Görüntü rekonstrüksiyonunda yeni bir dönem.

deep learning image reconstruction


TrueFidelity images on a BMI 62 patient (400 lbs, 1.73 m)

Derin öğrenmenin
eğitimini nereden aldığı önemlidir.

Derin öğrenme görüntü rekonstrüksiyonu uygulaması ancak aldığı eğitim kadar iyidir. GE Healthcare, rekonstrüksiyon motorunu, görüntü kalitesinin altın standardı olarak görülen binlerce düşük gürültülü, filtreli arka projeksiyon (FBP) görüntülerinden oluşan kitaplık kullanarak eğitti.

  • Tasarlama

    Milyonlarca parametreyi işleyebilen Deep Neural Network (DNN) matematik denklemleri katmanları oluşturur.

  • Eğitim

    DNN aracılığıyla yüksek gürültülü bir sinogram ekleme ve çıkan görüntüyü, aynı görüntünün düşük gürültülü versiyonuyla karşılaştırma. Bu iki görüntü; görüntü gürültüsü, düşük kontrast çözünürlüğü, düşük kontrastta saptanabilirlik, gürültü dokusu vb. birçok parametre üzerinden karşılaştırılır. Çıkan görüntü, farklılıkları geri yayılım yoluyla ağa bildirir ve bu şekilde DNN, istenen görüntüye bağlı olarak eğitilir ve desteklenir.

  • Doğrulama

    Ağın, sağlamlığını kanıtlamak için sınırlarını zorlayan son derece nadir görülen vakalar da dahil olmak üzere daha önce hiç görmediği klinik ve fantom vakaları rekonstrükte etmesi gerekir.

Güven. Ödün vermeksizin.

En gelişmiş Modele Dayalı İteratif Rekonstrüksiyon ile kıyaslandığında TrueFidelity CT Görüntüleri, taramayı başka bir düzeye çıkarır. Kontrast görselleştirme korunur, gürültü ve artefaktlar en aza indirilir, kenarlar korunur. Bunların tümü yeterince sağlandığı için olağanüstü bir netlik sağlanır ve tanıdık olmayan gürültü dokusu nedeniyle hiçbirinden ödün verilmez.1


Kullanıcı Görüşleri


Dhiraj Baruah, MD,
Froedtert ve Medical College of Wisconsin

"Derin öğrenme kardiyak görüntülemesindeki azalan gürültü, görüntü kalitesini korurken kVp'de azalmaya olanak sağlıyor."


Kendiniz Görün

Mevcut Revolution CT kullanıcıları için: TrueFidelity ile rekonstrükte edilmiş kendi görüntülerinizi görmek için GE Healthcare temsilcinizle iletişime geçin.
Daha iyi görüntüleme yöntemlerini yakından incelemenin tam zamanı. GE Healthcare TrueFidelity görüntüleri hakkında daha fazla bilgi almak için GE Healthcare temsilcinizle iletişime geçin.

Kaynaklar

1. Her vakanın hem DLIR hem ASiR-V ile rekonstrükte edildiği ve 3 hekim tarafından değerlendirildiği, 9 hekimin katılım gösterdiği ve toplamda 60 vakadan oluşan klinik değerlendirmede gösterildiği şekilde. Okumaların %100'ünde DLIR'nin görüntü keskinliği, ASiR-V'ninki ile aynı veya bundan daha iyi olarak derecelendirilmiştir. Okumaların %91'inde DLIR'nin gürültü dokusu, ASiR-V'ninkinden daha iyi olarak derecelendirilmiştir. Bu derecelendirme, her bağımsız okuyucunun tercihine dayanmaktadır.

JB00095TR