Método baseado em aprendizado de máquina para redução de artefatos gerados por objetos metálicos em imagens de tomografia computadorizada (2020)
- Authors:
- Autor USP: BONATI, MATEUS PASCOALIN - EESC
- Unidade: EESC
- Sigla do Departamento: SEL
- Subjects: TOMOGRAFIA COMPUTADORIZADA POR RAIOS X; MATERIAIS METÁLICOS
- Keywords: Artefatos metálicos.
- Language: Português
- Abstract: A tomografia computadorizada (CT- Computed Tomography) é um método de diagnóstico por imagem que utiliza raios X para obter uma reprodução de uma secção do corpo humano. A visualização desse exame se dá pela aplicação de métodos de reconstrução, os quais utilizam os sinais recebidos por sensores para convertê-los em uma imagem digital. No entanto, se os raios X atravessam um material muito denso durante o exame, tais como implantes metálicos, tem-se a geração de artefatos na imagem reconstruída, que podem prejudicar o diagnóstico médico. Estes artefatos são faixas luminosas resultantes da interação dos fótons de raios X com objetos metálicos, que acabam por degradar a imagem. Devido à evolução das técnicas de aprendizado de máquina e inteligência artificial, nos últimos anos, houve um aumento expressivo no desenvolvimento de algoritmos na busca de redução de artefatos em imagens de CT. O objetivo deste trabalho é desenvolver um método para a redução de artefatos metálicos utilizando redes neurais convolucionais aplicadas diretamente no senograma das imagens a serem reconstruídas. O método proposto foi avaliado em imagens sintéticas geradas com o Phantom Shepp-Logan e os resultados obtidos com a rede proposta foram comparados com os resultados dos métodos tradicionais de substituição de valores corrompidos no senograma por valores vizinhos e por interpolação. Os resultados sugerem que o método proposto produz imagens melhores que as outras abordagens avaliadas para redução de artefatos, em termos de erro quadrático médio, relação sinal-ruído de pico e índice de similaridade estrutural. Conclui-se que a utilização deste método com redes neurais convolucionais para complementação do senograma pode ser uma alternativa viável para a redução de artefatos metálicos, aprimorando as imagens geradas pela tomografia computadorizada.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2020
-
ABNT
BONATI, Mateus Pascoalin. Método baseado em aprendizado de máquina para redução de artefatos gerados por objetos metálicos em imagens de tomografia computadorizada. 2020. Trabalho de Conclusão de Curso (Graduação) – Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos, 2020. Disponível em: https://bdta.abcd.usp.br/directbitstream/ec964108-ed0c-4140-8363-544a7a930baa/Bonati_Mateus_Pascoalin.pdf. Acesso em: 20 mar. 2025. -
APA
Bonati, M. P. (2020). Método baseado em aprendizado de máquina para redução de artefatos gerados por objetos metálicos em imagens de tomografia computadorizada (Trabalho de Conclusão de Curso (Graduação). Escola de Engenharia de São Carlos, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/ec964108-ed0c-4140-8363-544a7a930baa/Bonati_Mateus_Pascoalin.pdf -
NLM
Bonati MP. Método baseado em aprendizado de máquina para redução de artefatos gerados por objetos metálicos em imagens de tomografia computadorizada [Internet]. 2020 ;[citado 2025 mar. 20 ] Available from: https://bdta.abcd.usp.br/directbitstream/ec964108-ed0c-4140-8363-544a7a930baa/Bonati_Mateus_Pascoalin.pdf -
Vancouver
Bonati MP. Método baseado em aprendizado de máquina para redução de artefatos gerados por objetos metálicos em imagens de tomografia computadorizada [Internet]. 2020 ;[citado 2025 mar. 20 ] Available from: https://bdta.abcd.usp.br/directbitstream/ec964108-ed0c-4140-8363-544a7a930baa/Bonati_Mateus_Pascoalin.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Bonati_Mateus_Pascoalin.p... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
