Servicio de Información Comunitario sobre Investigación y Desarrollo - CORDIS

Optimización de la teoría de muestreo para una mejor reconstrucción de imágenes

Uno de las labores más importantes en el ámbito del análisis de señales es garantizar que la muestra elegida resulte una representación fidedigna de la situación real. Un equipo de científicos creó técnicas mejoradas para lograr reconstrucciones óptimas, un trabajo con aplicación directa en el ámbito de la imagen médica.
Optimización de la teoría de muestreo para una mejor reconstrucción de imágenes
Los procesos reales son continuos (análogos) y los informáticos discretos (digitales). La obtención de una reconstrucción precisa de una señal está muy relacionada con la técnica de muestreo utilizada. Para ello resulta fundamental garantizar una representación adecuada que no emplee tiempo y potencia de computación extraordinarios para obtener y analizar datos redundantes.

El procesamiento de señales se apoya en la teoría de muestreo y posee aplicaciones prácticamente infinitas que van desde la obtención de imágenes médicas a la ingeniería de sonido pasando por los GPS. Un equipo de científicos dispuso de fondos europeos para embarcarse en el proyecto «Generalized sampling and infinite-dimensional compressed sensing» (GESIDICS), destinado a crear técnicas de muestreo innovadoras que mejorasen la reconstrucción de una señal fidedigna a partir de su modelo.

El equipo se sirvió de la teoría de muestreo generalizado, que mejora la reconstrucción de señales al no imponer restricciones sobre el espacio de reconstrucción o el muestral. Si bien la capacidad de la técnica es grande, presenta carencias en ciertos casos. Científicos de GESIDICS aplicaron una tasa de muestreo estable que generase una solución convergente y estable para los casos en los que se habían detectado dichas carencias. De este modo lograron recuperar coeficientes de ondícula estables y precisos en forma lineal a partir de muestras de Fourier en señales que alcanzasen un valor constante predefinido. Los resultados demostraron sin lugar a dudas que su algoritmo resulta un método de reconstrucción óptimo y estable.

La aportación de GESIDICS al campo matemático de la teoría de muestreo posee importantes implicaciones para el procesamiento mejorado de señales. Una reconstrucción más precisa y consistente de señales obtenidas mediante técnicas de imagen por resonancia magnética servirá enormemente para mejorar el diagnóstico médico y en general el procesamiento de señales.

Información relacionada

Síganos en: RSS Facebook Twitter YouTube Gestionado por la Oficina de Publicaciones de la UE Arriba