Desenvolvimento de modelos 3D baseados em segmentação de imagens médicas

Abstract

Este trabalho teve como objetivo o desenvolvimento de um algoritmo para a conversão de imagens médicas no formato DICOM em modelos geométricos tridimensionais no formato STL, a partir da segmentação automatizada de órgãos e tecidos. A metodologia empre gada baseou-se em técnicas de processamento digital de imagens, incluindo filtragem e limiarização, com o propósito de isolar regiões de interesse e reduzir artefatos presentes nos exames médicos. As superfícies tridimensionais foram reconstruídas por meio do algoritmo Marching Cubes, amplamente utilizado para a geração de representações volumétricas a partir de dados tridimensionais, e posteriormente exportadas para o formato STL, possi bilitando sua utilização tanto em impressoras 3D quanto em aplicações de visualização e planejamento clínico. A validação do sistema foi realizada a partir de testes com imagens DICOM reais, avaliando-se a fidelidade geométrica das estruturas reconstruídas e a preci são dimensional dos modelos gerados. Os resultados demonstraram que o método proposto é eficiente, acessível e confiável, evidenciando seu potencial de aplicação na integração entre processamento de imagens médicas, modelagem tridimensional e manufatura aditiva, contribuindo para o avanço de soluções tecnológicas voltadas à medicina personalizada e ao planejamento clínico.

This work aimed to develop an algorithm for converting medical images in the DICOM format into three-dimensional geometric models in the STL format, based on the automa ted segmentation of organs and tissues. The proposed methodology relies on digital image processing techniques, including filtering and thresholding, in order to isolate regions of interest and reduce artifacts present in medical examinations. Three-dimensional surfaces were reconstructed using the Marching Cubes algorithm, which is widely employed for generating volumetric representations from three-dimensional data, and subsequently ex ported to the STL format, enabling their use in both 3D printing and clinical visualization and planning applications. System validation was performed using real DICOM images, evaluating the geometric fidelity of the reconstructed structures and the dimensional ac curacy of the generated models. The results demonstrated that the proposed method is efficient, accessible, and reliable, highlighting its potential application in the integration of medical image processing, three-dimensional modeling, and additive manufacturing, thus contributing to the advancement of technologies for personalized medicine and clinical planning.