Dissertação (mestrado)—Universidade de Brasília, Faculdade UnB Gama, Programa de Pós-Graduação em Engenharia Biomédica, 2017. / Submitted by Raquel Almeida (raquel.df13@gmail.com) on 2017-11-16T16:57:50Z No. of bitstreams: 1 2017_FernandaCardosoLemos.pdf: 3984347 bytes, checksum: 7468cb916dc16e5ff95b4389d6bd98ba (MD5) / Approved for entry into archive by Raquel Viana (raquelviana@bce.unb.br) on 2017-12-01T21:45:25Z (GMT) No. of bitstreams: 1 2017_FernandaCardosoLemos.pdf: 3984347 bytes, checksum: 7468cb916dc16e5ff95b4389d6bd98ba (MD5) / Made available in DSpace on 2017-12-01T21:45:25Z (GMT). No. of bitstreams: 1 2017_FernandaCardosoLemos.pdf: 3984347 bytes, checksum: 7468cb916dc16e5ff95b4389d6bd98ba (MD5) Previous issue date: 2017-12-01 / O avanço tecnológico tem propiciado novas técnicas de avaliação da neoplasia mamária com ações preventivas, sendo assim, a Tomossíntese Mamária Digital (TMD) representa um novo procedimento de diagnóstico para o rastreamento do câncer de mama, especialmente no estágio inicial da doença. Dessa maneira, são imprescindíveis novos estudos científicos mais específicos e abrangentes em torno desta nova técnica. Esta pesquisa foi desenvolvida por meio de uma Revisão Sistemática (RS), onde realizou a análise crítica da literatura a fim de indicar a efetividade e a aplicabilidade do método de TMD para o rastreamento da neoplasia mamária em relação à Mamografia Digital (MD). Os resultados encontrados foram analisados e baseados em sete artigos científicos com alto fator de impacto. Estes artigos foram analisados seguindo os critérios da escala PEDro, e a qualidade da pesquisa foi validada de acordo com a escala AMSTAR. A RS foi realizada de forma randomizada e retrospectiva, em que o primeiro grupo foi composto por três artigos que considerou a TMD mais eficiente na precisão do diagnóstico que a MD, ou seja, 43%.O segundo grupo, composto também por três artigos, apresentou a precisão e a acurácia da TMD superior em relação a MD, ou seja, 43%.O terceiro grupo não obteve resultado estatístico necessário para se chegar a um valor de precisão, tornando seus dados inconclusivos com 14% do índice estatístico.Assim, pode observar que grande parte da coleta dos dados por meio da RS demonstrou que a eficiência da aplicação da TMD,concomitante ou não à MD, apresentou resultados positivos para os achados mamários, enquanto uma pequena parcela não obteve dados necessários, devido alguns percalços que dificultaram a análise de informações. / Technological advances have provided new techniques for the evaluation of breast cancer with preventive actions, in which Digital Breast Tomosynthesis (DBT) represents a new diagnostic procedure for screening, especially, at the initial stage. In this way, more specific and comprehensive scientific studies are needed around this new technique. This research was developed through a Systematic Review (SR) in which a critical analysis of the literature was performed in order to indicate the effectiveness and applicability of the DBT method for the screening of breast cancer in relation to Digital Mammography (DM). The results were analysed based on seven scientific articles with high impact factor. These articles were analysed according to the criteria of the PEDro scale and the research quality was validated according to the AMSTAR scale. The SR was performed randomly and retrospectively, in which the first group consisted of three articles that considered the DBT more efficient in the diagnostic accuracy than the DM that was 43%. The second group, also composed by three articles, presented the precision and accuracy of the DBT higher in relation to DM that was 43%. The third group did not obtain statistical results needed to achieve a desirable precision value, in which its data was inconclusive with 14% of the statistical index. Thus, it can be observed that a large part of the data collection through SR has shown that the application of DBT, concomitant or not to DM, presented positive results for the breast findings, whereas a small portion did not obtain necessary data due to some mishaps that hampered the information analysis.

A tomossíntese digital mamária (Digital Breast Tomosynthesis - DBT) é um exame radiográfico utilizado para o rastreamento do câncer de mama, que busca superar a limitação da sobreposição de tecidos existente na mamografia digital 2D. Nessa técnica são adquiridas projeções radiográficas em diferentes ângulos, que são processadas para a reconstrução do volume da mama. Um grande desafio é a elaboração dos algoritmos para a reconstrução tomográfica, visto que há um número limitado de projeções adquiridas com baixas doses de radiação, abrangendo uma estreita faixa de ângulo. Outro fator importante é o ruído presente nas imagens, que pode impactar o diagnóstico do câncer pelos radiologistas. Esse trabalho tem como objetivo apresentar uma ferramenta de reconstrução de imagens para DBT e fazer um estudo do comportamento do sinal e do ruído nas imagens reconstruídas. Os métodos analíticos de retroprojeção simples e filtrada, bem como os interativos de máxima verossimilhança e algébricos foram avaliados. A validação dos algoritmos de reconstrução foi feita por meio de métricas objetivas e as imagens reconstruídas foram comparadas com imagens obtidas a partir de um software de reconstrução para DBT desenvolvido pelo Food and Drug Administration (FDA). A partir das análises objetivas e visuais, demonstrou-se o potencial da ferramenta desenvolvida nesse trabalho. O ruído pós-reconstrução foi investigado através da aquisição de imagens de phantoms homogêneos, utilizando dois sistemas comerciais de DBT. As curvas de valor médio de pixel, a variância do ruído e a relação sinal-ruído seguiram o mesmo padrão já demonstrado para as projeções. A análise do espectro de potência do ruído demonstrou que o processo de reconstrução correlaciona o ruído para ambos os equipamentos. / Digital Breast Tomosynthesis (DBT) is a radiographic examination used for breast cancer screening, which seeks to overcome the tissue superposition in 2D digital mammography. In this technique, radiographic projections are acquired at different angles, which are processed for the reconstruction of the breast volume. A major challenge is the elaboration of algorithms for tomographic reconstruction since there are a limited number of projections acquired with low doses of radiation, covering a narrow-angle range. Another important factor is the noise present in this modality that can impact the diagnosis of tumors by radiologists. This work aims to present an image reconstruction toolbox for DBT and study the signal and noise behavior in the reconstructed slices. The analytical methods of simple and filtered back-projection, as well as the maximum likelihood and algebraic iterative methods were evaluated. The validation of the reconstruction algorithms was done by objective metrics and the reconstructed images were compared with the images obtained from a reconstruction software for DBT developed by the Food and Drug Administration (FDA). Through the objective and visual analysis, the potential of the toolbox developed in this work was demonstrated. The noise after reconstruction was investigated by means of the acquisition of homogeneous phantom images, using two commercial DBT systems. The mean pixel value, the noise variance and the signal-to-noise ratio follow the same curve shape already shown for the projection domain. The analysis of noise power spectrum demonstrated that the process of reconstruction correlates the noise for both systems used.

O câncer de mama é a doença que mais acomete as mulheres em todo o mundo, sendo o tratamento mais eficaz se for diagnosticada em estágio inicial. A partir de 2011, nos programas de rastreamento de países desenvolvidos, vem sendo empregada uma nova modalidade de exame, a tomossíntese digital mamária (Digital Breast Tomosynthesis - DBT), que possui diversas vantagens se comparada à mamografia digital. No exame, o médico radiologista busca por sinais suspeitos na imagem, como: nódulos, microcalcificações e distorção arquitetural mamária (DAM). Sendo que, este último pode representar o estágio mais inicial de um câncer em formação, podendo se manifestar antes da formação de qualquer outra lesão. No entanto, a DAM é difícil de ser detectada pois modifica o tecido mamário de forma sutil, não havendo qualquer formação de massa ou a borda definida. Os sistemas computacionais de auxílio ao diagnóstico (Computer-Aided Detection - CAD) vêm apresentando alto desempenho na detecção de nódulos e microcalcificações mamárias, mas para o caso da DAM, o desempenho ainda é insatisfatório. Algumas limitações são normalmente reportadas nos algoritmos adotados para detectar automaticamente a DAM. O presente trabalho tem por objetivo propor novas abordagens para aumentar a precisão dos métodos computacionais de detecção: o uso de descritores de micro-padrões local para discriminação de áreas suspeitas; redução de falsos-positivos; uso do volume 3D fornecido pelo exame de DBT e; uso de arquitetura de aprendizagem profunda para discriminação e classificação de regiões suspeitas. Os diversos testes efetuados em cada proposta mostraram que é possível melhorar as taxas de detecção da DAM, mesmo para imagens de DBT onde ainda não há um esquema computacional de detecção bem estabelecido. / Breast cancer is the disease that most affects women worldwide and is the most effective treatment if it is diagnosed at early stages. Since 2011, in developed countries screening programs has been employed a new exam, the digital breast tomosynthesis (DBT), which has several advantages compared to the digital mammography. In the exam, the radiologist looks for suspicious signs in the image such as masses, microcalcifications and architectural distortion of breast (ADB). Since the later may represent the earliest sign of a cancer in formation, it may manifests before the formation of any other lesion. However, ADB is difficult to be detected due to its subtly changes the breast tissue, with no mass or defined shape. Computer-aided detection (CAD) systems have shown good results in the detection of masses and microcalcifications, however, for ADB the performance is still poor. Several weakness are reported in the pipeline adopted to automatic detection of ADB. The present work aims to propose new approaches to increase the accuracy of the current CAD pipeline: the use of local micro-pattern descriptors to discriminate suspicious areas; false-positives reduction; automatic detection of ADB in DBT images using and tridimensionality of the exam and; use of deep learning architecture to discriminate and classify suspicious regions. The several tests performed on each proposal showed that it is possible to improve the detection rates even for DBT images where there is no established CAD pipeline.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / The breast tomosynthesis is appearing in several studies that aim to investigate most appropriate parameters to obtaining images of high quality with dose values of ionizing radiation within the limits imposed for digital mammography. The parameters are related to an angular range limited used in examinations, the number of projections, the X-rays beam energies, and the reconstruction of projections, using specific algorithm, mainly. The advantage of tomosynthesis while a new mammographic technology in relation to the other techniques that employ X-rays is its potential to reduced overlap effect of breast tissue. The contribution of variation of the angle of the beams on the dose in breast examined, due to a change in the geometry used in the examination, should be investigated. To determine the impact that this variation has on the dose in the breast and in other organs and tissues of the human body, an important tool is the Computational Simulation by Monte Carlo. The main proposal of this work was to use the code of Monte Carlo N-Particle eXtended (MCNPX) to study absorbed doses in breast and other organs of the patient during the examination of digital tomosynthesis mammary glands. For this reason, it was used an anthropomorphic female adult phantom with representation of the body, tissues and internal structures and realistic adult patient incorporated in a scenario of radiation from a commercial model of equipment of each. The values of absorbed doses found with the AGMS-M tomosynthesis meter were lower than in digital mammography, the differences between tomosynthesis and mammography were 12.3% using 24 kVp, 10.74% for 28 kVp and 11.21% for 30 kVp. Comparing the experimental and that found in the simulation, the values of the absorbed doses had a smaller difference verified to 24 kVp, of 3.3% and a greater difference to 28 kVp, of 6.2%. The results obtained for the colon and brain have presented relative error (R) above 10% due to the occurrence of natural shielding and distance of these components of the primary beam of radiation. The CCs of equivalent dose in this study show that the estimated dose in the simulator anthropomorphic adult female is much greater in each of which in mammography, because the configuration of the acquisition of different geometry between digital mammography and tomosynthesis, and the sweep time which is higher in each. / A tomossíntese mamária vem aparecendo em vários estudos que buscam investigar tanto parâmetros mais adequados para obtenção de imagens de qualidade quanto valores de doses de radiação ionizante dentro dos limites impostos para mamografia digital. Os parâmetros estão relacionados às energias dos feixes de raios X nos exames, ao intervalo angular das projeções, ao número de projeções, e à reconstrução dessas, principalmente. A reconstrução das imagens é realizada utilizando-se algoritmos específicos. A vantagem da tomossíntese enquanto nova tecnologia em relação as outras técnicas mamográficas que empregam raios X é o seu potencial de imageamento com reduzido efeito de sobreposição do tecido mamário. A contribuição da variação angular dos feixes sobre a dose na mama examinada, devido à alteração na geometria do exame, deve ser investigada. Para determinar o impacto que essa variação exerce sobre a dose na mama e nos demais órgãos e tecidos do corpo humano, uma importante ferramenta é a simulação computacional por Monte Carlo. A proposta principal deste trabalho foi utilizar o código de Monte Carlo N-Particle eXtended (MCNPX) para estudar as doses absorvidas na mama e demais órgãos do paciente durante o exame de tomossíntese digital mamária. Para isso, foi utilizado um simulador antropomórfico adulto feminino com representação dos órgão, tecidos e estruturas internas bem realista de paciente adulto incorporado em cenário de radiação de um modelo comercial de equipamento de tomossíntese. Os valores das doses absorvidas encontrados com o medidor AGMSM em tomossíntese mostrou-se menor do que na mamografia digital, as diferenças entre a tomossíntese e a mamografia foram 12,3% empregando-se 24 kVp, 10,74% para 28 kVp e 11,21% para 30 kVp. Comparando o experimental e o encontrado na simulação, os valores das doses absorvidas teve uma menor diferença verificada para 24 kVp, de 3,3% e uma maior diferença para 28 kVp, de 6,2%. Os resultados obtidos para o cólon e cérebro apresentaram erro relativo (R) acima de 10%, isso devido a decorrência de blindagem natural e da distância desses órgãos ao feixe primário de radiação. Os Coeficientes de conversão de dose equivalente obtidos mostraram que a dose estimada no simulador antropomórfico adulto feminino é maior na tomossíntese do que na mamografia digital, devido a configuração de aquisição de geometria diferente entre a mamografia e tomossíntese, e ao tempo de varredura, que é maior na tomossíntese.

Orientador: Denis Henrique Pinheiro Salvadeo / Resumo: Tomossíntese Mamária Digital (DBT) é uma técnica de imageamento radiográfico, com aquisição de projeções em ângulos limitados utilizando dose reduzida de radiação. Ela tem por objetivo reconstruir fatias tomográficas do interior da mama, possibilitando o diagnóstico precoce de possíveis lesões e aumentando, consequentemente, a probabilidade de cura do paciente. Contudo, devido ao fato de que DBT utiliza doses baixas de radiação, a imagem gerada contém mais ruído que a mamografia digital. Embora a qualidade do exame esteja diretamente relacionada com a dose utilizada, espera-se que a dose de radiação empregada no exame seja a mais baixa possível, mas ainda com qualidade suficiente para que o diagnóstico possa ser realizado, conforme o princípio As Low As Reasonably Achievable (ALARA). Uma das etapas importantes para se buscar o princípio ALARA é a reconstrução tomográfica, que consiste em um software que gera as fatias do interior da mama a partir de um conjunto de projeções 2D de DBT adquiridas. Por outro lado, técnicas de Aprendizado de Máquina, especialmente redes neurais com aprendizado profundo, que recentemente tem evoluído consideravelmente o estado da arte em diversos problemas de Visão Computacional e Processamento de Imagens, tem características adequadas para serem aplicadas também na etapa de reconstrução. Deste modo, este trabalho investigou uma arquitetura básica de rede neural artificial com aprendizado profundo que seja capaz de reconstruir imagens de DBT, espe... (Resumo completo, clicar acesso eletrônico abaixo) / Abstract: Digital Breast Tomosynthesis (DBT) is a technique of radiographic imaging, with acquisition of projections at limited angles using reduced dose of radiation. It aims to reconstruct tomographic slices inside the breast, making possible the early diagnosis of possible lesions and, consequently, increasing the probability of cure of the patient. However, due to the fact that DBT uses low doses of radiation, the generated image contains more noise than digital mammography. Although the quality of the exam is directly related to the dose applied, the radiation dose used in the examination is expected to be as low as possible, but still keeping enough quality for the diagnosis to be made, as determined by the As Low As Reasonably Achievable (ALARA) principle. One of the important steps to achieve the ALARA principle is the tomographic reconstruction, which consists of a software that generates slices inside the breast from an acquired set of 2D DBT projections. On the other hand, Machine Learning techniques, especially neural networks with deep learning, that have recently evolved considerably the state-of-the-art in several problems in Computer Vision and Image Processing areas, it has suitable characteristics to be applied also in the reconstruction step. Thus, this work investigated a basic architecture of artificial neural network with deep learning that is capable to reconstruct DBT images, especially focused on noise reduction. Furthermore, considering an additional filtering... (Complete abstract click electronic access below) / Mestre

Esse trabalho apresenta uma nova metodologia para a correção do espectro de potência do ruído no processo de simulação de aquisições de imagens de tomossíntese digital mamária (Digital Breast Tomosynthesis - DBT) com doses reduzidas de radiação. A simulação é realizada por meio da inserção de ruído quântico dependente do sinal em imagens previamente adquiridas com a dose padrão de radiação. A DBT utiliza a mesma tecnologia de raios X que a mamografia digital, porém com a capacidade de prover ao médico exames do volume tridimensional da mama, minimizando o problema de superposição de tecidos. Apesar de ser o sucessor da mamografia, estudos têm mostrado que a otimização da relação entre a dose de radiação e a qualidade da imagem adquirida ainda não está bem estabelecida na DBT. Devido à impossibilidade de realizar diversas exposições de radiação a uma mesma paciente para os estudos de otimização da dose de radiação, é desejável que exista um método capaz de simular com exatidão diversas exposições tendo como base uma imagem clínica de referência. Embora existam diversos métodos para a simulação da redução de dose em exames mamográficos, o mesmo não pode ser dito quanto a imagens de DBT. O método desenvolvido para simulação da redução da dose de radiação em imagens de DBT se baseia em uma abordagem de inserção de ruído por meio de uma transformada de estabilização de variância, que já foi utilizada para simulação da redução de dose em exames de mamografia digital. Porém, esse trabalho propõe a inclusão da correção do espectro de potência do ruído para otimizar o desempenho do método de inserção de ruído para exames de DBT. Os resultados obtidos mostraram que, quando comparando a imagens de referência, a as imagens simuladas apresentaram erro menores que 1% para a análise do valor médio e desvio padrão e erro próximo de 5% para a análise do espectro de potência, apresentado resultados até 64% melhores que métodos não otimizados para DBT. / This work presents a new methodology for noise power spectrum correction in the simulation of digital breast tomosynthesis (DBT) images with reduced dose of radiation. The simulation is performed by inserting a signal-dependent quantum noise into previously acquired images with the standard dose of radiation. Using the same X-ray technology as a standard mammography, the DBT is capable of reconstructing the inner tissues of the patients\' breasts as a three-dimensional volume, providing more resources for cancer detection than its bi-dimensional counterpart and minimizing tissue overlapping. Despite being the successor to mammography, studies have shown that the optimization of the relationship between radiation dose and image quality is not well established in DBT yet. Due to the impossibility of exposing the same patient to multiple exams with different doses each, a simulation method able to mimic clinical images with high reliability is desirable. Despite the number of methods proposed for dose reduction simulation in mammography, scarcely any may be used in DBT. The method developed for simulation of radiation dose reduction in DBT images is based on a noise insertion approach using a variance-stabilizing transformation, which has already been used to simulate dose reduction in digital mammography exams. However, this work proposes the inclusion of the noise power spectrum correction to optimize the performance of the noise insertion method for DBT exams. The results showed that, when compared with reference images, the simulated images achieved less than 1% error for mean and standard deviation values and close to 5% error for power spectrum analysis, improving in up to 64% when compared with non-optimized for DBT simulation methods.

In x-ray imaging, the x-ray radiation must be the minimum necessary to achieve the required diagnostic objective, to ensure the patients safety. However, low-dose acquisitions yield images with low quality, which affect the radiologists image interpretation. Therefore, there is a compromise between image quality and radiation dose. This work proposes an image restoration framework capable of restoring low-dose acquisitions to achieve the quality of full-dose acquisitions. The contribution of the new method includes the capability of restoring images with quantum and electronic noise, pixel offset and variable detector gain. To validate the image processing chain, a simulation algorithm was proposed. The simulation generates low-dose DBT projections, starting from fulldose images. To investigate the feasibility of reducing the radiation dose in breast cancer screening programs, a simulated pre-clinical trial was conducted using the simulation and the image processing pipeline proposed in this work. Digital breast tomosynthesis (DBT) images from 72 patients were selected, and 5 human observers were invited for the experiment. The results suggested that a reduction of up to 30% in radiation dose could not be perceived by the human reader after the proposed image processing pipeline was applied. Thus, the image processing algorithm has the potential to decrease radiation levels in DBT, also decreasing the cancer induction risks associated with the exam. / Em programas de rastreamento de câncer de mama, a dose de radiação deve ser mantida o mínimo necessário para se alcançar o diagnóstico, para garantir a segurança dos pacientes. Entretanto, imagens adquiridas com dose de radiação reduzida possuem qualidade inferior. Assim, existe um equilíbrio entre a dose de radiação e a qualidade da imagem. Este trabalho propõe um algoritmo de restauração de imagens capaz de recuperar a qualidade das imagens de tomossíntese digital mamária, adquiridas com doses reduzidas de radiação, para alcançar a qualidade de imagens adquiridas com a dose de referência. As contribuições do trabalho incluem a melhoria do modelo de ruído, e a inclusão das características do detector, como o ganho variável do ruído quântico. Para a validação a cadeia de processamento, um método de simulação de redução de dose de radiação foi proposto. Para investigar a possibilidade de redução de dose de radiação utilizada na tomossíntese, um estudo pré-clínico foi conduzido utilizando o método de simulação proposto e a cadeia de processamento. Imagens clínicas de tomossíntese mamária de 72 pacientes foram selecionadas e cinco observadores foram convidados para participar do estudo. Os resultados sugeriram que, após a utilização do processamento proposto, uma redução de 30% de dose de radiação pôde ser alcançada sem que os observadores percebessem diferença nos níveis de ruído e borramento. Assim, o algoritmo de processamento tem o potencial de reduzir os níveis de radiação na tomossíntese mamária, reduzindo também os riscos de indução do câncer de mama.

Esse trabalho apresenta uma nova metodologia para a correção do espectro de potência do ruído no processo de simulação de aquisições de imagens de tomossíntese digital mamária (Digital Breast Tomosynthesis - DBT) com doses reduzidas de radiação. A simulação é realizada por meio da inserção de ruído quântico dependente do sinal em imagens previamente adquiridas com a dose padrão de radiação. A DBT utiliza a mesma tecnologia de raios X que a mamografia digital, porém com a capacidade de prover ao médico exames do volume tridimensional da mama, minimizando o problema de superposição de tecidos. Apesar de ser o sucessor da mamografia, estudos têm mostrado que a otimização da relação entre a dose de radiação e a qualidade da imagem adquirida ainda não está bem estabelecida na DBT. Devido à impossibilidade de realizar diversas exposições de radiação a uma mesma paciente para os estudos de otimização da dose de radiação, é desejável que exista um método capaz de simular com exatidão diversas exposições tendo como base uma imagem clínica de referência. Embora existam diversos métodos para a simulação da redução de dose em exames mamográficos, o mesmo não pode ser dito quanto a imagens de DBT. O método desenvolvido para simulação da redução da dose de radiação em imagens de DBT se baseia em uma abordagem de inserção de ruído por meio de uma transformada de estabilização de variância, que já foi utilizada para simulação da redução de dose em exames de mamografia digital. Porém, esse trabalho propõe a inclusão da correção do espectro de potência do ruído para otimizar o desempenho do método de inserção de ruído para exames de DBT. Os resultados obtidos mostraram que, quando comparando a imagens de referência, a as imagens simuladas apresentaram erro menores que 1% para a análise do valor médio e desvio padrão e erro próximo de 5% para a análise do espectro de potência, apresentado resultados até 64% melhores que métodos não otimizados para DBT. / This work presents a new methodology for noise power spectrum correction in the simulation of digital breast tomosynthesis (DBT) images with reduced dose of radiation. The simulation is performed by inserting a signal-dependent quantum noise into previously acquired images with the standard dose of radiation. Using the same X-ray technology as a standard mammography, the DBT is capable of reconstructing the inner tissues of the patients\' breasts as a three-dimensional volume, providing more resources for cancer detection than its bi-dimensional counterpart and minimizing tissue overlapping. Despite being the successor to mammography, studies have shown that the optimization of the relationship between radiation dose and image quality is not well established in DBT yet. Due to the impossibility of exposing the same patient to multiple exams with different doses each, a simulation method able to mimic clinical images with high reliability is desirable. Despite the number of methods proposed for dose reduction simulation in mammography, scarcely any may be used in DBT. The method developed for simulation of radiation dose reduction in DBT images is based on a noise insertion approach using a variance-stabilizing transformation, which has already been used to simulate dose reduction in digital mammography exams. However, this work proposes the inclusion of the noise power spectrum correction to optimize the performance of the noise insertion method for DBT exams. The results showed that, when compared with reference images, the simulated images achieved less than 1% error for mean and standard deviation values and close to 5% error for power spectrum analysis, improving in up to 64% when compared with non-optimized for DBT simulation methods.

In x-ray imaging, the x-ray radiation must be the minimum necessary to achieve the required diagnostic objective, to ensure the patients safety. However, low-dose acquisitions yield images with low quality, which affect the radiologists image interpretation. Therefore, there is a compromise between image quality and radiation dose. This work proposes an image restoration framework capable of restoring low-dose acquisitions to achieve the quality of full-dose acquisitions. The contribution of the new method includes the capability of restoring images with quantum and electronic noise, pixel offset and variable detector gain. To validate the image processing chain, a simulation algorithm was proposed. The simulation generates low-dose DBT projections, starting from fulldose images. To investigate the feasibility of reducing the radiation dose in breast cancer screening programs, a simulated pre-clinical trial was conducted using the simulation and the image processing pipeline proposed in this work. Digital breast tomosynthesis (DBT) images from 72 patients were selected, and 5 human observers were invited for the experiment. The results suggested that a reduction of up to 30% in radiation dose could not be perceived by the human reader after the proposed image processing pipeline was applied. Thus, the image processing algorithm has the potential to decrease radiation levels in DBT, also decreasing the cancer induction risks associated with the exam. / Em programas de rastreamento de câncer de mama, a dose de radiação deve ser mantida o mínimo necessário para se alcançar o diagnóstico, para garantir a segurança dos pacientes. Entretanto, imagens adquiridas com dose de radiação reduzida possuem qualidade inferior. Assim, existe um equilíbrio entre a dose de radiação e a qualidade da imagem. Este trabalho propõe um algoritmo de restauração de imagens capaz de recuperar a qualidade das imagens de tomossíntese digital mamária, adquiridas com doses reduzidas de radiação, para alcançar a qualidade de imagens adquiridas com a dose de referência. As contribuições do trabalho incluem a melhoria do modelo de ruído, e a inclusão das características do detector, como o ganho variável do ruído quântico. Para a validação a cadeia de processamento, um método de simulação de redução de dose de radiação foi proposto. Para investigar a possibilidade de redução de dose de radiação utilizada na tomossíntese, um estudo pré-clínico foi conduzido utilizando o método de simulação proposto e a cadeia de processamento. Imagens clínicas de tomossíntese mamária de 72 pacientes foram selecionadas e cinco observadores foram convidados para participar do estudo. Os resultados sugeriram que, após a utilização do processamento proposto, uma redução de 30% de dose de radiação pôde ser alcançada sem que os observadores percebessem diferença nos níveis de ruído e borramento. Assim, o algoritmo de processamento tem o potencial de reduzir os níveis de radiação na tomossíntese mamária, reduzindo também os riscos de indução do câncer de mama.