Diseño e implementación de una red neuronal artificial para la mejora de la resolución de imágenes de RMN cerebral

Abstract

[ES] En el presente trabajo se pretende diseñar e implementar una red neuronal artificial (RNA) volumétrica para la mejora de la resolución de imágenes de RMN potenciadas en T1. Esta herramienta tiene como objetivo mejorar la precisión en la estimación de volúmenes de estructuras cerebrales a partir de imágenes de RMN. Uno de los principales problemas en el análisis de imágenes de RMN cerebral es la heterogeneidad de resoluciones y orientaciones en el espacio de adquisición (espacio nativo). Esta heterogeneidad introduce una gran variabilidad al transformar la imagen del espacio nativo al estándar (MNI152 por ejemplo) donde se suele realizar el análisis. Para conseguir el objetivo propuesto, se entrenará una serie de redes neuronales volumétricas adaptadas a los distintos niveles de resolución, simulando los artefactos propios de cada situación. Finalmente, se evaluarán los resultados obtenidos haciendo uso de distintas métricas.

[EN] In the present work we intend to design and implement a volumetric artificial neural network (RNA) to improve the resolution of T1-weighted MR images. This tool aims to improve the precision in estimating volumes of brain structures from MRI images. One of the main problems in the analysis of brain MRI images is the heterogeneity of resolutions and orientations in the acquisition space (native space). This heterogeneity introduces great variability when transforming the image from the native space to the standard (MNI152 for example) where the analysis is usually performed. To achieve the proposed objective, a series of volumetric neural networks adapted to the different levels of resolution will be trained, simulating the artifacts of each situation. Finally, the results obtained using different metrics will be evaluated.