Publication:
Nuevo método para la obtención de imágenes TAC libres de endurecimiento de haz vía aprendizaje automático

Simple item page
dc.affiliation.dptoUC3M. Departamento de Bioingenieríaes
dc.affiliation.grupoinvUC3M. Grupo de Investigación: Biomedical Imaging and Instrumentation Groupes
dc.contributor.authorMartinez Sanchez, C.
dc.contributor.authorDel Cerro, C. F.
dc.contributor.authorDesco Menéndez, Manuel
dc.contributor.authorAbella García, Mónica
dc.contributor.funderMinisterio de Economía y Competitividad (España)es
dc.contributor.funderComunidad de Madrides
dc.contributor.funderUniversidad Carlos III de Madrides
dc.date.accessioned2021-06-03T09:39:44Z
dc.date.available2021-06-03T09:39:44Z
dc.date.issued2020
dc.descriptionActas de: CASEIB 2020: XXXVIII Congreso Anual de la Sociedad Española de Ingeniería Biomédica, 25–27 Nov, 2020 (congreso virtual).es
dc.description.abstractEl endurecimiento de haz es un efecto mediante el cual la energía media de un haz de rayos X se incrementa a medida que atraviesa un material. Este efecto provoca dos tipos de artefactos en la imagen reconstruida: cupping, en muestras homogéneas y bandas negras, entre zonas densas de muestras heterogéneas. Los métodos de corrección propuestos en la literatura se pueden dividir en métodos de post-proceso, los cuales necesitan de varias reconstrucciones y proyecciones extra basadas en una segmentación de una reconstrucción preliminar. Esta segmentación puede no ser óptima en adquisiciones con baja dosis, limitando la calidad de la imagen final. Se han propuesto métodos de reconstrucción iterativos como alternativa para corregir los artefactos de endurecimiento de haz en adquisiciones de baja dosis, incluyendo modelos de ruido y de fuente policrómatica, pero suponen un aumento considerable del tiempo de ejecución. En este trabajo se propone un nuevo método para la obtención de imágenes sin artefactos de endurecimiento de haz en tomografía axial computarizada basado en técnicas de aprendizaje profundo, usando la red neuronal U-Net. El método se ha evaluado en dos escenarios, de alta y baja dosis, resultando en una corrección óptima en ambos.es
dc.description.sponsorshipEste trabajo ha sido financiado por el Ministerio de Ciencia, Innovación y Universidades (Instituto de Salud Carlos III, proyecto DTS17/00122; Agencia Estatal de Investigación, proyecto DPI2016-79075-R-AEI/FEDER, UE), cofinanciado por Fondos de la Unión Europea (FEDER), "A way of making Europe". Además, ha sido financiado por el Programa de apoyo a la realización de proyectos interdisciplinares de I+D para jóvenes investigadores de la Universidad Carlos III de Madrid 2019-2020 en el marco del Convenio Plurianual Comunidad de Madrid- Universidad Carlos III de Madrid (proyecto DEEPCT-CM-UC3M). El CNIC está financiado por el Ministerio de Ciencia, Innovación y Universidades y la fundación PRO-CNIC y es un centro de excelencia Severo Ochoa (SEV-2015-0505).es
dc.format.extent4
dc.identifier.bibliographicCitationCASEIB 2020: XXXVIII Congreso Anual de la Sociedad Española de Ingeniería Biomédica, libro de actas, 25–27 Nov, 2020. Sociedad Española de Ingeniería Biomédica, 2020, pp. 439–442.es
dc.identifier.isbn978-84-09-25491-0
dc.identifier.publicationfirstpage439
dc.identifier.publicationlastpage442
dc.identifier.publicationtitleNuevo método para la obtención de imágenes TAC libres de endurecimiento de haz vía aprendizaje automáticoes
dc.identifier.urihttps://hdl.handle.net/10016/32827
dc.identifier.uxxiCC/0000032423
dc.language.isoeng
dc.publisherSociedad Española de Ingenieria Biomedicaes
dc.relation.eventdate2020-11-25
dc.relation.eventplaceEspaña (conferencia virtual)es
dc.relation.eventtitleXXXVIII Congreso Anual de la Sociedad Española de Ingeniería Biomédicaes
dc.relation.projectIDGobierno de España. DPI2016-79075-Res
dc.relation.projectIDComunidad de Madrid. DEEPCT-CM-UC3Mes
dc.relation.projectIDGobierno de España. DTS17/00122es
dc.relation.projectIDGobierno de España. SEV-2015-0505es
dc.relation.publisherversionhttp://caseib.es/2020/wp-content/uploads/2020/12/CASEIB2020_LibroActas.pdf
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 España*
dc.rights.accessRightsopen access
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/es/*
dc.subject.ecienciaBiología y Biomedicinaes
dc.titleNuevo método para la obtención de imágenes TAC libres de endurecimiento de haz vía aprendizaje automáticoes
dc.typeconference proceedings*
dc.type.hasVersionAM*
dspace.entity.typePublication
Files
Original bundle
Now showing 1 - 1 of 1
Thumbnail Image
Name:
Nuevo_CASEIB_2020.pdf
Size:
893.05 KB
Format:
Adobe Portable Document Format
Download
Collections
DBIAB - BIIG - Proceedings