Redes neuronales convulucionales para mejorar la resolución de imágenes medicas

Resumen: Lamamografía es una de las técnicas más comunmente usadas para la detección de cáncer de mama. Sin embargo, estas imágenes pueden presentar baja calidad en su resolución y contraste por el ruido que produce el equipo durante la toma de la imagen .El objetivo principal de este trabajo es mejorar la calidad y super-resolución de imágenes de mamografía mediante dos algoritmos basados en redes neuronales convolucionales. Para la metodología (i)sedes cargala base de datos CBIS-DDSM, (ii) se extrae manualmente las regiones de interés (RoIs). (iii) Se aumenta los datos (RoIs),(iv) se mejora la super resolución de las RoIs mediante los algoritmos EDSR and RDN.(v) Finalmente, se evalua la calidad de la nuevas imágenes generadas mediante las métricas de evaluación PSNR y SSIM. Los resultados principales indican qu eel algoritmo RDN obtuvo una media de PSNR=32.68dBy SSIM=0.82, y EDSR una media de PSNR=39.05dBy SSIM=0.90respectivamente.Enconclusión, los resultados experimentales demuestran que el algoritmo EDSR produce imágenes más claras visiblemente con una calidad aceptable dentro del rango establecido (38dBa 40 dB).

• Váldodahkki: Sarango Vega, Jefferson Hernán (author)
• Materiálatiipa: bachelorThesis
• Giella: spa
• Almmustuhtton: 2022
• Fáttát: Inteligencia artificial; Redes neuronales; Ingeniero en sistemas informáticos y computación; Tesis y disertaciones académicas
• Liŋkkat: http://dspace.utpl.edu.ec/handle/20.500.11962/29551