dc.contributor.advisor | Maruo, Marcos | |
dc.creator | Fiegenbaum, Tobias da Paixão | |
dc.date.accessioned | 2022-09-01T19:00:07Z | |
dc.date.available | 2022-09-01T19:00:07Z | |
dc.date.issued | 2022-08-15 | |
dc.date.submitted | 2022 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/26069 | |
dc.description | Trabalho de conclusão de curso (graduação) - Universidade Federal de Santa Maria, Centro de Tecnologia, Curso de Engenharia de Telecomunicações, RS, 2022. | por |
dc.description.abstract | Epilepsies are serious and common diseases of the brain that, in general, can be treated with medicine intake. Modern medicine and its imaging equipment are useful for determining the kind of epilepsy and ways to deal with it. Focal epilepsies are focused on an area of the brain, and the equipment used for prognosis of the area is magnetic resonance imaging. MRI exams are done when it is not possible to treat epilepsy with medication, and so surgery is needed to deal with the area where the disease happens. MRI has limits in its measurement speed to get an image. Those limits are related to the necessary hardware for magnetic resonance and the body’s response to changing magnetic fields. Nonetheless, one can use software (and maybe another implementation of hardware) to
speed up the measurement process so the exam time is lower.
This possibility comes from a branch in information theory called compressive sensing, where the goal is to directly measure the information’s compacted structure and recover the sparse signal. The study focus of this paper is the compressive sensing’s reconstruction algorithm of the sparse signal, such that it processes magnetic resonance images, and shows another possibility for a reconstruction algorithm for compressive sensing. | eng |
dc.language | por | por |
dc.rights | Acesso Aberto | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Amostragem compressiva | por |
dc.subject | Ressonância Magnética | por |
dc.subject | Imagens médicas | por |
dc.subject | Epilepsia | por |
dc.subject | Algoritmo do gradiente | por |
dc.subject | Compressive sensing | eng |
dc.subject | Magnetic Resonance | eng |
dc.subject | Medical images | eng |
dc.subject | Epilepsy | eng |
dc.subject | Gradient algorithm | eng |
dc.title | Algoritmo do gradiente aplicado a amostragem compressiva em imagens de ressonância magnética para tratamento de epilepsia | por |
dc.title.alternative | Gradient algorithm applied to compressive sensing in magnetic resonance imaging for epilepsy treatment | eng |
dc.type | Trabalho de Conclusão de Curso de Graduação | por |
dc.degree.local | Santa Maria, RS, Brasil | por |
dc.degree.graduation | Engenharia de Telecomunicações | por |
dc.description.resumo | Epilepsias são problemas sérios e comuns que afetam o cérebro e, em geral, podem ser tratadas com medicamentos. A medicina moderna e seus equipamentos de imageamento são úteis para determinar o tipo de epilepsia e como lidar com ela. Epilepsias diagnosticadas como focais tendem a estar em uma área do cérebro, e o equipamento médico para ter prognóstico
da área é imageamento por ressonância magnética. Os exames de IRM são feitos quando não é possível tratar a epilepsia com medicamentos e cirurgia é necessária para lidar com a área onde a doença ocorre.
IRM possui um limite na sua velocidade de obter amostras e conseguir uma imagem. Esses limites têm a ver com o hardware necessário para a ressonância magnética e a resposta do corpo ao campos magnéticos variantes. No entanto, existe a possibilidade de usar software (e talvez outro tipo de implementação de hardware) para acelerar a velocidade de obtenção de
amostras para diminuir o tempo de exame. Essa possibilidade vem de um ramo da teoria da informação chamado amostragem compressiva, onde o objetivo é amostrar diretamente a forma compacta da informação e recuperar o sinal esparso. O foco de estudo desse trabalho é sobre o algoritmo de reconstrução do sinal esparso na amostragem compressiva, de forma a processar imagens de RM e mostrar outra possibilidade para o algoritmo de reconstrução da amostragem compressiva. | por |
dc.publisher.country | Brasil | por |
dc.publisher.initials | UFSM | por |
dc.subject.cnpq | CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA::TELECOMUNICACOES | por |
dc.publisher.unidade | Centro de Tecnologia | por |