深度學習迭代重建算法優(yōu)化兒童頭顱CT圖像噪聲和圖像紋理的可行性

摘要： 目的 評價深度學習迭代重建（DLIR）算法與常規(guī)自適應迭代重建（ASIR-V）算法對兒童頭顱外傷CT圖像噪聲和圖像紋理的優(yōu)化程度及圖像顯示效果的差異。資料與方法 回顧性選取2020年12月7—11日首都醫(yī)科大學附屬北京兒童醫(yī)院影像中心80例兒童頭顱CT，掃描方案為低輻射劑量軸掃，電壓120 kV，電流150～220 mA。將得到的原始數(shù)據(jù)重建為5 mm厚層與0.625 mm薄層... （共6頁）