Métodos paralelos para el filtrado de imágenes digitales con aplicación médica
- Josep Arnal García Directeur
Université de défendre: Universitat d'Alacant / Universidad de Alicante
Fecha de defensa: 24 février 2023
- Héctor Migallón Gomis President
- María Jesús Castel de Haro Secrétaire
- Otoniel Mario López Granado Rapporteur
Type: Thèses
Résumé
Un problema común en la imagen médica es la calidad de los resultados gráficos. Normalmente existe una relación directa entre la calidad de las imágenes resultantes y la cantidad de radiación emitida en los dispositivos durante el proceso de obtención. El uso de radiación sobre el paciente puede tener consecuencias no siempre recomendadas. Se presentan algoritmos que ayudan con la restauración de estas imágenes médicas. Para poder ayudar a decrementar el uso de dosis de radiación en este tipo de procesos podemos generar imágenes médicas utilizando configuraciones que permitan esta situación. Como consecuencia tendremos como resultado imágenes de peor calidad y con una alta probabilidad las capturas tendrán adquiridos ruidos de tipo gaussiano, impulsivo o combinaciones de ambos. Los algoritmos presentados en este trabajo contrarrestan los efectos de la bajada de radiación en el momento de la adquisición, esto lo hacen mejorando las imágenes mediante métricas fuzzy. En estos tres casos (imágenes con ruido impulsivo, gaussiano y ruido mixto impulsivo-gaussiano) los resultados han sido satisfactorios. Por un lado, el estudio de los algoritmos se ha realizado mediante el uso de bibliotecas de imágenes estándar y accesibles en este campo de investigación. Por otra parte, su eficacia ha sido probada en imágenes médicas. El proceso de investigación que se ha llevado a cabo ha seguido estos pasos: definición y diseño de nuevos algoritmos de filtrado, aplicación y estudio de los algoritmos en imágenes a color, optimización y estudio para su uso en imagines médicas. Además, los algoritmos presentados se compararon con varios métodos de última generación que pueden resolver el mismo tipo de problemas. A continuación se llevó a cabo una optimización de los algoritmos usando técnicas de paralelización en diversas arquitecturas paralelas (multicores y GPUs). Las implementaciones paralelas obtuvieron speedups significativos que resultaron en reducciones importantes en los tiempos de ejecución que permiten el filtrado en tiempo real.