | Standardization of infrared breast thermogram acquisition protocols and abnormality analysis of breast thermograms | |
Etehadtavakol et al. | An overview of medical infrared imaging in breast abnormalities detection | |
Unger et al. | Automatic detection of perforator vessels using infrared thermography in reconstructive surgery | |
CA2524807C (en) | System and method for identifying and classifying dynamic thermodynamic processes in mammals and discriminating between and among such processes | |
US11931130B2 (en) | Method and system for processing thermal video images | |
Igali et al. | An experimental framework for validation of thermal modeling for breast cancer detection | |
Harris et al. | Infra-red in the diagnosis of a lump in the breast. | |
BR102019019090A2 (pt) | Método e sistema de processamento de imagens vídeo termométricas | |
Camargo et al. | Using Thermography as Auxiliary tool to thyroid cancer diagnosis: a case study | |
Pokharel et al. | Review on the evolving role of infrared thermography in oncological applications | |
Gavriloaia et al. | Infrared signature analysis of the thyroid tumors | |
Schwartz et al. | The American academy of thermology guidelines for breast thermology 2021 | |
Dammalapati et al. | A Deep Study on Thermography Methods and Applications in Assessment of Various Disorders | |
Singh et al. | Thermal analysis of realistic breast model with tumor and validation by infrared images | |
Inácio | Automatically finding tumors using structural-prior guided optical tomography | |
Giger et al. | Advances in tumor imaging | |
Hashemi et al. | Assessment of Computer Regulation Thermography (CRT) as a Complemetrary Diagnostic tool for Breast Cancer Patient | |
Klyukin et al. | A Method to Record the Surface Temperature Distribution of the Skin as a Safe and Ergonomic Approach to Diagnosis and Monitoring in Breast Cancer |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
B11K | Dismissal acc. art. 17, par 2 of ipl - pending earlier application (priority claim) definitively shelved | ||
B03F | Publication of an application: publication of application definitely dismissed [chapter 3.6 patent gazette] |