Desenvolvimento de métodos computacionais em volumes: segmentação de estruturas orgânicas em rochas

Abstract

A aplicabilidade da análise computacional de imagens paleontológicas vai desde o estudo da evolução de animais, plantas e microrganismos até a criação de simulações sobre o habitat dos seres de determinada época, podendo ser aplicada nos mais diversos nichos, como por exemplo, na parte de exploração de petróleo. Nesta área existem diversos fatores a serem analisados a fim de minimizar os gastos atrelados ao processo de extração de petróleo. Uma destas análises é a do meio a ser explorado. Esta análise é realizada de diversas formas: utilização de sondas, extração de amostras para avaliação de componentes petrofísicos, correlacionamento com dados de outros poços de perfuração, entre outras. Na parte de extração de amostras existem algumas áreas que fazem diferentes análises sobre as mesmas amostras de rocha e para tanto é utilizada a Tomografia Computadorizada (TC), a qual preserva a amostra e a disponibiliza para diversas análises. Com base nas imagens geradas pela TC várias análises e simulações podem ser realizadas e processos, atualmente realizados de forma manual e exaustiva, podem ser automatizados. Um destes processos é o de identificação e extração de microfósseis, e a automatização do mesmo é o objetivo geral deste trabalho. Para tanto é proposto um pipeline que inicia no processo de digitalização e finaliza no processo de extração virtual do microfóssil. Na parte de identificação e extração dos microfósseis, uma abordagem com Redes Neurais Convolucionais(RNC) foi empregada, a qual obteve um valor de 98% de Intersection Over Union (IOU), métrica atualmente sendo utilizada para validação de resultados de segmentação semântica . A estratégia de validação do pipeline proposto se deu através de análise realizada por um grupo de especialistas da área de micropaleontologia.

Abstract: The applicability of the computational analysis of paleontological images ranges from the study of the animals, plants and microorganisms evolution to the simulations on the habitat of the beings of a given epoch, which can be applied in several niches, e.g. oil exploration. In this area, there are several factors to be analyzed in order to minimize the related expenses to the oil extraction process. One of these analyzes is the environment to be explored. This analysis occurs in several ways: use of probes, extraction of samples for petrophysical components evaluation, the correlation with logs of other drilling wells and so on. During the samples extraction phase, some areas make different analyses on the same sample and for that the Computed Tomography (CT) is used, which preserves the sample and makes it available for several analyzes. Based on the images generated by the CT, several analyzes and simulations can be performed and processes that are currently performed manually in a exhaustive manner can be automated. One of these processes is the microfossils identification and extraction, which, its automation is the general objective of this work. To do so, a pipeline is proposed that starts in the scanning process and ends with the identification and extraction processes. In the identification and extraction step, an approach with Convolutional Neural Networks (CNN) was used, obtaining a 98% Intersection Over Union (IOU) value. The proposed pipeline validation strategy was carried out by specialists in the micropaleontology field.