Implementación de una red Neuronal para corregir Imágenes de RMN distorsionada por ruido de fase

GUILLERMO FORTE; ESTEBAN ANOARDO

Bariloche

Congreso; 107 RAFA 2022; 2022

Instituto Balseiro

La construcción de imágenes a partir de experimentos de Resonancia Magnética Nuclear (RMN), cuando estos se realizan con equipamiento de RMN cuyo campo magnético principal es generado utilizando electroimanes, presentan ciertas dificultades queafectan la calidad de las imágenes obtenidas. En particular, debido a inestabilidadesen el campo generado y que son inherentes a ellos, aparecen corrimientos de fase enlas señales de RMN obtenidas lo cual lleva a la aparición de un artefacto en la imagenque se muestra como fantasmas de ella misma a lo largo de uno de los ejes dimensionales de la figura. Diferentes estrategias se utilizan para corregir esta distorsión,con variado resultado. En general la corrección nunca es completa, y en ocasionesinclusive el algoritmo de corrección podría llegar a degradar aun mas la calidad dela imagen. Se propone una manera alternativa de corregir la imagen, utilizando unaforma de referencia en el mismo espacio del probe donde se coloca la muestra bajoestudio de la cual se desconoce la imagen que debiera obtenerse. Sin embargo sí seconoce exactamente cual es la forma que debiera observarse en condiciones ideales dela muestra de referencia. Esta información puede ser utilizada por una red neuronalque compara la imagen recibida de la referencia contra la esperada, y luego en unproceso iterativo corrige los ángulos de fase de las señales de RMN recibidas parareducir la aparición de fantasmas en la imagen final obtenida por el instrumento.