低劑量CT的“深度學(xué)習(xí)重建”算法，殘差U-Net的噪聲抑制、微小結(jié)節(jié)（3mm）檢測(cè)靈敏度提升

在醫(yī)學(xué)影像技術(shù)飛速發(fā)展的當(dāng)下，低劑量CT(LDCT)因其能有效降低患者輻射暴露風(fēng)險(xiǎn)，成為臨床診斷中備受關(guān)注的成像方式。然而，降低輻射劑量不可避免地會(huì)引入噪聲和偽影，影響圖像質(zhì)量，進(jìn)而對(duì)微小結(jié)節(jié)(尤其是3mm及以下)的檢測(cè)靈敏度造成挑戰(zhàn)。深度學(xué)習(xí)重建算法的出現(xiàn)，為解決這些問題提供了新的思路，其中殘差U-Net在噪聲抑制和微小結(jié)節(jié)檢測(cè)靈敏度提升方面展現(xiàn)出顯著優(yōu)勢(shì)。