Deep learning reconstructionを用いた腹部単純CTにおける放射線被ばく低減の可能性

書誌事項

タイトル別名
  • Possible Radiation Dose Reduction in Abdominal Plain CT Using Deep Learning Reconstruction
  • Deep learning reconstruction オ モチイタ フクブ タンジュン CT ニ オケル ホウシャセン ヒバクテイゲン ノ カノウセイ

この論文をさがす

抄録

<p>【目的】肝細胞がんを想定したCT画像の低コントラスト検出能を比較し,腹部単純CT撮影の線量低減が可能であるか検討する.【方法】Aquilion ONE/PRISM Edition(キヤノンメディカルシステムズ)を用いて,350, 250, 150, 50 mAでCatphan 600ファントム(Phantom Laboratory)を撮影し,deep learning reconstruction(DLR)とmodel based iterative reconstruction(MBIR)で再構成した.CT値差10 HUの5 mmモジュールにおいてlow contrast object specific CNR(CNRLO)を測定・比較し,視覚評価も行った.また,均一モジュール内のNPSを測定した.【結果】CNRLOは全線量でDLRのほうが高い値を示し,DLRは150 mAで1.12,MBIRは250 mAで1.07であった.視覚評価においてはDLRでは150 mA,MBIRでは250 mAまで検出可能であった.NPSは,150 mAの0.1 cycles/mmではDLRのほうが低い値を示した.【結語】DLRはMBIRより低コントラスト検出能が優れており,線量低減の可能性が示された.</p>

収録刊行物

被引用文献 (1)*注記

もっと見る

参考文献 (18)*注記

もっと見る

詳細情報 詳細情報について

問題の指摘

ページトップへ