DeLeMA CT
Fuld titel: Deep learning image reconstruction with and without metal artifact reduction in Head CT.
Projektperiode
Start: januar 2023
Slut: januar 2024
Mål
Ved cerebral computertomografi (CT) er det vigtigt at tage billeder med tilstrækkeligt lavt støjniveau, så radiologen kan skelne mellem grå og hvid substans. Ved tilstedeværelse af metal, såsom aneurismeklip, kan billedartefakter forringe billedkvaliteten. Metoder til reduktion af metalartefakter, såsom dual energy CT med virtuelle monokromatiske billeder og metalartefaktreduktionssoftware (MAR) kan reducere artefakter, men det er uklart, hvordan disse metoder fungerer, når de kombineres med nye dybe læringsbilledrekonstruktions (DLIR) algoritmer.
Denne eksperimentelle fantomundersøgelse havde til formål at vurdere effekten af DLIR i kombination med MAR og Dual energy CT.
Partnere
- Radiologisk Afdeling, OUH
- Neurokirurgisk Afdeling, OUH
- Fakultet for helsevitenskap, Oslo Metropolitan University, Norway
Bo Mussmann
Lektor, forskningsradiograf, ph.d.
Odense Universitetshospital, Radiologisk Afdeling
2059 8856 bo.mussmann@rsyd.dk