相关实验视频
Updated: May 23, 2025

04:31
Whole-Kidney Three-Dimensional Staining with CUBIC
Published on: July 18, 2022
3.7K
虚拟单色成像半负载,对比增强的计算机断层扫描与深度学习图像重建在患有功能缺陷的患者:一个临床试点研究
Shingo Harashima1, Rika Fukui1, Wakana Samejima1
1Department of Radiology, Tokyo Women's Medical University Adachi Medical Center.
概括
使用40keV虚拟单色成像 (VMI) 进行深度学习图像重建 (DLIR) 显著改善了瘤患者半负荷腹腔皮层CT扫描中的图像质量和对比噪声比 (CNR).
科学领域:
- 放射学 放射学是一门学科.
- 医疗成像医学成像
- 在瘤学瘤学.
背景情况:
- 评估了薄片虚拟单色成像 (VMI) 的图像质量 (IQ).
- 使用半负荷,腹腔皮质对比增强CT (CECT) 与双能量CT (DECT) 和深度学习图像重建 (DLIR).
研究的目的:
- 在腹腔皮层CECT中评估薄切片VMI的智商.
- 在不同的keV水平上比较图像重建技术 (FBP,HIR,DLIR).
主要方法:
- 对28名患有功能障碍的瘤病人的回顾性分析.
- 在40-70keV的重建VMI (0.625毫米切片) 使用FBP,HIR和DLIR.
- 测量了对比度和噪声比率 (CNR) 和对多个器官的主观分级智商.
主要成果:
- 在所有重建方法中,CNR随着keV (70-40keV) 的下降而增加.
- 与FBP相比,40keV的DLIR显著改善了前列腺/子宫的CNR.
- 从FBP到HIR到DLIR观察到显著的CNR和智商改善.对于所有其他器官.
结论:
- 40 keV和DLIR的组合提供了最大的CNR.
- 在半载CECT中,DLIR为薄切片VMI产生主观可接受的图像质量.

