Dissertação

{en_GB=An image-to-image translation approach for speckle noise reduction in US.} {} EVALUATED

{pt=O uso de ultrassom enquanto técnica de imagiologia encontra-se disseminado por todas as especialidades medicas. No entanto, as imagens de ultrassom encontram-se corrompidas com um tipo de ruído característico a este processo, denominado ruído speckle. Apesar de existirem técnicas que reduzem este tipo de ruído, as imagens continuam a ter fraca qualidade. Um método que tem ganho popularidade recentemente é o uso de redes generativas adversariais (GAN) como ferramenta para criar imagens a partir de outras imagens (image-to-image translation). A mais popular destas redes chama-se pix2pix, e consegue ser treinada com pares de imagens que partilhem a mesma imagem base, de modo a aprender a transformar uma imagem na outra. Este processo requer então uma quantidade extensa de pares de imagens que estejam alinhadas pixel por pixel. Foram treinadas duas destas redes pix2pix. A primeira para transformar fantomas em imagens de ultrassom, de forma a construir um conjunto de imagens de ressonância magnética alinhadas com imagens de ultrassom. A segunda para transformar imagens de ultrassom em imagens semelhantes a ressonância magnética. Esta transformação tem o objetivo de eliminar o ruído (denoising) e de melhorar a qualidade da imagem original. Várias imagens de ultrassom reais e simuladas foram processadas pela rede de denoising e métricas de qualidade foram extraídas dos resultados, bem como comparadas com os resultados dos métodos de filtragem já disponíveis. Todos os resultados obtidos apontam para um sucesso absoluto deste trabalho, com possibilidades de ser aplicado a outras modalidades de imagiologia e afinado ainda mais., en=The use of ultrasound for medical imaging is present in every branch of medicine. However, ultrasound images are plagued by a characteristic type of noise named speckle noise. Although filtering techniques that reduce this type of noise exist, they result in images with low quality. A method that has garnered attention recently is the use of generative adversarial networks (GAN) to create images from other images (image-to-image translation). The most popular of these networks is the pix2pix network, which can be trained with image pairs of the same ground truth image and learn to transform one image into the other. This process requires a large number of images matched pixel to pixel. Two pix2pix networks were trained. The first network was trained to transform phantoms into ultrasound images so that a paired dataset of MRI-Ultrasound images matched pixel-to-pixel could be created. The second network was trained to transform ultrasound images into MRI-like versions. This transformation has the purpose of reducing speckle noise and improving the image quality of ultrasound images. Several real and simulated ultrasound images were processed by this denoising network and quality assessment metrics were extracted from the results, as well as compared to those obtained from classical filtering methods. All of the tests point to this work as an absolute success, with possibilities of being applied to other imaging modalities and further improved.}
{pt=Ultrassom, GAN, pix2pix, Denoising, Speckle, Image-to-Image Translation, en=Ultrasound, GAN, pix2pix, Denoising, Speckle, Image-to-Image Translation}

novembro 18, 2021, 14:0

Publicação

Obra sujeita a Direitos de Autor

Orientação

ORIENTADOR

Luis Mendes Pedro

Faculdade de Medicina da Universidade de Lisboa

Professor Associado

ORIENTADOR

João Miguel Raposo Sanches

Departamento de Bioengenharia (DBE)

Professor Associado