Refine
Year of publication
- 2023 (1)
Document Type
- Master's Thesis (1)
Language
- German (1)
Has Fulltext
- yes (1)
Keywords
- Bildklassifikation (1)
- Künstliche Intelligenz (1)
- MRT (1)
- Multiresonanztherapie (1)
Deep Learning basierte Segmentierung und Transformation von Spike-Rauschen in der MR-Bildgebung
(2023)
Die Magnetresonanztomographie (MRT) ist ein bildgebendes Diagnoseverfahren, das auf starken Magnetfeldern und sensiblen Detektoren basiert. Es kann zu Spike-Rauschen kommen, das die Bildqualität negativ beeinflusst. In dieser Arbeit wird untersucht, ob neuronale Netzwerke das Spike-Rauschen reduzieren können, um die Bildqualität zu verbessern. Dazu wird eine Bildverarbeitungspipeline entworfen, bestehend aus den Teilbereichen Detektion, Segmentierung und Transformation. Verschiedene neuronale Netzarchitekturen werden für jeden Teilbereich ausgewählt und auf Basis verschiedener Daten trainiert. Die Ergebnisse zeigen, dass die Detektion und Segmentierung basierend auf der L1-Norm die besten Ergebnisse liefern. Es werden bestimmte Netzwerkarchitekturen ausgewählt, um die Transformation durchzuführen. Die gesamte Pipeline reduziert das Rauschen erheblich, aber weitere Tests sind erforderlich, um die Robustheit der Implementierung sicherzustellen.