深度学习迭代重建算法优化儿童头颅CT图像噪声和图像纹理的可行性

摘要： 目的 评价深度学习迭代重建（DLIR）算法与常规自适应迭代重建（ASIR-V）算法对儿童头颅外伤CT图像噪声和图像纹理的优化程度及图像显示效果的差异。资料与方法 回顾性选取2020年12月7—11日首都医科大学附属北京儿童医院影像中心80例儿童头颅CT，扫描方案为低辐射剂量轴扫，电压120 kV，电流150～220 mA。将得到的原始数据重建为5 mm厚层与0.625 mm薄层... （共6页）