Pós-Graduação em Ciência da Computação – UFPE
Defesa de Dissertação de Mestrado Nº 2.094
Aluno: Carlos Antônio Alves Júnior
Orientador: Prof. Tsang Ing Ren
Coorientador: Prof. Luis Filipe Alves Pereira (UFAPE)
Título: Combinação de Redes Neurais Convolucionais para reconstrução de
Tomografias Computadorizadas com Baixas Dosagens de Radiação
Data: 09/08/2023
Hora/Local: 9h – Virtual – Interessados em assistir entrar em contato com o aluno
Banca Examinadora:
Prof. Carlos Alexandre Barros de Mello (UFPE / Centro de Informática)
Prof. Hae Yong Kim (USP / Dept. Engenharia de Sistemas Eletrônicos)
Prof. Tsang Ing Ren (UFPE / Centro de Informática)
RESUMO:
Riscos relacionados à exposição excessiva de pacientes à radiação durante a aquisição de tomografias computadorizadas são motivo de preocupação crescente na comunidade médica. Tomografias obtidas com menores quantidade de radiação ou redução de projeções poderiam aliviar o problema, mas resultam em artefatos e problemas na imagem reconstruída. Sendo assim, diversos métodos baseados na aplicação de Redes Neurais Convolucionais (CNNs, do inglês Convolucional Neural Network) para recuperação das tomografias obtidas com baixa dosagem (LDCTs, do inglês Low-dose Computed Tomography), apresentaram bons resultados. Métodos baseados em CNNs 3D obtiveram resultados ainda mais promissores, visto que exploram melhor as relações entre os pixeis das visões ortogonais dos volumes CT. CNNs 3D possuem, no entanto, um custo computacional maior associado. Além disso, são mais sensíveis ao problema do desbalanceamento de classes, que consiste na aprendizagem enviesada em favor de uma classe de pixeis mais abundante. Ao mesmo tempo, métodos baseados em CNNs 2D não exploram tão bem as relações entre pixeis das visões ortogonais, visto que processam cada fatia do volume tomográfico separadamente, o que leva a uma demanda computacional menor. Neste trabalho, é apresentado um método que busca explorar as relações entre os pixeis dos eixos Axial, Coronal e Sagittal dos volumes LDCT utilizando-se de um ensemble de quatro CNNs 2D, onde, três delas processam os eixos ortogonais do volume LDCT de forma separada, e a quarta faz a fusão das saídas das três redes anteriores. Dessa forma, resultados tão bons quanto ou superiores aos oriundos do uso de CNNs 3D, podem ser obtidos sem os custos computacionais associados às mesmas. Para os experimentos, foram utilizadas duas bases de dados, uma simulando tomografias computadorizadas com projeções-esparsas, e a outra com dados reais de tomografias computadorizadas obtidas com redução direta de radiação. O método proposto apresentou resultados majoritariamente superiores aos modelos 2D e 3D.
Palavras-chave: Combinação. Tomografias Computadorizadas. CNN. Baixa
Dosagem.
Comentários desativados