Red adversaria generativa aplicada a la eliminación de ruido y artefactos en sinogramas de tomografía optoacústica
El objetivo de este trabajo es el estudio de un método de pre-procesamiento de los datos medidos por un tomógrafo optoacústico bidimensional para reducir o eliminar los artefactos introducidos por la escasa cantidad de detectores en el sistema experimental y el acotado ancho de banda de estos. Para...
| Autores: | , , |
|---|---|
| Tipo de recurso: | artículo |
| Estado: | Versión publicada |
| Fecha de publicación: | 2023 |
| País: | Argentina |
| Institución: | Consejo Nacional de Investigaciones Científicas y Técnicas |
| Repositorio: | CONICET Digital (CONICET) |
| Idioma: | español |
| OAI Identifier: | oai:ri.conicet.gov.ar:11336/219472 |
| Acceso en línea: | http://hdl.handle.net/11336/219472 |
| Access Level: | acceso abierto |
| Palabra clave: | APRENDIZAJE PROFUNDO TOMOGRAFÍA OPTOACÚSTICA GAN https://purl.org/becyt/ford/2.2 https://purl.org/becyt/ford/2 https://purl.org/becyt/ford/1.2 https://purl.org/becyt/ford/1 https://purl.org/becyt/ford/1.3 |
| Sumario: | El objetivo de este trabajo es el estudio de un método de pre-procesamiento de los datos medidos por un tomógrafo optoacústico bidimensional para reducir o eliminar los artefactos introducidos por la escasa cantidad de detectores en el sistema experimental y el acotado ancho de banda de estos. Para esta tarea, se utilizó una red neuronal profunda generativa adversaria y se comparó su rendimiento con una red neuronal de referencia U-Net. En la mayoría de los casos de testeo realizados, se encontró una leve mejora aplicando la red propuesta al medir la correlación de Pearson y la relación señal a ruido piso entre la imagen reconstruida producto de los datos procesados por el modelo y la imagen de alta resolución de referencia. |
|---|