Saltar al contenido principal

Aplicación de redes GAN a la remoción de ruido y artefactos en sinogramas provenientes de tomografías optoacústicas

Autor

Montilla, Delfina

Título

Aplicación de redes GAN a la remoción de ruido y artefactos en sinogramas provenientes de tomografías optoacústicas

Colaborador

González, Martín Germán

Rey Vega, Leonardo

Descripción

Grado obtenido: Ingeniero/a Electrónico de la Universidad de Buenos Aires

Disciplina: Ingeniería Electrónica

Fil: Montilla, Delfina. Universidad de Buenos Aires. Facultad de Ingeniería.

Editor

Universidad de Buenos Aires. Facultad de Ingeniería

Fecha

2023-08-31

Extensión

82 p.

Resumen

El objetivo de este trabajo es el estudio de un método de preprocesamiento de los datos medidos por un tomógrafo optoacústico bidimensional con el fin de reducir o eliminar los artefactos introducidos por la escasa cantidad de detectores en el sistema experimental y el acotado ancho de banda de los mismos. Para llevar a cabo esta tarea, se utilizó una red neuronal generativa adversaria profunda y se comparó su rendimiento con una red neuronal de referencia, U-Net. En la mayoría de los casos de prueba realizados, se encontró una mejora al aplicar la red propuesta evaluando con distintas métricas entre la imagen reconstruida, producto de los datos procesados por el modelo, y la imagen de referencia. En lo que concierne a las imágenes reconstruidas, en general se observa un desempeño similar comparando los resultados obtenidos por ambos modelos de aprendizaje profundo; las dos redes logran una reconstrucción de alta calidad, preservando las características estructurales y minimizando las diferencias numéricas con respecto a la imagen de referencia. No obstante, cabe destacar que la red generativa adversaria sólo requiere el 50% de los datos de entrada para lograr estos resultados en comparación con la U-Net.