能谱CT深度学习图像重建与迭代重建算法图像质量对比的体模和动物模型研究-临床诊疗知识库

| 浏览：0 | 下载：0

作者：

姜江；陈勇；石骁萌；陆伟；王柏松；石博文；王雯芳；朱兰；潘自来；张欢

来源：

中华放射学杂志 2023 年 57卷 12期

标签：

体层摄影术 X线计算机深度学习迭代重建图像质量 Tomography, X-ray computed Deep learning Iterative reconstruction Image quality

目的:探讨基于体模和动物模型的深度学习重建算法（TF-GSI）和自适应统计迭代重建算法（ASiR-V）对于能谱CT图像质量的影响。方法:使用GE Revolution Apex能谱CT对ACR 464体模和胃癌淋巴结转移小鼠模型（ n=16）进行扫描。分别在体模和小鼠的70 keV虚拟单能图像上重建TF-GSI和ASiR-V的中、高两档等级图像（TF-GSI-M、TF-GSI-H、ASiR-V50

知识库介绍

临床诊疗知识库该平台旨在解决临床医护人员在学习、工作中对医学信息的需求，方便快速、便捷的获取实用的医学信息，辅助临床决策参考。该库包含疾病、药品、检查、指南规范、病例文献及循证文献等多种丰富权威的临床资源。

详细介绍

临床诊疗知识库现支持机构用户及个人包时用户开通服务。如需开通机构账号，请机构管理员联系我们，联系电话：010-58882667；个人包时开通请直接点击“个人包时订购”，开通后即可使用。

相似文献