Banca de DEFESA: CARLOS ANTONIO ALVES JUNIOR

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE: CARLOS ANTONIO ALVES JUNIOR
DATA : 09/08/2023
HORA: 09:00
LOCAL: Virtual
TÍTULO:

Combinação de Redes Neurais Convolucionais para reconstrução de 
Tomografias Computadorizadas com Baixas Dosagens de Radiação

PALAVRAS-CHAVES:

Combinação. Tomografias Computadorizadas. CNN. Baixa 
Dosagem.

PÁGINAS: 57
RESUMO:

Riscos relacionados à exposição excessiva de pacientes à radiação durante a 
aquisição de tomografias computadorizadas são motivo de preocupação 
crescente na comunidade médica. Tomografias obtidas com menores quantidade 
de radiação ou redução de projeções poderiam aliviar o problema, mas 
resultam em artefatos e problemas na imagem reconstruída. Sendo assim, 
diversos métodos baseados na aplicação de Redes Neurais Convolucionais 
(CNNs, do inglês Convolucional Neural Network) para recuperação das 
tomografias obtidas com baixa dosagem (LDCTs, do inglês Low-dose Computed 
Tomography), apresentaram bons resultados. Métodos baseados em CNNs 3D 
obtiveram resultados ainda mais promissores, visto que exploram melhor as 
relações entre os pixeis das visões ortogonais dos volumes CT. CNNs 3D 
possuem, no entanto, um custo computacional maior associado. Além disso, 
são mais sensíveis ao problema do desbalanceamento de classes, que consiste 
na aprendizagem enviesada em favor de uma classe de pixeis mais abundante. 
Ao mesmo tempo, métodos baseados em CNNs 2D não exploram tão bem as 
relações entre pixeis das visões ortogonais, visto que processam cada fatia 
do volume tomográfico separadamente, o que leva a uma demanda computacional 
menor. Neste trabalho, é apresentado um método que busca explorar as 
relações entre os pixeis dos eixos Axial, Coronal e Sagittal dos volumes 
LDCT utilizando-se de um ensemble de quatro CNNs 2D, onde, três delas 
processam os eixos ortogonais do volume LDCT de forma separada, e a quarta 
faz a fusão das saídas das três redes anteriores. Dessa forma, resultados 
tão bons quanto ou superiores aos oriundos do uso de CNNs 3D, podem ser 
obtidos sem os custos computacionais associados às mesmas. Para os 
experimentos, foram utilizadas duas bases de dados, uma simulando 
tomografias computadorizadas com projeções-esparsas, e a outra com dados 
reais de tomografias computadorizadas obtidas com redução direta de 
radiação. O método proposto apresentou resultados majoritariamente 
superiores aos modelos 2D e 3D.

MEMBROS DA BANCA:
Externo à Instituição - HAE YONG KIM - USP
Presidente - 1736873 - CARLOS ALEXANDRE BARROS DE MELLO
Interno - 1511095 - TSANG ING REN