基于深度学习的多视图切片校正策略的有效性研究在高音程螺旋CT重建中的深度学习
Zihan Deng1,2, Zhisheng Wang1,2, Legeng Lin1,2
1Center of Ultra-Precision Optoelectronic Instrument Engineering, Harbin Institute of Technology, Harbin, China.
Journal of X-ray science and technology
|December 20, 2024
概括
优化切片校正用于高调螺旋式CT扫描对于减少文物至关重要. 将最终纠正的切片方向与观察方向对齐,而不是增加切片数量,可以获得最佳的3D重建质量.
科学领域:
- 医疗成像医学成像
- 计算机断层扫描 (CT) 技术
- 图像重建 图像的重建
背景情况:
- 在高调螺旋式CT扫描中,有限视野的文物很突出.
- 已经探索了多层次的,逐切片的校正策略,以减轻这些工件.
- 在优化切片参数 (如角度,数量和序列) 中仍然存在挑战.
研究的目的:
- 探索用于高调螺旋扫描3D重建的最佳切片方法.
- 调查切片角度,数量,顺序和模型对校正有效性的影响.
- 为深度学习在CT图像校正中的临床应用提供见解.
主要方法:
- 根据切片理论开发了基于数据的切片校正策略,用于基于切片理论的3D高调螺旋CT图像.
- 通过调整切片顺序,数量和模型进行实验.
- 评估了各种切片参数对重建质量的有效性.
主要成果:
- 增加校正切片的数量并没有显著改善3D重建质量.
- 当最终纠正的切片方向与观察方向相匹配时,可以获得最佳的重建结果.
结论:
- 数据驱动的切片校正有效地解决了高调螺旋CT中的工件.
- 切片的数量不那么关键,而不是将校正角度与观察角度对齐以获得最佳结果.
