Reconstrucción de imágenes de Tomografía por Emisión de Positrones en Presencia de Ruido Poisson Utilizando Aprendizaje Profundo.

Jarquin Moreno, Daniel Arturo

Reconstrucción de imágenes de Tomografía por Emisión de Positrones en Presencia de Ruido Poisson Utilizando Aprendizaje Profundo.

dc.contributor.advisor	Mederos Madrazo, Boris Jesús
dc.contributor.author	Jarquin Moreno, Daniel Arturo
dc.date.accessioned	2021-02-16T19:08:35Z
dc.date.available	2021-02-16T19:08:35Z
dc.date.issued	2020-06
dc.description	En el presente trabajo se muestra el desempeño de un algoritmo de reconstrucción de imágenes de tomografía por emisión de positrones (PET, por sus siglas en inglés) a partir del sinograma generado por un tomógrafo, el proceso es llevado a cabo por una red neuronal convolucional (CNN, por sus siglas en ingles), aprendiendo los parámetros de regularización del método reconstrucción y optimización field of experts y acelerando el entrenamiento utilizando unidades procesadoras de gráficos (GPU, por sus siglas en inglés) acelerando el entrenamiento y la respuesta de la red neuronal. El aprendizaje profundo permite a las redes neuronales aprender el proceso de reconstrucción y los términos de regularización más efi cientes, genera resultados aceptables en la época moderna del procesamiento de imágenes médicas. Para comprobar la eficiencia de reconstrucción es posible medir la similitud de la reconstrucción por medio PSNR y SSIM, dado este termino de comparación es posible demostrar que existe una buena relación entre los sinogramas reconstruidos por la red y los reconstruidos por medio de los métodos de retroproyección (FBP, por sus siglas en ingles) y expectación-maximización (EM, por sus siglas en ingles).	es_MX
dc.description.abstract	En el presente trabajo se muestra el desempeño de un algoritmo de reconstrucción de imágenes de tomografía por emisión de positrones (PET, por sus siglas en inglés) a partir del sinograma generado por un tomógrafo, el proceso es llevado a cabo por una red neuronal convolucional (CNN, por sus siglas en ingles), aprendiendo los parámetros de regularización del método reconstrucción y optimización field of experts y acelerando el entrenamiento utilizando unidades procesadoras de gráficos (GPU, por sus siglas en inglés) acelerando el entrenamiento y la respuesta de la red neuronal. El aprendizaje profundo permite a las redes neuronales aprender el proceso de reconstrucción y los términos de regularización más efi cientes, genera resultados aceptables en la época moderna del procesamiento de imágenes médicas. Para comprobar la eficiencia de reconstrucción es posible medir la similitud de la reconstrucción por medio PSNR y SSIM, dado este termino de comparación es posible demostrar que existe una buena relación entre los sinogramas reconstruidos por la red y los reconstruidos por medio de los métodos de retroproyección (FBP, por sus siglas en ingles) y expectación-maximización (EM, por sus siglas en ingles).	es_MX
dc.description.video	http://erecursos.uacj.mx/bitstream/handle/20.500.11961/5779/Repositorio%20resumen%20Daniel%20Arturo%20Jarquin%20Moreno.pdf?sequence=8&isAllowed=y
dc.identifier.uri	http://hdl.handle.net/20.500.11961/5779
dc.language.iso	spa	es_MX
dc.publisher	Universidad Autónoma de Ciudad Juárez	es_MX
dc.relation.ispartof	Maestría en Ingeniería Eléctrica	es
dc.relation.ispartof	Departamento de Ingeniería Eléctrica y Computación	es
dc.relation.ispartof	Instituto de Ingeniería y Tecnología	es
dc.rights	Atribución-NoComercial-SinDerivadas 2.5 México	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/2.5/mx/	*
dc.subject	Red neuronal convolucional-CNN	es_MX
dc.subject	Retropoyección.	es_MX
dc.subject	Campo de expertos.	es_MX
dc.subject	Reconstrucción del sinograma.	es_MX
dc.subject.other	info:eu-repo/classification/cti/7	es_MX
dc.title	Reconstrucción de imágenes de Tomografía por Emisión de Positrones en Presencia de Ruido Poisson Utilizando Aprendizaje Profundo.	es_MX
dc.type	Tesis maestría	es_MX
dcrupi.departamento	Departamento de Ingeniería Eléctrica y Computación	es
dcrupi.instituto	Instituto de Ingeniería y Tecnología	es
dcrupi.programa-academico	Maestría en Ingeniería Eléctrica	es
dcterms.thumbnail	http://ri.uacj.mx/vufind/thumbnails/pi-iit-maestria.png	es