Reducir el ruido en imágenes de tomografía computarizada: mejorando la calidad a través del postproceso

Abstract

El proyecto tiene como objetivo optimizar las técnicas para reducir el ruido en tomografías computarizadas (TC) sin afectar la calidad de la imagen ni aumentar la dosis de radiación al paciente. Para lograrlo, analiza métodos avanzados de postproceso como los filtros bilaterales, filtros kernel, modificación miliamperaje (mA), el uso de redes neuronales convolucionales (RNC) y el eliminador de ruido QuantaStream. Estas técnicas destacan por su capacidad para mejorar la relación señal-ruido y preservar detalles anatómicos críticos en la calidad de la imagen por TC. Se observa la necesidad de corregir artefactos y variaciones en las tomografías, de allí la importancia de la calidad para la interpretación médica y seguridad del paciente, se recomienda variaciones en el mAs y las condiciones de operación para minimizar el ruido del equipo. Este proyecto demuestra que, mediante técnicas avanzadas de postproceso y tecnología de inteligencia artificial, es posible mejorar la precisión en TC, reducir la exposición innecesaria a radiación y facilitar el proceso de diagnóstico en radiología. Los resultados confirman la eficacia de estos métodos, sugiriendo su implementación en la práctica clínica para mejorar la calidad de las imágenes diagnósticas y la seguridad. Esto se puede comprobar comparando los resultados obtenidos utilizando una combinación de métricas de mejora de imagen e imagen básica. Se dice que estas medidas son importantes para preservar la seguridad y el bienestar de los pacientes, evitando pruebas innecesarias y reduciendo la dosis de radiación