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

DOI Web Site Web Site PubMed 被引用文献1件 参考文献18件

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

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ