换一批深度学习去CT图像金属伪影的临床研究进展
Clinical Research Progress on Deep Learning for Metal Artifact Reduction in Computed Tomography Images
摘要CT检查是金属植入物患者术后评估的首选检查方法,但部分金属植入物可能在CT图像上产生伪影,干扰金属植入物本身及周围软组织的清晰显示,进而影响临床诊治的准确性.近年来,随着人工智能的快速发展,深度学习重建算法为减少CT图像金属伪影提供了新的解决方案,并取得了很好的效果.本文就深度学习重建算法在减少CT图像金属伪影的研究进展进行综述,旨在改善金属植入物伪影对CT图像的影响,更好地辅助临床准确诊治.
更多相关知识
关键词
CT成像人工智能深度学习图像重建算法金属伪影减少CT imagingartificial intelligencedeep learningimage reconstruction algorithmmetal artifact reduction
分类号
TP18R814.3（放射医学）
栏目名称
DOI
10.15953/j.ctta.2025.222
发布时间
2026-03-06（万方平台首次上网日期，不代表论文的发表时间）
基金项目
河北省医学科学研究课题（20190005）
河北省医学科学研究课题（20230409）
- 浏览0
- 被引0
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
