Banca de DEFESA: GUSTAVO HENRIQUE TAKAHASHI DE AQUINO CARVALHO

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : GUSTAVO HENRIQUE TAKAHASHI DE AQUINO CARVALHO
DATA : 03/09/2026
HORA: 10:30
LOCAL: Plataforma Meet
TÍTULO:

RECONSTRUÇÃO DE IMAGENS DE RESSONÂNCIA MAGNÉTICA UTILIZANDO MODELOS DE DIFUSÃO ORIENTADOS POR FÍSICA E INICIALIZAÇÃO VIA COMPRESSIVE SENSING

PALAVRAS-CHAVES:

ressonância magnética; reconstrução de imagens; modelos de difusão; Compressive Sensing; inteligência artificial; problemas inversos.

PÁGINAS: 70
RESUMO:

A ressonância magnética (RM) é uma modalidade de imageamento médico capaz de produzir imagens com elevado contraste entre tecidos, sem o uso de radiação ionizante. Entretanto, seu tempo de aquisição relativamente longo pode aumentar o desconforto do paciente, favorecer a ocorrência de artefatos de movimento e limitar a eficiência dos serviços de diagnóstico. A subamostragem do espaço-k permite reduzir o tempo de aquisição, mas transforma a reconstrução da imagem em um problema inverso mal posto e pode produzir artefatos de aliasing quando se empregam métodos convencionais. Técnicas de Compressive Sensing oferecem uma alternativa para recuperar imagens a partir de dados incompletos, embora possam apresentar limitações em cenários de subamostragem acentuada ou presença significativa de ruído. Mais recentemente, modelos generativos de difusão têm alcançado resultados promissores na reconstrução de imagens médicas, mas normalmente exigem múltiplas avaliações da rede neural, o que eleva seu custo computacional. Este trabalho tem como objetivo desenvolver uma metodologia para reconstrução de imagens de RM que integre modelos de difusão a uma arquitetura deep unrolled, incorporando etapas de consistência dos dados orientadas pela física e inicialização por Compressive Sensing com pré-filtragem. Pretende-se investigar a capacidade do método de produzir reconstruções precisas em regime one-shot, com uma única avaliação do modelo neural, e analisar o compromisso entre o número de passos neurais, a qualidade da imagem reconstruída e o custo computacional. A metodologia será avaliada em bases públicas de imagens de joelho e cérebro, considerando fatores de subamostragem de 2×, 4× e 8× e padrões de aquisição radial, vertical, horizontal e espiral no espaço-k. O desempenho será mensurado por métricas objetivas, incluindo a relação sinal-ruído de pico (PSNR), o índice de similaridade estrutural (SSIM) e o tempo de reconstrução, em comparação com métodos de referência. Espera-se que a integração entre o prior aprendido pelo modelo de difusão, a consistência física das medidas e a inicialização por Compressive Sensing permita obter reconstruções mais fiéis e computacionalmente eficientes, contribuindo para a redução do tempo de aquisição e para a aplicabilidade clínica de métodos avançados de reconstrução de imagens de RM.

MEMBROS DA BANCA:
Interno - 2343453 - CRISTIANO JACQUES MIOSSO RODRIGUES MENDES
Interno - 1769665 - VINICIUS DE CARVALHO RISPOLI
Externo ao Programa - 1780244 - FABIANO ARAUJO SOARES - UnBExterno à Instituição - FÁBIO HENRIQUE OLIVEIRA - IFB