人工智能改善低剂量CT图像质量的研究进展

• 作者: 陈金华 韦鑫
• 来源期刊: 进展:科学视界
• 学科: 社会科学
• 关键词: 人工智能 低剂量CT 图像质量
• 年，卷（期）: 2020,（4）
• 页码范围: 94-96
• 页数: 3页
• 分类号: C310.31

摘要

CT扫描带来的放射线致癌和对比剂肾病的潜在风险逐渐引起了公众的关注。低辐射剂量使整个受检人群的剂量最小化已成为CT扫描的主要公共需求,然而随着辐射剂量降低的同时必然会造成噪声及伪影,从而降低图像质量,影响临床医生的诊断。自低剂量CT(Low-dose CT)理念提出以来,国内外许多学者在保证图像质量和诊断准确性的前提下,对如何降低辐射剂量做了大量的实验。本文就近年人工智能在改善低剂量CT图像质量的相关研究进展做如下综述。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈金华		6	0	0.0	0.0
2	韦鑫		2	0	0.0	0.0