Reconstrução de imagens de tomografia por impedância elétrica usando máquinas de aprendizado extremo e algoritmos de retroprojeção
| العنوان: | Reconstrução de imagens de tomografia por impedância elétrica usando máquinas de aprendizado extremo e algoritmos de retroprojeção |
|---|---|
| المؤلفون: | GOMES, Juliana Carneiro |
| المساهمون: | SOUZA, Ricardo Emmanuel de, SANTOS, Wellington Pinheiro dos |
| المصدر: | Repositório Institucional da UFPE Universidade Federal de Pernambuco (UFPE) instacron:UFPE |
| بيانات النشر: | Universidade Federal de Pernambuco, 2019. |
| سنة النشر: | 2019 |
| مصطلحات موضوعية: | Reconstrução de imagens, Máquina de aprendizado extremo, Tomografia por impedância elétrica, Engenharia Biomédica, Inteligência artificial, Algoritmo de retroprojeção |
| الوصف: | CAPES A Tomografia por Impedância Elétrica (TIE) é uma técnica de imageamento baseada na aplicação de uma corrente elétrica alternada em eletrodos posicionados na superfície do domínio, também responsáveis pela medição do potencial elétrico resultante. As principais vantagens da TIE são a portabilidade, o baixo custo associado e a não utilização da radiação ionizante. A reconstrução de suas imagens depende da resolução dos problemas direto e inverso, sendo o último um problema não linear e mal-posto. Por isso, diversos métodos de reconstrução têm sido desenvolvidos. Neste trabalho é proposta uma nova abordagem: o uso de Redes Artificiais Neurais de pesos aleatórios, especialmente Máquinas de aprendizado extremo (ELM), para aproximar sinogramas a partir de dados de potenciais elétricos e, assim, utilizar o algoritmo clássico de Retroprojeção para reconstrução da imagem. O banco de imagens sintéticas de TIE e suas reconstruções foram implementados em ambiente de GNU/Octave e as ELMs foram treinadas com 4000 imagens. De forma qualitativa, as imagens reconstruídas com as ELMs foram comparadas com as imagens originais e com as reconstruções a partir da direta aplicação do algoritmo de Retroprojeção, apresentando alta similaridade neste último caso. Os resultados também foram analisados quantitativamente com o Índice de Similaridade Estrutural e com a Relação Sinal-Ruído de pico, comprovando a consistência dos resultados. Electrical Impedance Tomography (EIT) is an image technique based on the application of an alternating electrical current on electrodes placed on the surface of the domain, which are also responsible for measuring the resulting electrical potentials. EIT main advantages are portability, low cost and non-use of ionizing radiation. EIT image reconstruction depends on the resolution of the direct and inverse problems, which is non-linear and ill-posed. Thereby, several reconstruction methods have been developed. In this work we propose a new approach: the use of random-weigthed neural networks, specially Extreme Learning Machines (ELM), to approximate sinograms from electrical potential data and, therefore, use the classical Backprojection algorithm for image reconstruction. The synthetic images data and all reconstructions were implemented in GNU/Octave environment, and ELMs were trained with 4000 images. Qualitatively, reconstructed images with ELMs were compared with original images and with reconstructions from direct application of Backprojection algorithm, showing high similarity in the last case. Results were also analyzed quantitatively with Structural Similarity Index Results and Peak Signal-to-noise ratio, proving the consistency of the results. |
| اللغة: | Portuguese |
| URL الوصول: | https://explore.openaire.eu/search/publication?articleId=od______3056::548d91ae3503a75a720b36e3756abf1c https://repositorio.ufpe.br/handle/123456789/34165 |
| Rights: | OPEN |
| رقم الانضمام: | edsair.od......3056..548d91ae3503a75a720b36e3756abf1c |
| قاعدة البيانات: | OpenAIRE |
| الوصف غير متاح. |