Giacomo Brenciani
L'utilizzo dei modelli generativi per generalizzare algoritmi di denoising nelle immagini ultrasonografiche = The use of generative models to generalize denoising algorithms in ultrasound images.
Rel. Kristen Mariko Meiburger, Francesco Marzola. Politecnico di Torino, Corso di laurea magistrale in Ingegneria Biomedica, 2023
|
Preview |
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (4MB) | Preview |
Abstract
Lo spessore del complesso intima-media (IMT – intima media thickness) dell'arteria carotidea comune viene utilizzato come marker per fare una valutazione di rischio aterosclerotico. La misurazione di quest’ultimo viene generalmente effettuata sulle immagini ecografiche acquisite in modalità B-Mode. Il complesso viene calcolato tracciando i profili lume-intima e media-avventizia e misurando la distanza tra i due profili. Il valore di questo spessore viene alterato dalla presenza del rumore speckle che è un particolare tipo di disturbo delle immagini ultrasonografiche, che peggiora la qualità delle interfacce lume-intima e media-avventizia, causando così possibili errori . La misurazione del complesso può così essere soggetta a variabilità inter ed intra-operatore.
L’obiettivo del lavoro di tesi è quello di creare un dataset di immagini filtrate da utilizzare, per allenare una Generative Adversarial Network (GAN) che ha il compito di generalizzare l’output di 6 diversi filtri per la riduzione del rumore speckle, fornendo come output un dataset filtrato
Relatori
Anno Accademico
Tipo di pubblicazione
Numero di pagine
Corso di laurea
Classe di laurea
Aziende collaboratrici
URI
![]() |
Modifica (riservato agli operatori) |
