RSS-Feed abonnieren
Bitte kopieren Sie die angezeigte URL und fügen sie dann in Ihren RSS-Reader ein.
https://www.thieme-connect.de/rss/thieme/de/10.1055-s-00000066.xml
Rofo 2024; 196(08): 783-784
DOI: 10.1055/a-2295-1104
DOI: 10.1055/a-2295-1104
Brennpunkt
LUNGE THORAX – Deep-Learning-Rekonstruktion von Niedrigdosis-CT-Aufnahmen

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.
Publikationsverlauf
Artikel online veröffentlicht:
17. Juli 2024
© 2024. Thieme. All rights reserved.
Georg Thieme Verlag KG
Rüdigerstraße 14, 70469 Stuttgart, Germany