Universidade Federal do Ceará
Programa de Pós-Graduação em Engenharia de Teleinformática

Título: U-MAMBA: Reconstrução 3D de implantes cranianos com modelos de estado de espaço e avaliação por estudos ablativos

Data: 25/07/2025
Horário: 20:00
Local: Google Meet (https://meet.google.com/nug-vebd-fnf)

Banca Examinadora:
George Andre Pereira The (UFC, Orientador)
José Marques Soares (UFC)
Rodrigo Dalvit Carvalho da Silva (Yale)

Resumo:
A reconstrução de defeitos cranianos para cranioplastia exige implantes personalizados, cujo design é tradicionalmente um processo manual, demorado e sujeito à subjetividade. Esta dissertação investiga a viabilidade de uma abordagem baseada em aprendizado profundo para automatizar essa tarefa de inferência geométrica. Para isso, propõe-se a U-Mamba, uma nova arquitetura de autoencoder hierárquico voltada ao processamento de nuvens de pontos 3D. O modelo incorpora blocos baseados em Modelos de Estado de Espaço (Mamba) para capturar o contexto espacial local de forma eficiente, uma abordagem avaliada com os dados da competição MICCAI Skull Implant Design Challenge. Os resultados experimentais demonstram que a U-Mamba alcança baixo erro de reconstrução, mensurado por Earth Mover’s Distance (EMD), e gera reconstruções com alta fidelidade e plausibilidade anatômica. Estudos de ablação extensivos validam empiricamente os pilares da arquitetura, evidenciando a contribuição significativa dos blocos Mamba e a importância das conexões de salto para a precisão dos resultados. Conclui-se que a abordagem proposta constitui uma solução viável e robusta, com potencial para otimizar o fluxo de trabalho clínico no planejamento de cranioplastias, além de contribuir para o desenvolvimento de uma nova classe de arquiteturas voltadas à completude de formas 3D.

Palavras-chave: Aprendizado Profundo; Reconstrução 3D; Nuvens de Pontos; Mamba; Cranioplastia; Implantes Customizados.