Denoising Profundo por Framelet para Tomografia Computadorizada (TC) de Baixa Dose via Rede Residual Wavelet

Os algoritmos de reconstrução iterativa baseados em modelo para tomografia computadorizada (TC) de baixa dose são computacionalmente caros. Para abordar esse problema, propusemos recentemente uma rede neural convolucional profunda (CNN) para TC de raios-X de baixa dose e conquistamos o segundo lugar no Desafio Grande de TC de Baixa Dose da AAPM de 2016. No entanto, algumas das texturas não foram completamente recuperadas. Para resolver esse problema, propomos aqui um novo algoritmo de denoising baseado em framelet utilizando rede residual wavelet que combina sinergicamente o poder expressivo do aprendizado profundo e a garantia de desempenho dos algoritmos de denoising baseados em framelet. Os novos algoritmos foram inspirados pela interpretação recente da CNN profunda como uma representação de sinal de framelet convolucional em cascata. Resultados experimentais extensivos confirmam que as redes propostas melhoraram significativamente o desempenho e preservaram a textura detalhada das imagens originais.