换一批基于Catphan500模体的CT设备空间分辨率自动检测方法研究
Research on the Automatic Detection Method of Spatial Resolution for CT Systems Based on the Catphan500 Phantom
摘要目的 探索一种基于Catphan500模体的CT设备空间分辨率自动化快速检测、客观测量方法.方法 前瞻性采集不同医院不同型号CT设备的质量控制图像,使用YOLOv8深度学习模型进行训练,并与人工检测方法进行对比,验证其可靠性.结果 YOLOv8深度学习模型在测试集的召回率为98%,精准度达到96%,mAP@0.5为98.8%,性能优异.自动检测方法测量单张图片平均用时仅0.128 s,显著优于人工检测,仅在极限分辨率下与人工检测略有差异.结论 YOLOv8深度学习模型应用于Catphan500模体的CT空间分辨率自动检测方法,具备高精度和稳定性,能够减少人工干预及测量误差,为CT设备质控检测的标准化和自动化提供可靠技术支持.
更多相关知识
关键词
Catphan500模体空间分辨率自动检测方法YOLOv8深度学习模型质量控制Catphan500 phantomspatial resolutionautomated measurement methodYOLOv8 deep learning modelquality control
分类号
R445.2（诊断学）
栏目名称
DOI
10.12455/j.issn.1671-7104.250842
发布时间
2026-06-25（万方平台首次上网日期，不代表论文的发表时间）
基金项目
国家重点研发计划（2023YFC2414604）
- 浏览2
- 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
