Objetivos: La imagen ultrasónica, pese a ser una de las herramientas de diagnóstico más populares, tiene la peculiaridad de ser un tipo de representación con una interpretación compleja. La presencia de artefactos causados por los fenómenos de difracción, reducen la calidad de la imagen y puede llevar a interpretaciones erróneas.
La presente propuesta se enmarca en un proyecto de prospectiva sobre el potencial de las técnicas de machine learning en los procesos de generación de imagen ultrasónica. El objetivo es mejorar la calidad de la imagen ultrasónica y en consecuencia la interpretación de la misma.
Nuestro objetivo aquí es mejorar con técnicas de machine learning la respuesta de sistema focalización para imagen volumétrica, reduciendo las aberraciones características de las imágenes ultrasónicas. El trabajo se circunscribe en el dominio de la simulación. Con el fin de desarrollar la base de aprendizaje, se desarrollarán un conjunto de simulaciones que recojan progresivamente los elementos característicos de la imagen médica.
