Estimación del desplazamiento horizontal del detector en un sistema de rayos X utilizando Aprendizaje por Transferencia

• C. F. Del Cerro ^[1] ; R. C. Gimenez ^[2] ; A. Piol ^[2] ; M. Desco ^[3] ; M. Abella ^[4]
  1. [1] Instituto de Investigación Sanitaria Gregorio Marañón

     Instituto de Investigación Sanitaria Gregorio Marañón

     Madrid, España

     
  2. [2] Universidad Carlos III de Madrid

     Universidad Carlos III de Madrid

     Madrid, España

     
  3. [3] Centro de Investigacion Biomedica en Red de Salud Mental

     Centro de Investigacion Biomedica en Red de Salud Mental

     Madrid, España

     
  4. [4] Centro Nacional Investigaciones Cardiovasculares Carlos III (CNIC), Madrid, España

  Mostrar afiliaciones +
• Localización: XXXVIII Congreso Anual de la Sociedad Española de Ingeniería Biomédica. CASEIB 2020: Libro de actas / Roberto Hornero Sánchez (ed. lit.), Jesús Poza Crespo (ed. lit.), Carlos Gómez Peña (ed. lit.), María García Gadañón (ed. lit.), 2020, ISBN 978-84-09-25491-0, págs. 447-450
• Idioma: español
• Enlaces
  • Texto Completo Libro
• Resumen

  • En las imágenes de tomografía axial computarizada por rayos X (TAC) pueden aparecer artefactos causados por errores en la calibración geométrica del sistema de rayos X. Aunque existen muchos estudios que tratan de resolver el problema de la calibración geométrica de los sistemas de TAC, a menudo son diseñados específicamente para una configuración concreta y necesitan la adquisición previa de un maniquí. En este trabajo se propone un método basado en aprendizaje profundo (Deep Learning) para estimar la calibración geométrica de un sistema de TAC por rayos X directamente sobre una reconstrucción preliminar con artefactos. Los resultados preliminares muestran la viabilidad de la propuesta que abre la puerta a eliminar la necesidad de una fase de calibración previa con un maniquí específico para la calibración de sistemas de TAC de rayos X, sin suponer un extra de tiempo de cómputo.