一种基于CNN的染方法,使用电子密度幻象获得的图像进行训练,用于薄切断的冠状动脉的扫描
Ching-Ching Yang1,2, Kuei-Yuan Hou3
1Department of Medical Imaging and Radiological Sciences, Kaohsiung Medical University, Kaohsiung, Taiwan.
这项研究引入了一个卷积神经网络 (CNN) 方法,使用电子密度幻象来减少冠状动脉 (CAC) 扫描中的量子噪声. 该方法有效地提高了薄切片CAC扫描中的图像清晰度,提高了诊断潜力.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 放射学 放射学是一门学科.
背景情况:
- 冠状动脉 (CAC) 扫描对于心血管风险评估至关重要.
- 在CAC成像中,薄切片重建 (<3毫米) 可能会受到增加的量子噪声的影响.
- 减少量子噪声对于提高CAC扫描的诊断精度至关重要.
研究的目的:
- 提出和验证一种基于卷积神经网络 (CNN) 的方法,用于减少CAC扫描中的量子噪声.
- 为了训练CNN使用电子密度幽灵获得的图像.
- 为了能够有效地降低CAC扫描中的噪声,重建的切片厚度小于3mm.
主要方法:
- 用一个DenseNet模型来估计CAC扫描中的量子噪声,切片厚度为0.5,1.0和1.5毫米.
- 为了获取训练数据,使用了不同大小的电子密度幻影.
- 美国有线电视新闻网 (CNN) 使用真实噪声地图作为标签和伪噪声地图作为输入进行训练,通过从原始扫描中减去CNN输出来实现无声化.
主要成果:
- 幻影研究证实在1.5毫米切片CAC扫描中有效降低噪音,没有显著的纹理变化或HU值变化.
- 患者研究显示,与3毫米扫描相比,在0.5毫米,1.0毫米和1.5毫米切片的CAC扫描中,化更明显.
- 在1.5-毫米切片CAC扫描中没有观察到过度平滑的工件.
结论:
- 电子密度幻象可以生成有效的训练数据,用于CAC扫描中的基于CNN的降噪.
- 拟议的方法成功地减少了CAC扫描中的量子噪声,该扫描用1.5毫米切片厚度重建.
- 消除对人类形象幻影的需求使得这种图像剥离方法在常规临床使用中变得更加实用.
更多相关视频
06:57Author Spotlight: Advancing Cardiovascular Imaging - Introducing the Spatially Weighted Calcium Score for Early Disease Detection
Published on: September 22, 2023
08:02Author Spotlight: Enhanced Quantification of Cardiovascular Calcification Progression for Longitudinal Micro PET/CT Studies in Small Research Animals
Published on: November 15, 2024
相关概念视频
Computed Tomography
The technique was invented in the 1970s and is based on the principle that as X-rays pass through the body, they are absorbed or reflected at different levels. In the technique, a patient lies on a motorized platform while a computerized axial tomography (CAT) scanner rotates...
Imaging Studies for Cardiovascular System IV: CMRI
Imaging Studies for Cardiovascular System V: CT
Imaging Studies for Cardiovascular System VI: Calcium -Scoring CT
