Reconstrução de imagens de tomografia por impedância elétrica usando máquinas de aprendizado extremo e algoritmos de retroprojeção

Detalhes bibliográficos
Ano de defesa: 2019
Autor(a) principal: GOMES, Juliana Carneiro
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal de Pernambuco
UFPE
Brasil
Programa de Pos Graduacao em Engenharia Biomedica
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Engenharia Biomédica
Tomografia por impedância elétrica
Reconstrução de imagens
Inteligência artificial
Máquina de aprendizado extremo
Algoritmo de retroprojeção
Link de acesso: https://repositorio.ufpe.br/handle/123456789/34165
Resumo: 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.
id UFPE_548d91ae3503a75a720b36e3756abf1c
oai_identifier_str oai:repositorio.ufpe.br:123456789/34165
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str
spelling Reconstrução de imagens de tomografia por impedância elétrica usando máquinas de aprendizado extremo e algoritmos de retroprojeçãoEngenharia BiomédicaTomografia por impedância elétricaReconstrução de imagensInteligência artificialMáquina de aprendizado extremoAlgoritmo de retroprojeçãoA 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.CAPESElectrical 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.Universidade Federal de PernambucoUFPEBrasilPrograma de Pos Graduacao em Engenharia BiomedicaSOUZA, Ricardo Emmanuel deSANTOS, Wellington Pinheiro doshttp://lattes.cnpq.br/4951733169700261http://lattes.cnpq.br/3702924271252130GOMES, Juliana Carneiro2019-10-03T19:54:28Z2019-10-03T19:54:28Z2019-02-22info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://repositorio.ufpe.br/handle/123456789/34165porAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPE2019-10-25T11:38:21Zoai:repositorio.ufpe.br:123456789/34165Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T11:38:21Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.none.fl_str_mv Reconstrução de imagens de tomografia por impedância elétrica usando máquinas de aprendizado extremo e algoritmos de retroprojeção
title Reconstrução de imagens de tomografia por impedância elétrica usando máquinas de aprendizado extremo e algoritmos de retroprojeção
spellingShingle Reconstrução de imagens de tomografia por impedância elétrica usando máquinas de aprendizado extremo e algoritmos de retroprojeção
GOMES, Juliana Carneiro
Engenharia Biomédica
Tomografia por impedância elétrica
Reconstrução de imagens
Inteligência artificial
Máquina de aprendizado extremo
Algoritmo de retroprojeção
title_short Reconstrução de imagens de tomografia por impedância elétrica usando máquinas de aprendizado extremo e algoritmos de retroprojeção
title_full Reconstrução de imagens de tomografia por impedância elétrica usando máquinas de aprendizado extremo e algoritmos de retroprojeção
title_fullStr Reconstrução de imagens de tomografia por impedância elétrica usando máquinas de aprendizado extremo e algoritmos de retroprojeção
title_full_unstemmed Reconstrução de imagens de tomografia por impedância elétrica usando máquinas de aprendizado extremo e algoritmos de retroprojeção
title_sort Reconstrução de imagens de tomografia por impedância elétrica usando máquinas de aprendizado extremo e algoritmos de retroprojeção
author GOMES, Juliana Carneiro
author_facet GOMES, Juliana Carneiro
author_role author
dc.contributor.none.fl_str_mv SOUZA, Ricardo Emmanuel de
SANTOS, Wellington Pinheiro dos
http://lattes.cnpq.br/4951733169700261
http://lattes.cnpq.br/3702924271252130
dc.contributor.author.fl_str_mv GOMES, Juliana Carneiro
dc.subject.por.fl_str_mv Engenharia Biomédica
Tomografia por impedância elétrica
Reconstrução de imagens
Inteligência artificial
Máquina de aprendizado extremo
Algoritmo de retroprojeção
topic Engenharia Biomédica
Tomografia por impedância elétrica
Reconstrução de imagens
Inteligência artificial
Máquina de aprendizado extremo
Algoritmo de retroprojeção
description 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.
publishDate 2019
dc.date.none.fl_str_mv 2019-10-03T19:54:28Z
2019-10-03T19:54:28Z
2019-02-22
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.ufpe.br/handle/123456789/34165
url https://repositorio.ufpe.br/handle/123456789/34165
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
UFPE
Brasil
Programa de Pos Graduacao em Engenharia Biomedica
publisher.none.fl_str_mv Universidade Federal de Pernambuco
UFPE
Brasil
Programa de Pos Graduacao em Engenharia Biomedica
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1856042084366024704

Registros relacionados