Por favor, use este identificador para citar o enlazar este ítem:
https://rinacional.tecnm.mx/jspui/handle/TecNM/5848| Título : | Implementación de algoritmos de Súper Resolución, en hardware dedicado, para imágenes de resonancia magnética |
| Autor : | Perez Gutierrez, Jaime Sacramento%619349 |
| Fecha de publicación : | 2018-01-19 |
| Editorial : | Tecnológico Nacional de México |
| metadata.dc.publisher.tecnm: | Centro Nacional de Investigación y Desarrollo Tecnológico |
| Descripción : | En este documento de tesis se propone la implementación de algoritmos clásicos de súper resolución (SR) en un sistema de hardware dedicado de alto rendimiento para mejorar la resolución de las imágenes de resonancia magnética. Después de un análisis del estado del arte, se seleccionaron tres algoritmos clásicos de Súper Resolución: el vecino más cercano, interpolación bilineal e interpolación bicúbica. Se realizaron pruebas usando evaluaciones propuestas para este trabajo y determinar el algoritmo más eficiente en el procesamiento de imágenes médicas utilizando cuatro estudios de fuentes privadas y públicas conformadas por más de 300 imágenes cada una. Para la implementación de los algoritmos seleccionados, se utilizó un sistema embebido con una tarjeta gráfica integrada para aprovechar un incremento en el velocidad del procesamiento usando las características del cómputo paralelo. Los resultados obtenidos mostraron que el desempeño de la interpolación bilineal fue superior a la alcanzada por los otros dos algoritmos (en función del método de evaluación estadístico propuesto), el cual mostró mejores resultados con respecto a la calidad de la imagen y el tiempo de ejecución. |
| metadata.dc.type: | info:eu-repo/semantics/masterThesis |
| Aparece en las colecciones: | Tesis de Maestría en Computación |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| MC_Jaime_Sacramento_Perez_Guitierrez_2018.pdf | Tesis | 7.01 MB | Adobe PDF | Visualizar/Abrir |
| MC_Jaime_Sacramento_Perez_Guitierrez_2018-c.pdf Restricted Access | Cesión de derechos | 137.1 kB | Adobe PDF | Visualizar/Abrir Request a copy |
Este ítem está protegido por copyright original |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
