Objetivo: Avaliar, usando um fotômetro, a influência da luminância proveniente da iluminância ambiental refletida na tela do monitor na visualização de estruturas de baixo contraste durante procedimentos hemodinâmicos. Método: Para simular uma situação de baixo contraste, algumas placas de PMMA foram criteriosamente arranjadas e expostas à radiação, tanto no modo normal quanto no modo de baixa dose de fluoroscopia, disponíveis no aparelho. Um fotômetro foi usado para medir a luminância na tela do monitor e as medidas foram realizadas para 12 distintos cenários de iluminação da sala de hemodinâmica. Resultados: Foi possível observar a partir das medidas de luminância realizadas em cada cenário, que o posicionamento das luminárias pode influenciar na visualização de estruturas de baixo contraste na tela do monitor, e que o fato das luminárias estarem acesas ou parcialmente apagadas na sala de hemodinâmica, pode constituir um importante fator para assegurar o conforto visual do médico responsável pelo procedimento.
Nas últimas décadas, tarefas de classificação e segmentação de achados clínicos com uso de redes neurais convolucionais cresceram bastante na esfera do diagnóstico por imagem e, mais precisamente, na modalidade de imagem por ressonância magnética. Porém, pouco se sabe a respeito do comportamento dessas arquiteturas quando confrontadas com fatores que degradam a resolução espacial e a resolução de contraste, uma vez que a maioria dos modelos é treinada com imagens de alta qualidade, o que não é condizente com o cotidiano geral. Por isso, faz-se necessário analisar a performance das redes neurais pré-treinadas, sob condições em que haja deterioração da imagem de entrada. Neste trabalho, foram avaliados os efeitos da degradação de ambas as resoluções, tanto em tarefas de classificação quanto de segmentação de tumores cerebrais, para três arquiteturas: Mobilenet, Vgg16 e SEResNeXt50. Os resultados obtidos demonstraram que as tarefas executadas são muito afetadas pelas distorções na qualidade das imagens, em especial nos casos em que as deteriorações se tornam mais intensas.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.