Skip til primært indhold

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

Bo Mussmann

Lektor, forskningsradiograf, ph.d.

Odense Universitetshospital, Radiologisk Afdeling


2059 8856
APPFWU02V