Improving Low-contrast Detectability and Noise Texture Pattern for Computed Tomography Using Iterative Reconstruction Accelerated with Machine Learning Method: A Phantom Study.

Funama, Yoshinori; Takahashi, Hisashi; Goto, Taiga; Aoki, Yuko; Yoshida, Ryo; Kumagai, Yukio; Awai, Kazuo

Funama, Yoshinori; Takahashi, Hisashi; Goto, Taiga; Aoki, Yuko; Yoshida, Ryo; Kumagai, Yukio; Awai, Kazuo.

Afiliación

Funama Y; Department of Medical Radiation Sciences, Faculty of Life Sciences, Kumamoto University, 4-24-1 Kuhonji, Kumamoto 862-0976, Japan. Electronic address: funama@kumamoto-u.ac.jp.
Takahashi H; Hitachi Ltd. Healthcare Business Unit, Kashiwa, Chiba, Japan.
Goto T; Hitachi Ltd. Healthcare Business Unit, Kashiwa, Chiba, Japan.
Aoki Y; Hitachi Ltd. Healthcare Business Unit, Kashiwa, Chiba, Japan.
Yoshida R; Hitachi Ltd. Healthcare Business Unit, Kashiwa, Chiba, Japan.
Kumagai Y; Hitachi Ltd. Healthcare Business Unit, Kashiwa, Chiba, Japan.
Awai K; Department of Diagnostic Radiology, Graduate School of Biomedical Sciences, Hiroshima University, Hiroshima, Japan.

Acad Radiol ; 27(7): 929-936, 2020 07.

Article en En | MEDLINE | ID: mdl-31918961

Asunto(s)

Aprendizaje Automático; Tomografía Computarizada por Rayos X; Algoritmos; Fantasmas de Imagen; Dosis de Radiación; Interpretación de Imagen Radiográfica Asistida por Computador

Palabras clave

Iterative reconstruction; Low-contrast detectability; Mathematical model observer; Noise texture pattern; Radiation dose

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google

Texto completo: 1 Colección: 01-internacional Base de datos: MEDLINE Asunto principal: Tomografía Computarizada por Rayos X / Aprendizaje Automático Idioma: En Revista: Acad Radiol Asunto de la revista: RADIOLOGIA Año: 2020 Tipo del documento: Article Pais de publicación: Estados Unidos

Texto completo

Añadir a Mi BVS

Imprimir

XML

PubMed Links

Buscar en Google