RT Conference Proceedings
T1 Corrección del Artefacto de Truncamiento en TAC mediante Aprendizaje profundo
A1 Berdón, P. M.
A1 Del Cerro, C. F.
A1 Gimenez, R.C.
A1 Desco Menéndez, Manuel
A1 Abella García, Mónica
AB 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.
PB Sociedad Española de Ingeniería Biomédica
SN 978-84-09-25491-0
YR 2020
FD 2020
LK https://hdl.handle.net/10016/32815
UL https://hdl.handle.net/10016/32815
LA spa
NO Actas de:  CASEIB 2020: XXXVIII Congreso Anual de la Sociedad Española de Ingeniería Biomédica,  25–27 Nov, 2020 (congreso virtual).
NO 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).
DS e-Archivo
RD 30 jun. 2024