Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.creator | De Paula, Davi D. [UNESP] | - |
Autor(es): dc.creator | Salvadeo, Denis H. P. [UNESP] | - |
Autor(es): dc.creator | De Araújo, Darlan M. N. [UNESP] | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:46:18Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:46:18Z | - |
Data de envio: dc.date.issued | 2021-06-25 | - |
Data de envio: dc.date.issued | 2021-06-25 | - |
Data de envio: dc.date.issued | 2020-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1117/12.2582183 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/206153 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/206153 | - |
Descrição: dc.description | The Filtered Backprojection (FBP) algorithm for Computed Tomography (CT) reconstruction can be mapped entire in an Artificial Neural Network (ANN), with the backprojection (BP) operation simulated analytically in a layer and the Ram-Lak filter simulated as a convolutional layer. Thus, this work adapts the BP layer for Digital Breast Tomosynthesis (DBT) reconstruction, making possible the use of FBP simulated as an ANN to reconstruct DBT images. We showed that making the Ram-Lak layer trainable, the reconstructed image can be improved in terms of noise reduction. Finally, this study enables additional proposals of ANN with Deep Learning models for DBT reconstruction and denoising. | - |
Descrição: dc.description | ASao Paulo State University (Unesp) Institute of Geosciences and Exact Sciences | - |
Descrição: dc.description | ASao Paulo State University (Unesp) Institute of Geosciences and Exact Sciences | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Progress in Biomedical Optics and Imaging - Proceedings of SPIE | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Deep learning | - |
Palavras-chave: dc.subject | Digital breast tomosynthesis | - |
Palavras-chave: dc.subject | Noise reduction | - |
Palavras-chave: dc.subject | Tomographic reconstruction | - |
Título: dc.title | Image reconstruction from projections of digital breast tomosynthesis using deep learning | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: