• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Tesis Doctoral
DOI
https://doi.org/10.11606/T.3.2019.tde-08102021-094624
Documento
Autor
Nombre completo
Talles Batista Rattis Santos
Dirección Electrónica
Instituto/Escuela/Facultad
Área de Conocimiento
Fecha de Defensa
Publicación
São Paulo, 2019
Director
Tribunal
Lima, Raúl González (Presidente)
Kawano, Alexandre
Murthy, Rashmi Venkatesh
Orlande, Helcio Rangel Barreto
Siltanen, Samuli
Título en portugués
Desenvolvimento e aplicação de informações anatômicas e fisiológicas a priori para obtenção de imagens de tomografia por impedância elétrica.
Palabras clave en portugués
Complemento de Schur
Impedância elétrica
Inferência bayesiana
Método D-bar
Teoria do erro de aproximação
Tomografia
Resumen en portugués
A tomografia por impedância elétrica (TIE) é um método de imageamento não-invasivo com aplicações clínicas variadas, incluindo imageamento da função pulmonar. A técnica de TIE é considerada um problema inverso não linear e mal-posto. A imagem resultante representa a distribuição de impeditividade no domínio e pode ser estimada através de algoritmos de reconstrução iterativos (e.g. Gauss-Newton) e diretos (e.g. D-bar). Alguns algoritmos iterativos de reconstrução de TIE tem sua resolução espacial melhorada utilizando a teoria de problemas inversos estatísticos para introduzir informação anatômica e fisiológica a priori e para compensar erros de modelagem. O método D-bar usado para encontrar soluções de problemas inversos pode se beneficiar com a inclusão de priors estatísticos. Neste trabalho, dois métodos diferentes são propostos para introduzir informação estatística a priori no método D-bar. O primeiro método incorpora os priors estatísticos no algoritmo D-bar através do pré-condicionamento das medidas de tensão utilizando como base a teoria do erro de aproximação e técnicas Bayesianas. Baseado nas propriedades do complemento de Schur, o segundo método propõe o pós-processamento da imagem obtida pelo método D-bar pela maximização da função de densidade de probabilidade condicional de uma imagem que é consistente com a informação a priori, dada a imagem que foi estimada através das medidas. As imagens resultantes dos fantomas numéricos e experimentais mostram uma melhora na resolução espacial para ambos os métodos.
Título en inglés
Development and use of anatomical and physiological prior information to estimate electrical impedance tomography images.
Palabras clave en inglés
Approximation error theory
Bayesian inference
D-bar method
Electrical impedance tomography
Schur complement
Resumen en inglés
Electrical impedance tomography (EIT) is a non-invasive imaging technique with a variety of clinical applications, including pulmonary imaging. The EIT technique is considered a non-linear ill-posed inverse problem. The output image represents the impeditivity distribution of the domain and it can be estimated by iterative (e.g. Gauss-Newton) and direct (e.g. D-bar) reconstruction algorithms. Some iterative EIT reconstruction algorithms have their spatial resolution improved by using statistical inverse theory to introduce anatomical and physiological prior information and to compensate for modelling errors. The D-bar method used to solve the inverse problem may benefit by the inclusion of statistical priors in the algorithm. In this work, two different methods are proposed to introduce statistical prior information into the D-bar method. The first method incorporates the statistical priors in the D-bar algorithm by preconditioning the voltage measurements based on the approximation error theory and Bayesian techniques. Based on Schur complement properties, the second method proposes a post-processing of the image obtained by the D-bar method by maximizing the conditional probability density function of an image that is consistent with prior information, given a raw image that was computed from measurements. Images resulting from numerical and experimental phantoms show an improved spatial resolution by the use of both methods
 
ADVERTENCIA - La consulta de este documento queda condicionada a la aceptación de las siguientes condiciones de uso:
Este documento es únicamente para usos privados enmarcados en actividades de investigación y docencia. No se autoriza su reproducción con finalidades de lucro. Esta reserva de derechos afecta tanto los datos del documento como a sus contenidos. En la utilización o cita de partes del documento es obligado indicar el nombre de la persona autora.
Fecha de Publicación
2021-10-18
 
ADVERTENCIA: Aprenda que son los trabajos derivados haciendo clic aquí.
Todos los derechos de la tesis/disertación pertenecen a los autores
CeTI-SC/STI
Biblioteca Digital de Tesis y Disertaciones de la USP. Copyright © 2001-2021. Todos los derechos reservados.