一种简单的方法来评估重建和合成2D图像的技术图像质量,用于数字乳腺图片合成系统
V Ravaglia1, V Ardu2, G Giovannini3
1Medical Physics Unit, AUSL Romagna, Ravenna, Italy.
概括
本研究介绍了一种简单的方法,使用幻影来评估数字乳腺图解 (DBT) 图像质量. 信号差异与噪声比 (SDNR) 根据细节大小和剂量等因素而变化,提供了一个新的质量控制基准.
科学领域:
- 医疗成像医学成像
- 放射学 放射学是一门学科.
- 哺乳学技术 哺乳学技术
背景情况:
- 数字乳房图解 (DBT) 缺乏标准化的图像质量评估方法.
- 确定DBT系统的参考值对于稳定的性能至关重要.
研究的目的:
- 评估一种简单的方法来评估重建和合成2D (SM) DBT图像的技术图像质量.
- 在不同的DBT系统中使用商用幻影进行图像质量评估.
主要方法:
- 信号与噪声比 (SDNR) 被选为技术图像质量的首要指标.
- 在来自六家供应商的55个DBT系统上测试了三个商业幻影 (Tomophan,Tormam,CIRS型号015).
- 评估包括各种重建算法,软件版本和后处理技术.
主要成果:
- SDNR受细节大小,平均腺体剂量 (AGD),重建算法,软件版本和后处理的影响.
- 增加的SDNR与更大的细节大小,更高的AGD,对比度增强后处理和代重建算法相关.
- 合成乳房造影 (SM) 图像通常显示较大细节的SDNR高于DBT,但较小的细节较低.
结论:
- 建议使用幻影评估DBT和SM图像质量的简单方法.
- 该方法可以帮助确定质量控制 (QC) 的参考值,并监测系统性能的一致性.
- 这些发现突出了幻象和临床乳房结构之间算法性能的潜在差异.
更多相关视频
13:44Detection of Architectural Distortion in Prior Mammograms via Analysis of Oriented Patterns
Published on: August 30, 2013
42.7K
13:43Intraductal Delivery and X-ray Visualization of Ethanol-Based Ablative Solution for Prevention and Local Treatment of Breast Cancer in Mouse Models
Published on: April 1, 2022
4.4K
