Riunet Móvil

Home Versión de escritorio

A hybrid genetic algorithm to reduce the radiation dose in CR images

Mostrar el registro sencillo del ítem

dc.contributor.author Sánchez, M. G. es_ES
dc.contributor.author Fajardo-Delgado, D. es_ES
dc.contributor.author Vidal-Gimeno, Vicente-Emilio es_ES
dc.contributor.author Verdú Martín, Gumersindo Jesús es_ES
dc.date.accessioned 2021-11-09T04:34:11Z
dc.date.available 2021-11-09T04:34:11Z
dc.date.issued 2020-02 es_ES
dc.identifier.issn 0969-806X es_ES
dc.identifier.uri http://hdl.handle.net/10251/176616
dc.description.abstract [EN] The quality of computed radiography (CR) images typically relate to patient radiation exposure. The lower the X-ray dose exposure, the higher the level of inherent noise in the CR images. In this work, we address the noise reduction problem by using an estimation of the standard deviation in CR images as an objective function to minimize. We propose a hybrid genetic algorithm for this aim, which produces improved versions of CR images. We also applied an edge-detection method based on the Canny algorithm to preserve the edges of the original CR images. We executed our proposed algorithm for CR images obtained under different radiation exposures. Experimental results show that our solution improves lower radiation CR images reaching a quality as similar to those with higher radiation doses. es_ES
dc.description.sponsorship This research has been supported by the Universitat Politecnica de Valencia, Generalitat Valenciana, under PROMETEO/2018/035 co-financed by FEDER funds (Spain). M. Sanchez and D. Fajardo-Delgado gratefully acknowledge the financial support from PRODEP and TecNM (Mexico) under grants 511-6/17-8931 (ITCGUZ-CA-7) and 5826.19-P, respectively. es_ES
dc.language Inglés es_ES
dc.publisher Elsevier es_ES
dc.relation.ispartof Radiation Physics and Chemistry es_ES
dc.rights Reserva de todos los derechos es_ES
dc.subject Computed radiography es_ES
dc.subject Radiation dose es_ES
dc.subject Evolutionary algorithms es_ES
dc.subject.classification INGENIERIA NUCLEAR es_ES
dc.subject.classification CIENCIAS DE LA COMPUTACION E INTELIGENCIA ARTIFICIAL es_ES
dc.title A hybrid genetic algorithm to reduce the radiation dose in CR images es_ES
dc.type Artículo es_ES
dc.identifier.doi 10.1016/j.radphyschem.2019.04.025 es_ES
dc.relation.projectID info:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/RTI2018-098156-B-C54/ES/TECNICAS PARA LA ACELERACION Y MEJORA DE APLICACIONES MULTIMEDIA Y HPC/ es_ES
dc.relation.projectID info:eu-repo/grantAgreement/TECNM//511-6%2F17-8931 (ITCGUZ-CA-7)/ es_ES
dc.relation.projectID info:eu-repo/grantAgreement/MINECO//TIN2015-66972-C5-4-R/ES/TECNICAS PARA LA MEJORA DE LAS APLICACIONES MULTIMEDIA Y COMPUTACION MATRICIAL/ es_ES
dc.relation.projectID info:eu-repo/grantAgreement/TECNM//5826.19-P/ es_ES
dc.relation.projectID info:eu-repo/grantAgreement/GENERALITAT VALENCIANA//PROMETEO%2F2018%2F035//BIOINGENIERIA DE LAS RADIACIONES IONIZANTES. BIORA/ es_ES
dc.rights.accessRights Abierto es_ES
dc.contributor.affiliation Universitat Politècnica de València. Departamento de Ingeniería Química y Nuclear - Departament d'Enginyeria Química i Nuclear es_ES
dc.contributor.affiliation Universitat Politècnica de València. Departamento de Sistemas Informáticos y Computación - Departament de Sistemes Informàtics i Computació es_ES
dc.description.bibliographicCitation Sánchez, MG.; Fajardo-Delgado, D.; Vidal-Gimeno, V.; Verdú Martín, GJ. (2020). A hybrid genetic algorithm to reduce the radiation dose in CR images. Radiation Physics and Chemistry. 167. https://doi.org/10.1016/j.radphyschem.2019.04.025 es_ES
dc.description.accrualMethod S es_ES
dc.relation.publisherversion https://doi.org/10.1016/j.radphyschem.2019.04.025 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.description.volume 167 es_ES
dc.relation.pasarela S\411524 es_ES
dc.contributor.funder GENERALITAT VALENCIANA es_ES
dc.contributor.funder Tecnológico Nacional de México es_ES
dc.contributor.funder Ministerio de Economía y Competitividad es_ES
dc.contributor.funder Ministerio de Ciencia, Innovación y Universidades es_ES
dc.relation.references 10.1016/j.jvcir.2007.04.003 es_ES
dc.relation.references 10.1109/18.382009 es_ES
dc.relation.references 10.1007/s10851-008-0108-z es_ES
dc.relation.references 10.1007/s11263-010-0330-1 es_ES
dc.relation.references 10.1007/s00247-002-0774-8 es_ES
dc.relation.references 10.1016/j.radi.2012.11.007 es_ES
dc.relation.references 10.1016/j.asoc.2015.09.013 es_ES
dc.relation.references 10.1016/j.radphyschem.2016.01.038 es_ES
dc.relation.references 10.1364/OE.17.000733 es_ES
dc.relation.references 10.1016/0167-2789(92)90242-F es_ES
dc.relation.references 10.1016/j.radphyschem.2013.03.017 es_ES
dc.subject.ods 03.- Garantizar una vida saludable y promover el bienestar para todos y todas en todas las edades es_ES


Ficheros en el ítem

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem

 

Tema móvil para Riunet