Programa del congreso
Resúmenes y datos de las sesiones para este congreso. Seleccione una fecha o ubicación para mostrar solo las sesiones en ese día o ubicación. Seleccione una sola sesión para obtener una vista detallada (con resúmenes y descargas, si están disponibles).
|
Resumen diario |
| Sesión | |
|
Ju-S4.1-IAIm: Inteligencia artifical en imagen médica (II) Lugar: Salón de Actos Presidente de la sesión: Monica Abella García Presidente de la sesión: José Antonio Pérez Carrasco | |
| Presentación 3 | |
9:00 - 9:15
Reconstrucción Avanzada para Sistemas de Arco en C con Datos Limitados 1: Departamento de Bioingeniería, Universidad Carlos III de Madrid, España,; 2: Instituto de Investigación Sanitaria Gregorio Marañón. Madrid, España; 3: Centro de Investigaciones Cardiovasculares (CNIC); Melchor Fernández Almagro, 28029, Madrid, España Aunque la tomografía computarizada (TC) ha demostrado ser útil para el estudio del cráneo, tórax y columna en animales, su adopción en veterinaria como complemento a la radiografía plana está limitada por el coste y espacio adicional requeridos y el difícil acceso al animal. El sistema MultiVet responde a estas limitaciones integrando radiografía, fluoroscopia y TC en un solo sistema con geometría abierta de arco en C. Sin embargo, el no disponer de un gantry cerrado limita su rango de rotación impidiendo la adquisición de datos completos, lo que genera artefactos en la imagen reconstruida con métodos analíticos convencionales. Este trabajo presenta TikDL, un método híbrido que integra en un algoritmo iterativo la imagen obtenida tras procesar una reconstrucción analítica preliminar con un modelo de aprendizaje profundo (AP). La evaluación con datos veterinarios simulados muestra que TikDL suprime los artefactos evitando alucinaciones, demostrando su superioridad con respecto al uso exclusivo tanto de métodos iterativos como de AP.
| |
