Reti neurali per ricostruzione di immagini tomografiche dentali a bassa dose

In questa tesi viene studiato l’utilizzo di reti neurali convoluzionali per la ricostruzione di immagini tomografiche a bassa dose. In particolare, verranno confrontate le prestazioni di una rete Unet con due sue varianti che implementano connessioni residuali per input bidimensionali, insieme a una variante adatta per input tridimensionali. Sono stati condotti esperimenti su due tipi di dataset di immagini tomografiche ricostruite con l’algoritmo Feldkamp-Davis-Kress (FDK). Il primo dataset è composto da 3 volumi acquisiti su dei fantocci reali in cui si abbassa il numero di proiezioni. In particolare è composto sia da volumi con metà che da un quarto delle proiezioni. Un secondo dataset è composto da 3 volumi acquisiti sui fantocci dopo averli esposti a 100 volte la dose di radiazioni standard. Infine la rete tridimensionale viene testata su un paziente reale, sia per ricostruire un immagine a metà viste sia simulando una dose elevata.