Geração de imagem de ultrassom em Modo B usando o Raspberry Pi
A técnica do ultrassom em Modo B representa uma das principais modalidades de geração de imagem para auxílio ao diagnóstico médico. Para melhorar a qualidade da imagem gerada, são esperadas novas abordagens e técnicas de processamento digital de sinais baseadas em plataformas de hardware e software....
Publicado no: | XXV Seminário de Iniciação Científica e Tecnológica da UTFPR |
---|---|
Principais autores: | Medeiros, Renan Antonio Corrêa, Assef, Amauri Amorin, Maia, Joaquim Miguel |
Formato: | Trabalho Apresentado em Evento |
Idioma: | Português |
Publicado em: |
2020
|
Assuntos: | |
Acesso em linha: |
http://eventos.utfpr.edu.br//sicite/sicite2020/paper/view/7434/3135 http://eventos.utfpr.edu.br//sicite/sicite2020/paper/view/7434 |
Tags: |
Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
|
id |
oai:ocs.200.19.73.15:paper-7434 |
---|---|
recordtype |
NLMOCS |
spelling |
oai:ocs.200.19.73.15:paper-74342020-11-22T20:52:27Z sicite-sicite2020 XXV Seminário de Iniciação Científica e Tecnológica da UTFPR 7434 Engenharia Biomédica Geração de imagem de ultrassom em Modo B usando o Raspberry Pi Medeiros Renan Antonio Corrêa Universidade Tecnológica Federal do Paraná, Curitiba, Paraná, Brasil renan4_acm@hotmail.com Assef Amauri Amorin Universidade Tecnológica Federal do Paraná, Curitiba, Paraná, Brasil amauriassef@utfpr.edu.br Maia Joaquim Miguel Universidade Tecnológica Federal do Paraná, Curitiba, Paraná, Brasil joaquim@utfpr.edu.br CORREA DA SILVA RODRIGO Marques Cardoso Prates Katia Valeria Aurelio Toledo da Silva Marco Aurelio Toledo Eno Pottker Walmir Cava Carlos Eduardo LUIS TREVISAN ANDRE Luis MOHEBI ASHTIANI ALIREZA Comitê Gestor do EVIN Comitê Gestor do EVIN Teixeira De Souza Rodolfo DAMIAO SANTIAGO COSMO Finatto Taciane Muylaert Locks Guimaraes Rachel Oliveira Da Silva Rosana Scheufele Fabiano Bisinella CORREA DA SILVA RODRIGO Marques Cardoso Prates Katia Valeria Aurelio Toledo da Silva Marco Aurelio Toledo Eno Pottker Walmir Cava Carlos Eduardo LUIS TREVISAN ANDRE Luis MOHEBI ASHTIANI ALIREZA Teixeira De Souza Rodolfo MICHELE SUZUKI RUBIA MICHELE Machado Baron Alessandra Machado DAMIAO SANTIAGO COSMO EDUARDO BEREZUK MARCIO EDUARDO LARISSA DA SILVA TAIS Tessaro Andre Luiz JOSE ALBA MARCELO José Correia Golias Halison Correia aliano angelo Venter Sandro Aurélio de Souza alher mariana Alher Luiz Bertotti Fabio Luiz Regina Budziak Parabocz Cristiane Finatto Taciane Lemos Gritti Leticia Lemos Missio Regis Luis Donizetti de Lima Jose Brackmann Rodrigo GONCALVES TRENTIN ROBSON Augusto Medeiros Destro Cesar Augusto Medeiros Muylaert Locks Guimaraes Rachel RIZZOTTO ROSSETTO DIEGO Guerino Castoldi Andre Beux Simone Paulo Belancon Marcos Carine Wedig Josiane Canopf Liliane RENE VENTURINI POLA IVES Renê Venturini YOSHIHIRO NAKANO ALBERTO RIZENTAL COUTINHO FABIO BUSSO CLEVERSON SAVARIS GUSTAVO Ricardo Da Rocha Campos Jose Da Rocha Alexandre Spanhol Fabio Alexandre Vaz de Arruda Priscila Bombacini Marcos Roberto Vinicius de Oliveira Alberto TORTOLA EMERSON HENRIQUE PAETZOLD GUSTAVO FELIPE MINOZZO FIGUEIREDO LUIS LUIS ACORSI RENAM Luis JOSE DANTAS NOVAES PAULO José Dantas SILVA DE AMORIM MAGALI SILVA DE Antonio Brum Junior Sergio Ines Christ Milani Dione 20 11 2020 Autores que submetem a esta conferência concordam com os seguintes termos:<br /> <strong>a)</strong> Autores mantém os direitos autorais sobre o trabalho, permitindo à conferência colocá-lo sob uma licença <a href="https://creativecommons.org/licenses/by/4.0/">Licença Creative Commons-Attribution</a>, que permite livremente a outros acessar, usar e compartilhar o trabalho com o crédito de autoria e apresentação inicial nesta conferência.<br /> <strong>b)</strong> Autores podem abrir mão dos termos da licença CC e definir contratos adicionais para a distribuição não-exclusiva e subsequente publicação deste trabalho (ex.: publicar uma versão atualizada em um periódico, disponibilizar em repositório institucional, ou publicá-lo em livro), com o crédito de autoria e apresentação inicial nesta conferência.<br /> <strong>c)</strong> Além disso, autores são incentivados a publicar e compartilhar seus trabalhos online (ex.: em repositório institucional ou em sua página pessoal) a qualquer momento antes e depois da conferência. 2020 A técnica do ultrassom em Modo B representa uma das principais modalidades de geração de imagem para auxílio ao diagnóstico médico. Para melhorar a qualidade da imagem gerada, são esperadas novas abordagens e técnicas de processamento digital de sinais baseadas em plataformas de hardware e software. Este artigo apresenta a implementação e avaliação dos algoritmos de processamento digital de sinais no sistema embarcado Raspberry Pi utilizando a linguagem de programação Python para reconstrução de imagens de ultrassom em Modo B. As etapas propostas incluem filtragem digital, atraso de focalização, somatório coerente, demodulação com detecção de envoltória e compressão logarítmica. Para validar os algoritmosimplementados, foram utilizados dados de ultrassom com 12 bits amostrados com frequência de 40 MHz. As análises qualitativas e quantitativas utilizando a função de custo da raiz quadrada do erro quadrático médio normalizado (NRMSE), demonstram que os resultados são compatíveis com o modelo de referência adotado no Matlab e validado em estudos prévios. Todos os resultados do NRMSE foram menores que 5%, indicando uma excelente concordância com o modelo de referência do Matlab. Ultrassom Imagem em Modo B Raspberry Pi 2020-11-23 XXV Seminário de Iniciação Científica e Tecnológica da UTFPR SICITE2020 Toledo, BR |
institution |
Universidade Tecnológica Federal do Paraná |
collection |
EVIN |
container_title |
XXV Seminário de Iniciação Científica e Tecnológica da UTFPR |
language |
Português |
format |
Trabalho Apresentado em Evento |
topic |
Ultrassom Imagem em Modo B Raspberry Pi Engenharia Biomédica |
spellingShingle |
Ultrassom Imagem em Modo B Raspberry Pi Engenharia Biomédica Medeiros, Renan Antonio Corrêa Assef, Amauri Amorin Maia, Joaquim Miguel Geração de imagem de ultrassom em Modo B usando o Raspberry Pi |
topic_facet |
Ultrassom Imagem em Modo B Raspberry Pi Engenharia Biomédica |
description |
A técnica do ultrassom em Modo B representa uma das principais modalidades de geração de imagem para auxílio ao diagnóstico médico. Para melhorar a qualidade da imagem gerada, são esperadas novas abordagens e técnicas de processamento digital de sinais baseadas em plataformas de hardware e software. Este artigo apresenta a implementação e avaliação dos algoritmos de processamento digital de sinais no sistema embarcado Raspberry Pi utilizando a linguagem de programação Python para reconstrução de imagens de ultrassom em Modo B. As etapas propostas incluem filtragem digital, atraso de focalização, somatório coerente, demodulação com detecção de envoltória e compressão logarítmica. Para validar os algoritmosimplementados, foram utilizados dados de ultrassom com 12 bits amostrados com frequência de 40 MHz. As análises qualitativas e quantitativas utilizando a função de custo da raiz quadrada do erro quadrático médio normalizado (NRMSE), demonstram que os resultados são compatíveis com o modelo de referência adotado no Matlab e validado em estudos prévios. Todos os resultados do NRMSE foram menores que 5%, indicando uma excelente concordância com o modelo de referência do Matlab. |
author |
Medeiros, Renan Antonio Corrêa Assef, Amauri Amorin Maia, Joaquim Miguel |
author_sort |
Medeiros Renan Antonio Corrêa |
title |
Geração de imagem de ultrassom em Modo B usando o Raspberry Pi |
title_short |
Geração de imagem de ultrassom em Modo B usando o Raspberry Pi |
title_full |
Geração de imagem de ultrassom em Modo B usando o Raspberry Pi |
title_fullStr |
Geração de imagem de ultrassom em Modo B usando o Raspberry Pi |
title_full_unstemmed |
Geração de imagem de ultrassom em Modo B usando o Raspberry Pi |
title_sort |
geração de imagem de ultrassom em modo b usando o raspberry pi |
title_alt |
|
publishDate |
2020 |
url |
http://eventos.utfpr.edu.br//sicite/sicite2020/paper/view/7434/3135 http://eventos.utfpr.edu.br//sicite/sicite2020/paper/view/7434 |
_version_ |
1703209326748893184 |
score |
10,966579 |