CareLit Fachartikel

Deep Learning CT Image Reconstruction in Clinical Practice

Clemens Arndt, Felix Güttler, Andreas Heinrich, Florian Bürckenmeyer, Ioannis Diamantis, Ulf Teichgräber · RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren · 2021 · Heft 03 · S. 252-261

Dokument
800589
CareLit-ID
Jahr
2021
Publikation
PDF
nein
Metadaten
DOI
ja
zitierfähig

Bibliografische Angaben

Zeitschrift
RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren
Autor:innen
Clemens Arndt, Felix Güttler, Andreas Heinrich, Florian Bürckenmeyer, Ioannis Diamantis, Ulf Teichgräber
Ausgabe
Heft 03 / 2021
Jahrgang 193
Seiten
252-261
Erschienen: 2021-03-01 00:00:00
ISSN
1438-9029
DOI
10.1055/a-1248-2556

Zusammenfassung

Zusammenfassung Hintergrund Die Computertomografie (CT) ist eine zentrale Modalität der modernen Radiologie, die in nahezu allen medizinischen Fachdisziplinen, insbesondere aber in der Notfallmedizin, einen wichtigen Bestandteil zur Gesundheitsversorgung liefert. Die Berechnung bzw. Rekonstruktion von Schnittbildern aus den rohen Messwerten der CT-Untersuchungen stellt mathematisch ein inverses Problem dar. Bisher waren die gefilterte Rückprojektion und die iterative Rekonstruktion (IR) die Goldstandards, um schnell und zuverlässig Bilder zu berechnen. Aktuell gibt es im Rahmen neuerer Entwicklungen im Bereich d…

Schlagworte

computed tomography image reconstruction deep neural network deep learning artificial intelligence image denoising RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Ver…