- 最近
- 已收藏
- 排序
- 筛选
- 476
- 187
- 8
- 8
- 167
- 135
- 128
- 19
- 18
- 283
- 63
- 52
- 45
- 39
- 中文期刊
- 刊名
- 作者
- 作者单位
- 收录源
- 栏目名称
- 语种
- 主题词
- 外文期刊
- 文献类型
- 刊名
- 作者
- 主题词
- 收录源
- 语种
- 学位论文
- 授予学位
- 授予单位
- 会议论文
- 主办单位
- 专 利
- 专利分类
- 专利类型
- 国家/组织
- 法律状态
- 申请/专利权人
- 发明/设计人
- 成 果
- 鉴定年份
- 学科分类
- 地域
- 完成单位
- 标 准
- 强制性标准
- 中标分类
- 标准类型
- 标准状态
- 来源数据库
- 法 规
- 法规分类
- 内容分类
- 效力级别
- 时效性
【中文期刊】 李云成 邓炜 等 《中国医学影像学杂志》 2025年33卷1期 102-106页 ISTICPKUCSCD
【摘要】 深度学习重建(DLR)算法是近年新兴的CT图像重建技术,在临床实践中可作为滤波反投影和迭代重建的替代方案.相较于传统的图像重建算法,DLR算法能够在降低图像噪声和辐射剂量的同时,保留图像纹理,缩短重建时间,提高诊断效能,在图像重建领域具有广...
【关键词】 体层摄影术,X线计算机; 深度学习; 图像重建算法;
【中文期刊】 金鑫 陈杭美 等 《医学影像学杂志》 2024年34卷3期 140-142页 ISTIC
【摘要】 目的 探讨肺结节胸部CT低剂量对深度学习图像重建(DLIR)图像质量及结节检测的影响.方法 选取肺结节患者 120 例,在低剂量扫描条件下应用低剂量迭代重建算法(ASIR-V),评估低剂量下重建图像总体噪声(NI)、肺组织信噪比(SNR)、...
【关键词】 深度学习图像重建算法; 自适应统计迭代重建算法; 低剂量;
【中文期刊】 侯平 唐丽 等 《河南医学研究》 2024年33卷16期 2906-2910页 CA
【摘要】 目的 探讨70 kVp联合深度学习图像重建(DLIR)算法在低辐射剂量低对比剂用量的情况下对胸主动脉血管内修复术(TEVAR)后主动脉CT血管成像(CTA)图像质量的影响.方法 前瞻性纳入65例TEVAR术后需接受主动脉CTA扫描的患者,随...
【关键词】 深度学习图像重建算法; 图像处理; 计算机断层扫描;
【中文期刊】 阿依古丽·托合提 班允清 《影像研究与医学应用》 2024年8卷24期 4-6页
【摘要】 自从CT技术问世以来,疾病的诊治得到了前所未有的发展.同时,CT检查过程中产生的辐射剂量问题是医患关注的热点,因此,如何在确保图像质量的前提下,最大程度地降低辐射剂量,已成为CT研究的重点.深度学习图像重建(DLIR)算法是基于卷积神经网络...
【中文期刊】 刘娜娜 吕培杰 等 《临床放射学杂志》 2023年42卷11期 1820-1825页 ISTICPKU
【摘要】 目的 探讨深度学习图像重建(DLIR)算法、多模型迭代重建(ASiR-V)算法和滤波反投影(FBP)算法在低管电压条件下对腹部平扫CT图像质量的影响.方法 前瞻性搜集因病情需要行全腹部CT平扫检查的 56 例患者,根据体质量指数(BMI)将...
【中文期刊】 邓娟 王妍 等 《医疗卫生装备》 2010年31卷5期 1-3,7页 ISTICCA
【摘要】 目的:针对不同的电阻抗断层成像(EIT)图像重建算法,建立客观有效的评价方法.方法:采用等位线反投影法、Landweber预迭代法和Tikhonov正则化算法,对不同深度位置的目标仿真成像.引入图像重建质量函数D和结构偏离度SSIM,评价3...
【中文期刊】 郭伟伟 章品正 《计算机科学与探索》 2009年3卷3期 321-329页
【摘要】 提出了一种结合频域运动估计和迭代反投影的超分辨率图像重建算法.根据输入低分辨率序列图像各帧之间的傅立叶变换相位差,估计出每幅低分辨率图像相对于参考低分辨率图像的子象素位移;依据所得的子象素位移并结合迭代反投影算法,实现了超分辨率图像重建.实...
【中文期刊】 刘泽群 贺松 等 《中国医学计算机成像杂志》 2024年30卷6期 755-759页 ISTICPKUCSCD
【摘要】 目的:探究在胸部低剂量CT中应用深度学习图像重建算法(DLIR)联合自适应滤波(AF)在减少胸廓入口处伪影方面的临床价值.方法:回顾性收集行胸部低剂量CT筛查并偶发甲状腺疾病的患者150例.扫描完成后对原始数据进行图像重建.A组(常规组)采...
【关键词】 计算机体层成像; 深度学习图像重建算法; 自适应滤波;
【中文期刊】 严福华 《磁共振成像》 2024年15卷10期 1-2页 ISTICPKUCSCDCA
【摘要】 深度学习重建(deep learning reconstruction,DLR)算法逐步成熟,已经成为MRI图像重建领域最为前沿的技术,随着DLR算法的不断优化和模型泛化性的提升,适用范围越来越广,在优化临床流程、提升图像质量以及疾病的诊断...