Mejora de la resolución de imagen de señales de TC/PET altamente comprimidas
Autores: Malczewski, Krzysztof
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Mejora de la resolución de imagen de señales de TC/PET altamente comprimidas
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Software
Palabras clave
Modalidades médicas
Tomografía Computarizada
Técnicas híbridas
TC/PET
Resolución de imagen
Súper resolución
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 38
Citaciones: Sin citaciones
Uno de los aspectos más desafiantes de las modalidades médicas como la Tomografía Computarizada (TC) así como las técnicas híbridas como TC/PET (Tomografía Computarizada/Tomografía por Emisión de Positrones) y PET/RM es encontrar un equilibrio entre el tiempo de examen, la dosis de radiación y la calidad de la imagen. La necesidad de una rejilla de muestreo densa está asociada con dos factores principales: la mejora de la resolución de la imagen, que conduce a un fortalecimiento de la percepción humana, y la interpretación de las características de la imagen. Todos estos aspectos hacen que el procesamiento de imágenes no supervisado sea mucho más fácil. El algoritmo presentado emplea la reconstrucción de superresolución con estimación de campos de movimiento de alta precisión en su núcleo para mejorar las imágenes de Tomografía Computarizada/Tomografía por Emisión de Positrones (TC/PET). El método sugerido comienza con el procesamiento de señales de entrada comprimidas. Este documento muestra que es posible lograr una mayor resolución de la imagen manteniendo la misma dosis de radiación. El propósito de este documento es proponer una estrategia de reconstrucción de imágenes de TC/PET altamente efectiva, que permita mejorar simultáneamente la resolución y minimizar el tiempo de escaneo. El algoritmo tiene como objetivo superar dos obstáculos principales: la limitación de la resolución de la imagen y la eficiencia del tiempo de reconstrucción del algoritmo, combinando un patrón de muestreo basado en un análisis Ridgelet altamente disperso, así como la detección de señales PET con mejora de imagen de superresolución (SR). Debido a la naturaleza diversa de la Tomografía Computarizada, el análisis Ridgelet aplicado argumentando su usabilidad resultó eficiente en la reducción de los tiempos de adquisición en lo que respecta a mantener una calidad de escaneo satisfactoria. Este documento presenta un algoritmo de mejora de imagen de superresolución diseñado para manejar datos crudos de escáneres híbridos CT/PET altamente comprimidos de manera altamente sensible. La técnica presentada permite mejorar la resolución de la imagen mientras se reducen los artefactos de movimiento y se mantienen los tiempos de escaneo en niveles bastante bajos.
Descripción
Uno de los aspectos más desafiantes de las modalidades médicas como la Tomografía Computarizada (TC) así como las técnicas híbridas como TC/PET (Tomografía Computarizada/Tomografía por Emisión de Positrones) y PET/RM es encontrar un equilibrio entre el tiempo de examen, la dosis de radiación y la calidad de la imagen. La necesidad de una rejilla de muestreo densa está asociada con dos factores principales: la mejora de la resolución de la imagen, que conduce a un fortalecimiento de la percepción humana, y la interpretación de las características de la imagen. Todos estos aspectos hacen que el procesamiento de imágenes no supervisado sea mucho más fácil. El algoritmo presentado emplea la reconstrucción de superresolución con estimación de campos de movimiento de alta precisión en su núcleo para mejorar las imágenes de Tomografía Computarizada/Tomografía por Emisión de Positrones (TC/PET). El método sugerido comienza con el procesamiento de señales de entrada comprimidas. Este documento muestra que es posible lograr una mayor resolución de la imagen manteniendo la misma dosis de radiación. El propósito de este documento es proponer una estrategia de reconstrucción de imágenes de TC/PET altamente efectiva, que permita mejorar simultáneamente la resolución y minimizar el tiempo de escaneo. El algoritmo tiene como objetivo superar dos obstáculos principales: la limitación de la resolución de la imagen y la eficiencia del tiempo de reconstrucción del algoritmo, combinando un patrón de muestreo basado en un análisis Ridgelet altamente disperso, así como la detección de señales PET con mejora de imagen de superresolución (SR). Debido a la naturaleza diversa de la Tomografía Computarizada, el análisis Ridgelet aplicado argumentando su usabilidad resultó eficiente en la reducción de los tiempos de adquisición en lo que respecta a mantener una calidad de escaneo satisfactoria. Este documento presenta un algoritmo de mejora de imagen de superresolución diseñado para manejar datos crudos de escáneres híbridos CT/PET altamente comprimidos de manera altamente sensible. La técnica presentada permite mejorar la resolución de la imagen mientras se reducen los artefactos de movimiento y se mantienen los tiempos de escaneo en niveles bastante bajos.