Neste trabalho apresentamos uma metodologia para o refinamento de segmentações 2D de imagens de ressonância magnética. Os algoritmos implementados partem de uma segmentação inicial e, através de inclusões e exclusões de pixels na borda da segmentação ativa, obtêm a segmentação desejada. A cada passo dos algoritmos, duas segmenta ções estão disponíveis: uma segmentação atual e uma candidata. A escolha de uma delas é feita de acordo com critérios determinísticos (refinamento por técnica híbrida) ou estocásticos (refinamento utilizando simulated annealing), mediante a minimização de uma função de energia. Esta função é composta por termos que medem o contraste na borda, a variância da intensidade do sinal e a forma. A metodologia foi avaliada sobre phantoms numéricos e aplicada com sucesso em imagens de ressonância magnética. Esta metodologia pode ser facilmente estendida para outras modalidades de imagens.

In this work we present a methodology for the refinement of segmentations of 2D magnetic resonance images. The algorithm proposed here begins with an initial segmentation and, through the addition and exclusion of pixels in the contour of the actual segmentation, the desired segmentation is obtained. At each step, two segmentations are available, the current and a candidate one. One of these two is selected according to deterministic (hybrid technique refinement) or stochastic (refinement by simulated annealing) minimization of an energy function. This function is composed of terms that account for the contrast in the contour, for the variance of the signal and for the shape of the segmented object. The methodology was evaluated over numeric phantoms and applied to real resonance magnetic images with success. This proposal can be easily extended to other kinds of image modalities.