Denoising Di Immagini Tomografiche Con Reti Neurali

L’intelligenza artificiale sta rivoluzionando sempre più settori, sia nell’ambito della vita quotidiana che nel campo della ricerca scientifica. In particolare, le reti neurali convoluzionali per l’elaborazione di immagini trovano applicazione ottimale nel perfezionamento delle immagini di origine tomografica. Questa tesi esplora i metodi di acquisizione di immagini tomografiche e le cause del rumore, procedendo con l’analisi delle tecnologie basate su reti neurali convoluzionali, in particolare quelle dedicate all’imaging medico e all’eliminazione del rumore (denoising). L’obiettivo principale è di individuare un approccio basato su reti neurali che si riveli in grado di eseguire l’operazione di denoising in modo efficace, distinguendo in maniera accurata tra il rumore e i dettagli più fini dell’immagine. A questo scopo, si presenta nella tesi un nuovo framework basato su reti neurali, insieme ai risultati ottenuti a seguito del training e del testing.