Por defecto: 

La tomografía por emisión de positrones (PET) es una técnica médica no invasiva, que permite observar la función metabólica o bioquímica de tejidos y órganos de un cuerpo. Recientemente, las técnicas de aprendizaje profundo, en el área médica, están siendo utilizadas como apoyo para los diagnósticos y tratamientos. En este trabajo se propone medir el desempeño de la red neuronal convolucional U-Net, para mejorar imágenes PET, antes (prereconstrucción) y después (posreconstrucción) de la reconstrucción. El desempeño se midió, aplicando la red entrenada en el dominio del sinograma y en el dominio de los vóxeles. Se realizaron simulaciones para formar las bases de datos y después entrenar la U-Net. Se utilizó el método maximización de la expectativa de subconjuntos ordenados (OSEM) para reconstruir los sinogramas. Se realizaron mediciones cuantitativas y gráficas que denotan la calidad visual, donde se evidencia el efecto positivo de aplicar la U-Net en el dominio del sinograma.