Bone suppression using deep learning.

Abstract

A proposta deste trabalho é revisar técnicas de supressão óssea em imagens de tórax. A forma mais comum, porém não acessível, é através da Subtração de Dupla Energia (DES). Essa técnica exige um hardware específico para a gerar e receber diferentes níveis de energia capaz de diferenciar os materiais pelo número atômico. Baseado em Deep Learning, nosso método utiliza redes adversárias, conhecidas como GAN’s. Especificamente utilizamos um tipo de GAN condicional (cGAN). Para quantificar os resultados foi necessária a revisão das principais métricas utilizadas pelo estado da arte. A busca se deu por trabalhos que utilizassem o mesmo dataset da proposta ou técnicas similares. Com o dataset da JSRT, alcançamos um índice PSNR de 35.604, que se apresentou melhor que o revisto na literatura e um coeficiente de similaridade, conhecido como SSIM de 0.9703. Quanto ao loss, calculado pelo MS-SSIM, obtivemos o menor em comparação aos trabalhos revisados.