Publication: Corrección del Artefacto de Truncamiento en TAC mediante Aprendizaje profundo
dc.affiliation.dpto | UC3M. Departamento de Bioingeniería | es |
dc.affiliation.grupoinv | UC3M. Grupo de Investigación: Biomedical Imaging and Instrumentation Group | es |
dc.contributor.author | Berdón, P. M. | |
dc.contributor.author | Del Cerro, C. F. | |
dc.contributor.author | Gimenez, R.C. | |
dc.contributor.author | Desco Menéndez, Manuel | |
dc.contributor.author | Abella García, Mónica | |
dc.contributor.funder | Ministerio de Economía y Competitividad (España) | es |
dc.contributor.funder | Universidad Carlos III de Madrid | es |
dc.contributor.funder | Comunidad de Madrid | es |
dc.date.accessioned | 2021-06-01T09:37:47Z | |
dc.date.available | 2021-06-01T09:37:47Z | |
dc.date.issued | 2020 | |
dc.description | Actas de: CASEIB 2020: XXXVIII Congreso Anual de la Sociedad Española de Ingeniería Biomédica, 25–27 Nov, 2020 (congreso virtual). | es |
dc.description.abstract | La adquisición de proyecciones incompletas debido a que parte de la muestra se extiende fuera del campo de visión, resulta en inconsistencias en los datos que dan lugar a lo que se conoce como artefacto de truncamiento. Se han propuesto varios métodos para la compensación de la falta de datos, basados en la extrapolación de las proyecciones, pero ninguno consigue recuperar completamente los datos truncados. Este trabajo presenta un nuevo método de compensación del artefacto de truncamiento en imágenes de TAC basado en técnicas de aprendizaje profundo. La evaluación en datos simulados a partir de estudios de roedores muestra la viabilidad de la propuesta. | es |
dc.description.sponsorship | Este 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.extent | 4 | |
dc.identifier.bibliographicCitation | CASEIB 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. 285–288. | es |
dc.identifier.isbn | 978-84-09-25491-0 | |
dc.identifier.publicationfirstpage | 285 | |
dc.identifier.publicationlastpage | 288 | |
dc.identifier.publicationtitle | Corrección del Artefacto de Truncamiento en TAC mediante Aprendizaje profundo | es |
dc.identifier.uri | https://hdl.handle.net/10016/32815 | |
dc.identifier.uxxi | CC/0000032398 | |
dc.language.iso | spa | |
dc.publisher | Sociedad Española de Ingeniería Biomédica | es |
dc.relation.eventdate | 20-11-25 | es |
dc.relation.eventplace | España (congreso virtual) | es |
dc.relation.eventtitle | XXXVIII Congreso Anual de la Sociedad Española de Ingeniería Biomédica | es |
dc.relation.projectID | Gobierno de España. DPI2016-79075-R | es |
dc.relation.projectID | Comunidad de Madrid. DEEPCT-CM-UC3M | es |
dc.relation.projectID | Gobierno de España. SEV-2015-0505 | es |
dc.relation.publisherversion | http://caseib.es/2020/wp-content/uploads/2020/12/CASEIB2020_LibroActas.pdf | |
dc.rights | Atribución-NoComercial-SinDerivadas 3.0 España | * |
dc.rights.accessRights | open access | |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ | * |
dc.subject.eciencia | Biología y Biomedicina | es |
dc.title | Corrección del Artefacto de Truncamiento en TAC mediante Aprendizaje profundo | es |
dc.type | conference proceedings | * |
dc.type.hasVersion | AM | * |
dspace.entity.type | Publication |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- Correccion_CASEIB_2020.pdf
- Size:
- 794.98 KB
- Format:
- Adobe Portable Document Format