Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: http://tede.bc.uepb.edu.br/jspui/handle/tede/3602
Tipo do documento: Dissertação
Título: Atenuação de artefato metálico em imagem de tomografia computadorizada com uso de Deep learning
Autor: Ribeiro Júnior, Audemar Fernandes 
Primeiro orientador: Sousa, Robson Pequeno de
Primeiro membro da banca: Galdino, Katia Elizabete
Segundo membro da banca: Gomes, Herman Martins
Resumo: Artefatos metálicos são graves problemas de reconstrução de imagens médicas de tomografias computadorizadas, podendo causar significativas dificuldades de diagnóstico, ou até mesmo inviabilizá-lo. Esta pesquisa, desenvolvida no Núcleo de Tecnologias Estratégicas em Saúde - NUTES, em parceria com o Hospital Regional de Trauma Dom Luiz Gonzaga Fernandes, gerou uma arquitetura de rede neural convolucional que atenua os efeitos causados por artefatos metálicos em imagens produzidas por aparelhos de tomografia computadorizada. A arquitetura proposta, após o treinamento, foi capaz de reconstruir imagens de tomografia computadorizada com atenuação de artefato metálico, com resultado aferido por avaliação qualitativa através de formulários. Os resultados obtidos demonstraram que a técnica é promissora para a atenuação de artefatos metálicos.
Abstract: Metallic artifacts are serious problems of reconstruction of medical images of CT scans, which may cause significant difficulties in diagnosis, or even render it unfeasible. This research, developed in the Nucleus of Strategic Technologies in Health - NUTES, in partnership with the Regional Hospital of Trauma Dom Luiz Gonzaga Fernandes, generated a convolutional neural network architecture that attenuates the effects caused by metallic artifacts in images produced by computed tomography . The proposed architecture, after training, was able to reconstruct computed tomography images with metal artifact attenuation, with a result measured by qualitative evaluation through forms. The obtained results demonstrated that the technique is promising for the attenuation of metallic artifacts.
Palavras-chave: Tomografias computadorizadas
Deep learning
Artefatos metálicos
Rede Neural Convolucional
Aprendizagem profunda
Deep learning
Metal artifact
Convolutional neural network
Área(s) do CNPq: CIENCIAS DA SAUDE::MEDICINA
Idioma: por
País: Brasil
Instituição: Universidade Estadual da Paraíba
Sigla da instituição: UEPB
Departamento: Pró-Reitoria de Pós-Graduação e Pesquisa - PRPGP
Programa: Programa de Pós-Graduação Profissional em Ciência e Tecnologia em Saúde - PPGCTS
Citação: RIBEIRO JÚNIOR, A. F. Atenuação de artefato metálico em imagem de tomografia computadorizada com uso de Deep learning. 2018. 81f. Dissertação (Programa de Pós-Graduação Profissional em Ciência e Tecnologia em Saúde - PPGCTS) - Universidade Estadual da Paraíba, Campina Grande, 2018.
Tipo de acesso: Acesso Aberto
URI: http://tede.bc.uepb.edu.br/jspui/handle/tede/3602
Data de defesa: 26-Nov-2018
Aparece nas coleções:PPGCTS - Dissertações

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
PDF - Audemar Fernandes Ribeiro Júnior.pdfPDF - Audemar Fernandes Ribeiro Júnior144.32 MBAdobe PDFThumbnail

Baixar/Abrir Pré-Visualizar


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.