CareLit Fachartikel

LUNGE THORAX – Deep-Learning-Rekonstruktion von Niedrigdosis-CT-Aufnahmen

Stephanie Gräwert · RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren · 2024 · Heft 08 · S. 783-784

Dokument
911001
CareLit-ID
Jahr
2024
Publikation
PDF
nein
Metadaten
DOI
ja
zitierfähig

Bibliografische Angaben

Zeitschrift
RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Verfahren
Autor:innen
Stephanie Gräwert
Ausgabe
Heft 08 / 2024
Jahrgang 196
Seiten
783-784
Erschienen: 2024-08-01 00:00:00
ISSN
1438-9029

Zusammenfassung

Wird bei einer CT-Untersuchung die Strahlendosis reduziert, wirkt sich dies in der Regel negativ auf die Bildqualität aus, da sich das Bildrauschen erhöht und mehr Artefakte auftreten. Mit Hilfe verschiedener Rekonstruktionsverfahren kann allerdings das starke Bildrauschen solcher Niedrig-Dosis-CT-Aufnahmen wieder reduziert und so die Bildqualität verbessert werden. Dabei sind Deep-Learning-Algorithmen besser als iterative Rekonstruktionsmethoden.

Schlagworte

RöFo - Fortschritte auf dem Gebiet der Röntgenstrahlen und der bildgebenden Ver…