Diterjemahkan dari bahasa Afrikans ke bahasa Indonesia - www.onlinedoctranslator.

com
Kebisingan dan sifat resolusi spasial dari algoritma rekonstruksi CT berbasis
pembelajaran mendalam yang tersedia secara komersial
Justin SulaimanSebuah)
Carl E. Ravin Advanced Imaging Laboratories, Departemen Radiologi, Duke University Medical Center, 2424 Erwin Road, Suite
302, Durham, NC 27705, AS

Peijei Lyu dan Daniele Marin

Departemen Radiologi, Pusat Medis Universitas Duke, Durham, NC, AS

Ehsan Samai
Carl E. Ravin Advanced Imaging Laboratories, Departemen Radiologi, Duke University Medical Center, 2424 Erwin Road, Suite
302, Durham, NC 27705, AS

(Diterima 17 Februari 2020; direvisi 1 Mei 2020; diterima untuk publikasi 26 Mei 2020;
diterbitkan 6 Juli 2020)

Tujuan:Untuk mengkarakterisasi kebisingan dan sifat resolusi spasial dari algoritma rekonstruksi computed
tomography (CT) berbasis pembelajaran dalam yang tersedia secara komersial.
Metode:Dua eksperimen hantu dilakukan. Yang pertama menggunakan phantom kualitas gambar multi-
ukuran (Mercury v3.0, Duke University) yang dicitrakan pada lima tingkat dosis radiasi (CTDIpenuh: 0.9, 1.2,
3.6, 7.0, dan 22.3 mGy) dengan teknik arus tabung tetap pada CT scanner komersial (GE Revolution CT).
Gambar direkonstruksi dengan algoritma rekonstruksi konvensional (FBP), iteratif (GE ASiR-V), dan
pembelajaran mendalam (GE True Fidelity). Spektrum daya kebisingan (NPS), kontras tinggi (antarmuka
udara - polietilen), dan fungsi transfer tugas kontras menengah (antarmuka air - polietilena) (TTF) diukur
untuk setiap tingkat dosis dan ukuran hantu dan diringkas dalam frekuensi kebisingan rata-rata (fdari) dan
frekuensi di mana TTF dikurangi menjadi 50% (f50%), masing-masing. Eksperimen kedua menggunakan
phantom khusus dengan batang kontras rendah dan bagian tekstur paru-paru untuk penilaian TTF kontras
rendah dan distribusi spasial kebisingan. Hantu itu dicitrakan pada lima tingkat dosis (CTDIpenuh: 1.0, 2.1,
3.0, 6.0, dan 10,0 mGy) dengan 20 pemindaian berulang pada setiap dosis, dan gambar direkonstruksi
dengan algoritma rekonstruksi yang sama. Stasioneritas kebisingan lokal dinilai dengan menghasilkan
peta kebisingan spasial dari ansambel gambar berulang dan menghitung indeks ketidakhomogenan
kebisingan, , mengikuti metode AAPM TG233. Semua pengukuran dibandingkan di antara algoritma.

Hasil:Dibandingkan dengan FBP, besarnya kebisingan berkurang rata-rata (- satu standar deviasi) sebesar 74 - 6% dan 68 -
4% untuk ASiR-V (pada pengaturan “100%”) dan True Fidelity (pada pengaturan “Tinggi”). . Tekstur noise dari ASiR-V
memiliki konten frekuensi noise yang jauh lebih rendah dengan NPS f . 55 - 4% lebih rendahdaridibandingkan dengan FBP
sementara True Fidelity hanya memiliki konten frekuensi noise yang sedikit berbeda dengan NPS f . 9 - 5% lebih rendahdari
dibandingkan dengan FBP. Baik ASiR-V dan True Fidelity menunjukkan kebisingan nonstasioner lokal di latar belakang
tekstur paru-paru di semua tingkat dosis radiasi, dengan kebisingan yang lebih tinggi di dekat tepi kontras tinggi
pembuluh darah dan kebisingan yang lebih rendah di daerah yang seragam. Pada tingkat dosis 1,0 mGy, nilai masing-
masing 314% dan 271% lebih tinggi di ASiR-V dan True Fidelity dibandingkan dengan FBP. Resolusi spasial kontras tinggi
serupa antara semua algoritma untuk semua tingkat dosis dan ukuran hantu (<3% perbedaan dalam TTF f50%).
Dibandingkan dengan FBP, resolusi spasial kontras rendah lebih rendah untuk ASiR-V dan True Fidelity dengan
pengurangan TTF f50%hingga 42% dan 36%, masing-masing. Kesimpulan:Rekonstruksi CT berbasis pembelajaran
mendalam menunjukkan pengurangan besaran kebisingan yang kuat dibandingkan dengan FBP sambil
mempertahankan tekstur kebisingan yang serupa dan resolusi spasial kontras tinggi. Namun, algoritme menghasilkan
gambar dengan derau nonstasioner lokal di latar belakang bertekstur paru-paru dan memiliki resolusi spasial kontras
rendah yang agak menurun serupa dengan apa yang telah diamati dalam teknik rekonstruksi berulang yang tersedia saat
ini.© 2020 American Association of Physicists in Medicine [https://doi.org/10.1002/mp.14319]

Kata kunci: computed tomography, deep learning, kualitas citra, rekonstruksi citra, spektrum daya
derau

1. PERKENALAN tekanan untuk melakukan pemeriksaan CT pada dosis radiasi yang

lebih rendah sambil mempertahankan kualitas gambar yang dapat
Pengembangan algoritma rekonstruksi computed tomography (CT) diterima. Akibatnya, banyak teknik rekonstruksi citra baru telah
terus menjadi bidang penelitian yang aktif dalam dunia akademis tersedia dalam beberapa tahun terakhir pada sistem CT klinis.1-4
dan industri. Hal ini sebagian didorong oleh peningkatan Karena algoritme baru digunakan secara komersial, penting bahwa

3961 Med. fisik 47 (9), September 2020 0094-2405 / 2020/47 (9) / 3961/11 © 2020 American Association of Physicists in Medicine 3961
3962 Salomodkk.:Kebisingan, resolusi dari pembelajaran mendalam CT
dampaknya terhadap kualitas gambar dicirikan secara
independen sehingga manfaat dan kelemahannya dapat
dipahami dengan baik. Hal ini terutama berlaku untuk teknik
rekonstruksi yang semakin canggih yang dirilis setiap tahun oleh
produsen. Teknik rekonstruksi seperti itu biasanya menunjukkan
sifat nonlinier,5–8yang terkadang menghasilkan efek tak terduga
dan kompleks pada kebisingan, resolusi spasial, kontras, dan
kemampuan deteksi. Sebuah publikasi terbaru dari AAPM
memberikan beberapa teknik penilaian kualitas gambar untuk
membantu menilai sifat-sifat rekonstruksi nonlinier tersebut.9
Metode tersebut akan digunakan dalam penelitian ini untuk
mengkarakterisasi kebisingan dan sifat resolusi spasial dari
teknik rekonstruksi gambar berbasis pembelajaran mendalam
baru yang disebut True Fidelity (TF) (GE Healthcare) yang baru-
baru ini tersedia secara klinis.
Ide untuk menggunakan deep convolutional neural network
(DNN) dalam rekonstruksi citra CT sebelumnya telah dieksplorasi oleh
beberapa peneliti.10–14Namun, sepengetahuan kami, TF adalah teknik
rekonstruksi CT berbasis pembelajaran mendalam pertama yang
tersedia secara klinis untuk sistem CT diagnostik baris multidetektor
tradisional. Detail teknis yang menjelaskan dengan tepat bagian
mana dari proses rekonstruksi TF yang bergantung pada DNN, dan
detail tentang arsitektur jaringan dan rezim pelatihan/pengujian/
validasi tidak tersedia untuk umum (setidaknya sampai tingkat
membuatnya dapat direproduksi secara ilmiah). Pada saat penulisan
ini, apa yang diketahui publik tentang rekonstruksi TF didasarkan
pada kertas putih dari pabrikan.15Untuk tujuan menilai kinerja TF,
rincian teknis seperti itu tentang cara kerjanya tidak terlalu penting.
Namun, pemahaman umum tentang bagaimana DNN dilatih dan
dirancang adalah penting. Berdasarkan kertas putih itu, pabrikan
melatih DNN yang inputnya dianggap sebagai data proyeksi CT
mentah "berdosis rendah", dan outputnya adalah gambar yang
direkonstruksi yang muncul seolah-olah telah direkonstruksi dengan
FBP dari "dosis tinggi" data CT mentah. Data "kebenaran dasar" yang
digunakan untuk melatih algoritme adalah gambar CT FBP yang
dihasilkan dari kondisi akuisisi data yang ideal, umumnya data dosis
tinggi dari phantom dan data klinis. Dengan desain ini, orang akan
mengharapkan TF untuk menghasilkan gambar yang memiliki
resolusi spasial dan sifat tekstur noise yang serupa dengan gambar
FBP, tetapi dengan pengurangan besaran noise.
Karena metode merekonstruksi gambar ini baru dalam
pengaturan CT klinis, tidak jelas apa efek TF pada noise dan
sifat resolusi spasial gambar. Oleh karena itu, tujuan dari
penelitian ini adalah untuk mengkarakterisasi kebisingan dan
sifat resolusi spasial dari algoritma rekonstruksi CT berbasis
pembelajaran baru yang tersedia secara komersial ini
menggunakan metodologi AAPM TG233 di bawah berbagai
kondisi pencitraan.
2. BAHAN-BAHAN DAN METODE-METODE
Dua studi hantu dikerahkan dalam penyelidikan ini. Yang pertama
menggunakan phantom kualitas gambar multi-ukuran (Mercury 3.0,
Duke University) untuk menilai dampak dosis radiasi dan ukuran
phantom pada noise (besar dan tekstur) dan sifat resolusi spasial
kontras tinggi dari TF dibandingkan dengan FBP
Fisika Medis, 47 (9), September 2020
3962
dan ASiR-V. Yang kedua menggunakan modul tambahan untuk
hantu Merkurius dengan deteksi kontras rendah dan bagian
bertekstur antropomorfik untuk menilai resolusi spasial fitur
kontras rendah dan stasioneritas kebisingan lokal dalam latar
belakang meniru anatomi yang kompleks. Angka1
menggambarkan hantu yang digunakan.
2.A. Akuisisi gambar
2.A.1. Hantu merkuri
Hantu Merkurius16adalah phantom kualitas gambar multi-
ukuran yang memungkinkan untuk estimasi kebisingan dan
resolusi spasial [Gbr.1(Sebuah)]. Hantu itu dicitrakan pada GE
Revolution CT pada lima tingkat dosis radiasi khas (0.9, 1.2, 3.6,
7.0, dan 22.3 mGy CTDIpenuh, hantu CTDI 32 cm). Pemindaian
dilakukan dalam mode heliks dengan arus tabung konstan pada
tegangan tabung 120 kV dengan pitch 0,992, kolimasi berkas 80
mm, waktu rotasi 0,5 detik, dan bidang pandang pemindaian
“Tubuh Besar” (500 mm). Gambar CT aksial direkonstruksi pada
ketebalan irisan dan peningkatan 2,5 mm, dan bidang pandang
400 mm menggunakan FBP, ASiR-V 30%, 60%, dan 100%, dan TF
dengan kekuatan rendah, sedang, dan tinggi.
2.A.2. Hantu kontras rendah / tekstur
Sesi pemindaian kedua menggunakan modul tambahan
untuk hantu Merkurius yang diilustrasikan pada Gambar.1©.
Modul itu berisi bagian dengan fitur kontras rendah dan bagian
untuk tekstur antropomorfik paru-paru dan hati.17Modul hantu
ini dicitrakan pada lima tingkat dosis radiasi (1.0, 2.1, 3.0, 6.0, dan
10,0 mGy CTDIpenuh, 32 cm CTDI phantom) dengan teknik arus
tabung tetap pada tegangan tabung 120 kV. Pemindaian
dilakukan dalam mode aksial dengan satu putaran gantry,
kolimasi berkas 100 mm, waktu rotasi 0,5 detik, dan bidang
pandang pemindaian “Tubuh Kecil” (360mm).Setiap pemindaian
diulang 20 kali tanpa gerakan meja di antara pemindaian
berulang. Gambar direkonstruksi pada ketebalan irisan 2,5 dan
bidang pandang 220 mm menggunakan FBP, ASiR-V 60% dan
100%, dan TF dengan kekuatan rendah, sedang, dan tinggi.
2.B. Spektrum daya kebisingan
Spektrum daya noise (NPS) dua dimensi (2D) dari gambar
hantu Merkurius diukur menggunakan teknik yang dijelaskan
dalam laporan AAPM Task Group 2339dan menggunakan paket
perangkat lunak sumber terbuka imQuest (http: // dec
kard.mc.duke.edu/~samei/tg233.html). Delapan wilayah persegi
yang diminati (ROI) yang didistribusikan pada interval sudut
reguler pada radius 32,5 mm relatif terhadap pusat hantu
digunakan. ROI adalah 39×39 voxel (~ 30×berukuran 30mm.
Pengukuran NPS dilakukan untuk setiap tingkat dosis radiasi,
ukuran phantom, dan pengaturan rekonstruksi, menggunakan
sekitar 10-15 irisan gambar di bagian seragam phantom. Irisan
gambar dengan artefak volume parsial dari batang di irisan
tetangga tidak digunakan. Profil NPS satu dimensi (1D) yang
mewakili rata-rata radial dari NPS 2D
3963 Salomodkk.:Kebisingan, resolusi dari pembelajaran mendalam CT
FAKU G. 1. Skema (a) hantu Merkurius (v3.0, Duke University) yang menunjukkan (b) sisipan material yang digunakan untuk pengukuran resolusi spasial, dan (c) modul
kontras/tekstur rendah. Angka ini direproduksi dari publikasi sebelumnya.20[Gambar warna dapat dilihat di wileyonlinelibrary.com]
dihasilkan dan dibandingkan antara pengaturan rekonstruksi
sebagai fungsi dosis radiasi dan ukuran bayangan. Juga, kurva
NPS yang dinormalisasi, nNPS, dihasilkan dengan membagi NPS
dengan total daya noise (yaitu, varian piksel). Frekuensi rata-rata,
fdari, dari NPS rata-rata radial digunakan sebagai nilai skalar
untuk membandingkan konten tekstur kebisingan keseluruhan
antara pengaturan rekonstruksi.9Selain itu, besarnya kebisingan
dibandingkan antara pengaturan rekonstruksi dengan
mengambil akar kuadrat dari integral 2D NPS, yang setara
dengan standar deviasi kebisingan di ROI yang digunakan untuk
mengukur NPS.18
2.C. Stasioneritas kebisingan
Secara umum, noise pada gambar CT diketahui tidak stasioner secara
global di seluruh bidang pandang karena tingkat kebisingan yang
bervariasi dalam pengukuran proyeksi mentah yang berbeda yang
berkontribusi pada nilai HU akhir dari piksel yang berbeda di seluruh
bidang pandang.19Untuk rekonstruksi FBP tradisional, tingkat kebisingan
cenderung bervariasi secara bertahap dari satu wilayah gambar ke yang
lain. Namun, untuk metode rekonstruksi nonlinier tingkat lanjut, telah
diamati bahwa kebisingan dapat menjadi nonstasioner lokal, yang berarti
bahwa tingkat kebisingan dapat bervariasi secara drastis dari satu piksel
ke piksel berikutnya, biasanya bergantung pada kedekatan piksel dengan
tepi dan fitur kontras tinggi.8,9,19
Fisika Medis, 47 (9), September 2020
3963
Menggunakan gambar bagian phantom bertekstur, yang berisi
latar belakang informasi anatomi yang kompleks, adalah mungkin
untuk menilai TF dalam hal kebisingan nonstasioner dibandingkan
dengan metode rekonstruksi berulang yang lebih tradisional. Peta
kebisingan spasial dihasilkan dengan mengambil nilai standar deviasi
piksel di 20 set gambar berulang, berdasarkan piksel demi piksel.
Peta kebisingan yang dihasilkan dibandingkan secara visual antara
FBP, ASiR-V 100%, dan TF-High untuk tekstur paru-paru dan latar
belakang tekstur jaringan lunak. Selanjutnya, untuk gambar tekstur
paru-paru, peta kebisingan dibandingkan secara kuantitatif
menggunakan versi modifikasi dari metrik indeks ketidakhomogenan
kebisingan dari AAPM TG233.9Untuk menghitung indeks ini, satu
irisan gambar di dekat pusat modul tekstur paru digunakan. Piksel
diklasifikasikan sebagai piksel "tepi" atau piksel "latar belakang"
berdasarkan prosedur berikut. Pertama, gambar rata-rata (melintasi
pengulangan) disegmentasi menggunakan ambang batas sederhana
800 HU untuk memisahkan fitur pembuluh darah paru-paru dan latar
belakang. Metode pemrosesan citra penemuan tepi (fungsi tepi,
Kotak Alat Pemrosesan Gambar Matlab, versi R2017a, Mathworks)
digunakan untuk mengidentifikasi piksel di dekat tepi fitur
tersegmentasi. Piksel yang memiliki jarak kurang dari atau sama
dengan 4 dari tepi diklasifikasikan sebagai piksel "tepi" dan piksel
lainnya diklasifikasikan sebagai "latar belakang". Yang mutlak
3964 Salomodkk.:Kebisingan, resolusi dari pembelajaran mendalam CT 3964

indeks ketidakhomogenan kebisingan,

2.E. Resolusi spasial kontras rendah
η -Σ-Tepian-σ-Latar belakang,
Telah diamati bahwa banyak metode rekonstruksi berulang
dimana ~Tepiandan ~Latar belakangadalah nilai kebisingan rata-rata (dari peta menghasilkan gambar dengan sifat resolusi spasial yang bergantung
kebisingan spasial yang disebutkan di atas) untuk piksel tepi dan latar pada kontras.20.21Ini berarti bahwa dalam gambar yang sama ada
belakang, masing-masing. kemungkinan bahwa fitur kontras tinggi ditampilkan dengan resolusi
spasial yang baik sementara fitur kontras rendah menurunkan
resolusi spasial. Menggunakan gambar bagian deteksi kontras
2.D. Resolusi spasial kontras tinggi dan kontras
rendah dari hantu kedua, dimungkinkan untuk mengukur resolusi
menengah
spasial dari batang kontras sangat rendah (~ 8 HU kontras) untuk
Gambar hantu Merkurius digunakan sebagai dasar menilai apakah TF menunjukkan fenomena serupa. Pengukuran
pengukuran resolusi spasial fitur kontras tinggi. Serupa dengan dilakukan dengan cara yang sama seperti pengukuran TTF kontras
pengukuran NPS, fungsi transfer tugas (TTF) diukur tinggi, tetapi dilakukan pada batang kontras rendah, menggunakan
menggunakan teknik yang dijelaskan dalam laporan Kelompok ROI melingkar dengan diameter 100 voxel (43 mm). Data dari 20
Tugas AAPM 2339dan menggunakan paket perangkat lunak pemindaian berulang dan 6 lokasi irisan gambar digunakan,
imQuest. Pengukuran dilakukan pada phantom's air insert rod menghasilkan 120 irisan gambar independen per pengukuran TTF
menggunakan ROI melingkar dengan diameter 64 voxel (50 kontras rendah. F50%, digunakan sebagai metrik skalar untuk
mm). Pengukuran ATTF dilakukan untuk setiap tingkat dosis membandingkan resolusi spasial kontras rendah antara pengaturan
radiasi, ukuran phantom, dan pengaturan rekonstruksi, rekonstruksi.
menggunakan sekitar 10 irisan gambar di bagian phantom yang
berisi batang penyisipan. Irisan gambar yang menunjukkan efek
volume parsial dari batang tidak digunakan. TTF yang diukur 3. HASIL
dibandingkan antara pengaturan rekonstruksi sebagai fungsi
3.A. Spektrum daya kebisingan
dari dosis radiasi dan ukuran bayangan. Frekuensi TTF turun
menjadi 50%, f50%, digunakan sebagai metrik skalar untuk Baik gambar ASiR-V dan TF memiliki magnitudo noise yang lebih
membandingkan resolusi spasial kontras tinggi antara rendah dibandingkan dengan FBP di semua tingkat dosis radiasi dan
pengaturan rekonstruksi. Pengukuran yang sesuai dilakukan dari ukuran phantom (Gbr. 3d).2). Besarnya kebisingan berkurang rata-
sisipan air hantu untuk mewakili resolusi spasial pada tingkat rata (-STD) sebesar 24 - 2%, 48 - 4%, 74 - 6% untuk ASiR-V masing-
kontras menengah (kontras air – polietilen kira-kira 90 HU pada masing 30%, 60%, dan 100%. Besaran kebisingan berkurang sebesar
120 kV). 37 - 5%, 52 - 4%, dan 69 - 4% untuk TF rendah, sedang,

Besaran kebisingan

CTDI = 0,85 [mGy] CTDI = 1,19 [mGy] CTDI = 3,57 [mGy] CTDI = 6,97 [mGy] CTDI = 22,26 [mGy]

Ukuran = 120 [mm]

STD Kebisingan [HU] Kebisingan STD [HU] Kebisingan STD [HU] Kebisingan STD [HU] Kebisingan STD [HU]

40
30
20
7.2 8.6 6.4 9.3 7.4 5.4 3.4 7.0
10 6.1
14,5

3.1 4.0 2.6 5.2 3.4 1.5 4.1 3.0 1.9 5.0 3.7 2.5 1.1 3.1 2.4 1.6
12.5

10.8 2.8 2.1 1.4 0.7 1.9 1.6 1.2

0

Ukuran = 185 [mm]

40
30
26. 5

20
22,7

9.3 6.9
19.7

7.1 6.5 7.8 5.8

16. 9

5.6 6.0 4.6 2.0 5.7 4.3 2.9

16. 0

10 3.6
13.5

2.7 5.2 3.9 2.6 1.1 3.5 2.8 2.0

13.2
13.0

11.8 11.14.7 9.9 9.8

0

40 Ukuran = 230 [mm]

30
32.4

30.4

20
24.4

22,7
22.6

20.2

19.8

8.1 7.0 9.0 8.8 7.0 8.6 6.5 7.8 5,8 3,8
16. 6
16. 6

10 5.5 5.1 4.0 2.9

15.2

14.8

4.3 4.3
14.7

14.0

10.1 9.8
11.9 10.4 3.1 1.7
0
Ukuran = 300 [mm]

40
41.5

37. 1

30
32.2

29.8
28.7

20
25.4

24.2

24.0
23.4

22,5
20.7

20.2

9.3
19.0

9.0 7.1
18. 1

7.6
17. 9

10 5.4 7.3 6.9 4.9

15.3

15.0

15.0

13.9
13.9

12.1 11.9 3.1

12.2

11.4 11.3 10.3

0
Ukuran = 370 [mm]
45.8

40
45.5

38.9
37. 0

36. 7

30
33.5
30.1
29.1

28. 1

20
25.6
25.1

24.6
24,5

23.8
23.0

21.8
20.6

9.0
19.0
19.0
18.9

18. 4
18. 2

18. 2
18. 0

16. 5

10 5.7
13.1

13.1

12.9
12.9

12.1
12.4

12.4

9.8
0

Pengintaian = FBP, kekuatan = Tidak Ada Recon = ASiR-V, kekuatan = 30% Recon = ASiR-V, kekuatan = 60% Recon = ASiR-V, kekuatan = 100% Pengintaian = TF, kekuatan = Rendah

Pengintaian = TF, kekuatan = Med Recon = TF, kekuatan = Tinggi

FAKU G. Plot batang dari magnitudo kebisingan sebagai fungsi dari dosis radiasi (kolom) dan ukuran bayangan (baris) untuk setiap metode rekonstruksi. [Gambar warna dapat dilihat
di wileyonlinelibrary.com]

Fisika Medis, 47 (9), September 2020

3965 Salomodkk.:Kebisingan, resolusi dari pembelajaran mendalam CT 3965

Spektrum daya kebisingan

CTDI = 0,85 [mGy] CTDI = 1,19 [mGy] CTDI = 3,57 [mGy] CTDI = 6,97 [mGy] CTDI = 22,26 [mGy]

Ukuran = 120 [mm]

200

100
NPS [mm2HU2] NPS [mm2HU2] NPS [mm2HU2] NPS [mm2HU2] NPS [mm2HU2]

0
800

Ukuran = 185 [mm]

600
400
200
0

Ukuran = 230 [mm]

1000

500

Ukuran = 300 [mm]

3000
2000
1000
0
8000

Ukuran = 370 [mm]

6000
4000
2000
0
0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6 0.8

f [siklus / mm] f [siklus / mm] f [siklus / mm] f [siklus / mm] f [siklus / mm]
Pengintaian = FBP, kekuatan = Tidak Ada Recon = ASiR-V, kekuatan = 30% Recon = ASiR-V, kekuatan = 60% Recon = ASiR-V, kekuatan = 100% Pengintaian = TF, kekuatan = Rendah

Pengintaian = TF, kekuatan = Med Recon = TF, kekuatan = Tinggi

FAKU G. Plot NPS rata-rata radial sebagai fungsi dosis radiasi (kolom) dan ukuran phantom (baris) untuk setiap metode rekonstruksi. [Gambar warna dapat dilihat di
wileyonlinelibrary.com]

dan tinggi, masing-masing. Pengukuran NPS menunjukkan bahwa tekstur η dari 314% dan 271% di ASiR-V dan TF dibandingkan dengan FBP,
noise dari ASiR-V memiliki kandungan frekuensi yang sangat berbeda masing-masing. Untuk FBP, beberapa derajat nonstasioneritas lokal
dengan NPS 8 - 1%, 22 - 2%, dan 55 - 4% lebih rendah fdaridibandingkan diamati pada latar belakang tekstur paru-paru pada tingkat dosis
dengan FBP untuk ASiR-V masing-masing 30%, 60%, dan 100% (Gbr.3dan4 radiasi yang lebih tinggi tetapi pada tingkat dosis radiasi 1,0 mGy,
). True Fidelity hanya memiliki konten frekuensi noise yang sedikit berbeda kebisingannya relatif stasioner (Gbr. 2).5dan6). Gambar dari semua
dengan 1 - 3%, 4 - 4%, dan 9 - 5% lebih rendah NPS fdaridibandingkan algoritme dalam latar belakang tekstur jaringan lunak menunjukkan
dengan FBP untuk TF rendah, sedang, dan tinggi, masing-masing. Semua noise stasioner lokal (Gbr. 2).5).
kurva NPS, termasuk yang berasal dari gambar FBP, menunjukkan
pergeseran ke arah frekuensi yang lebih rendah untuk dosis yang lebih
3.C. Resolusi spasial kontras tinggi dan kontras
rendah dan ukuran phantom yang lebih besar (yaitu, ketika level sinyal
menengah
terukur yang mentah menurun) (Gbr. 1c).2dan3). Perhatikan bahwa kurva
NPS dan nNPS pada Gambar.2dan3memiliki tanda merek dagang dari Resolusi spasial kontras tinggi serupa antara semua algoritma
puncak kebisingan terstruktur frekuensi sangat rendah. Puncak-puncak ini untuk semua level dosis dan ukuran phantom dengan perbedaan
tampak lebih menonjol dalam kurva NPS rata-rata radial 1D yang <3% dalam TTF f50%rata-rata di seluruh ukuran hantu dan dosis
ditunjukkan pada gambar-gambar ini dibandingkan dengan daya derau radiasi (Gbr.7). Resolusi spasial kontras tinggi tampaknya memiliki
aktual yang diwakili oleh puncak-puncak tersebut dalam spektrum daya ketergantungan pada dosis radiasi dan ukuran bayangan untuk
2D asli dari mana kurva 1D diturunkan. Mereka dapat secara efektif semua pengaturan rekonstruksi. Misalnya, f50%adalah 46% lebih
diabaikan dan memiliki dampak yang dapat diabaikan pada hasil akhir tinggi pada dosis tertinggi dan ukuran phantom terkecil
meskipun visibilitasnya dalam kurva 1D. dibandingkan dengan dosis terendah dan ukuran phantom terbesar
untuk FBP (masing-masing 0,36 vs 0,19 siklus / mm). Untuk resolusi
spasial kontras menengah, secara keseluruhan, ada perbedaan yang
3.B. Stasioneritas kebisingan
dapat diabaikan antara FBP dan TF dengan perbedaan rata-rata
Baik ASiR-V dan True Fidelity menunjukkan kebisingan nonstasioner lokal di dalam f50%di seluruh ukuran phantom dan tingkat dosis menjadi
latar belakang tekstur paru-paru di semua tingkat dosis radiasi, dengan kurang dari variabilitas (standar deviasi) dari perbedaan tersebut
kebisingan yang lebih tinggi di dekat tepi kontras tinggi pembuluh darah dan untuk semua kekuatan TF. Untuk ASiR-V, tampaknya ada beberapa
kebisingan yang lebih rendah di daerah yang seragam. Pada tingkat dosis 1,0 kemungkinan perbedaan dalam resolusi spasial untuk tingkat dosis
mGy, indeks ketidakhomogenan kebisingan absolut, , adalah 0,7, 2,9, dan 2,6 yang lebih rendah dan ukuran phantom yang lebih besar. Namun
HU dalam gambar tekstur paru-paru dari FBP, ASiR-V, dan TF, masing-masing. perbedaan itu tidak konsisten dan tidak meyakinkan jika
Ini menunjukkan peningkatan perbedaannya nyata atau karena variabilitas pengukuran (Gbr. 1).8).

Fisika Medis, 47 (9), September 2020

3966 Salomodkk.:Kebisingan, resolusi dari pembelajaran mendalam CT 3966

Spektrum daya kebisingan yang dinormalisasi

CTDI = 0,85 [mGy] CTDI = 1,19 [mGy] CTDI = 3,57 [mGy] CTDI = 6,97 [mGy] CTDI = 22,26 [mGy]
6

Ukuran = 120 [mm]

nNPS [mm2]

Ukuran = 185 [mm]

nNPS [mm2]

Ukuran = 230 [mm]

6
nNPS [mm2]

4
2
0

Ukuran = 300 [mm]

nNPS [mm2]

6
4
2
0

Ukuran = 370 [mm]

nNPS [mm2]

10

0
0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6 0.8

f [siklus / mm] f [siklus / mm] f [siklus / mm] f [siklus / mm] f [siklus / mm]
Pengintaian = FBP, kekuatan = Tidak Ada Recon = ASiR-V, kekuatan = 30% Recon = ASiR-V, kekuatan = 60% Recon = ASiR-V, kekuatan = 100% Pengintaian = TF, kekuatan = Rendah

Pengintaian = TF, kekuatan = Med Recon = TF, kekuatan = Tinggi

FAKU G. Plot NPS ternormalisasi radial rata-rata sebagai fungsi dosis radiasi (kolom) dan ukuran phantom (baris) untuk setiap metode rekonstruksi. Kurva ini sama
seperti Gambar.3tetapi telah dinormalisasi oleh varians piksel untuk menyoroti perbedaan dalam distribusi frekuensi spasial yang tidak bergantung pada perbedaan
besaran kebisingan. [Gambar warna dapat dilihat di wileyonlinelibrary.com]

membandingkan seperti "kekuatan"). Kedua, tekstur noise pada

3.D. Resolusi spasial kontras rendah
gambar TF sebanding dengan FBP dalam hal konten frekuensi spasial
Resolusi spasial kontras rendah lebih unggul dalam gambar FBP secara keseluruhan. Tekstur noise frekuensi rendah biasanya terkait
dibandingkan dengan semua kekuatan ASiR-V dan TF seperti yang dengan teknik rekonstruksi berulang yang sangat teratur22telah
ditunjukkan oleh TTF pada Gambar.9. Pada tingkat dosis radiasi 10 mGy, f terbukti menjadi batasan klinis untuk beberapa tugas pencitraan,23.24
50%adalah 28% dan 42% lebih rendah untuk ASiR-V 60% dan 100% dengan banyak ahli radiologi yang mengkarakterisasi gambar yang
dibandingkan dengan FBP. Untuk gambar TF, f50%kurang terpengaruh: direkonstruksi secara berulang sebagai memiliki kesan kebisingan
masing-masing 17%, 25%, dan 37% lebih rendah untuk TF rendah, sedang, yang terlalu halus atau sintetis yang membuat tugas deteksi kontras
dan tinggi dibandingkan dengan FBP. Inspeksi visual yang cermat (dengan rendah menjadi menantang.25Rekonstruksi TF telah mengatasi
beralih bolak-balik antara gambar dari rekonstruksi yang berbeda) keterbatasan ASiR-V ini.
mengkonfirmasi hilangnya ketajaman yang halus namun dapat dilihat Satu-satunya properti noise yang berpotensi negatif yang tidak
secara visual untuk fitur kontras rendah pada gambar ASiR-V dan TF. diatasi oleh TF adalah noise nonstasioner lokal pada gambar dengan
Pengukuran TTF untuk tingkat dosis radiasi yang lebih rendah dari 10,0 fitur latar belakang kontras tinggi yang kompleks (misalnya, paru-
mGy menantang karena kondisi rasio kontras terhadap kebisingan yang paru). Dalam hal itu, TF berperilaku serupa dengan ASiR-V, dengan
rendah dan dengan demikian terlalu tidak dapat diandalkan untuk voxel di dekat tepi fitur kontras tinggi memiliki lebih banyak noise/
dipertimbangkan sebagai perbandingan. ketidakpastian dibandingkan dengan voxel dalam wilayah gambar
yang tidak jelas. Efek dari distribusi kebisingan nonstasioner lokal ini
terhadap kinerja klinis tidak jelas dan belum dipelajari secara ketat.
4. DISKUSI
Tetapi orang dapat membayangkan bahwa untuk tugas pencitraan
Sepengetahuan kami, penelitian ini mewakili karakterisasi independen kuantitatif - seperti volumetri nodul paru - kurangnya pengurangan
pertama dari kebisingan dan sifat resolusi spasial dari rekonstruksi CT berbasis kebisingan untuk voxel paling penting di dekat perbatasan nodul
pembelajaran mendalam yang baru ini. Hasilnya mengungkapkan beberapa dapat mengakibatkan ketidakpastian volumetrik yang serupa antara
persamaan dan perbedaan dibandingkan dengan FBP dan algoritma TF dan FBP, meskipun gambar TF memiliki keseluruhan secara
rekonstruksi berulang dari pabrikan yang sama. Sehubungan dengan noise substansial tingkat kebisingan yang lebih rendah.26Dengan kata lain,
gambar, TF menunjukkan karakteristik yang menguntungkan secara hasil dari penelitian ini menunjukkan bahwa TF mungkin tidak
keseluruhan. Pertama, ia menghasilkan gambar dengan besaran kebisingan meningkatkan akurasi atau presisi tugas pencitraan volumetrik atau
yang jauh lebih rendah dibandingkan dengan FBP, dan besarnya kebisingan tugas pencitraan lainnya yang mengandalkan segmentasi bentuk
yang sebanding dibandingkan dengan ASiR-V (ketika fitur kontras tinggi secara akurat. Lain

Fisika Medis, 47 (9), September 2020

3967 Salomodkk.:Kebisingan, resolusi dari pembelajaran mendalam CT 3967

FAKU G. 5. Peta kebisingan spasial dari bagian tekstur paru-paru (atas) dan tekstur jaringan lunak (bawah) dari modul phantom bertekstur. Peta yang ditampilkan di sini berasal dari
tingkat dosis radiasi 1,0 dan 10,0 mGy dan dihasilkan dengan mengambil standar deviasi nilai HU di seluruh 20 gambar berulang, berdasarkan piksel demi piksel. [Gambar warna
dapat dilihat di wileyonlinelibrary.com]

Kebisingan non-stasioner di latar belakang tekstur paru-paru

CTDI = 1,0 [mGy] CTDI = 2,1 [mGy] CTDI = 3,0 [mGy] CTDI = 6,0 [mGy] CTDI = 10,0 [mGy]
3
2.9
Indeks Inhomogenitas Kebisingan [HU]

2.5
2. 6

2.3
2.2

2.2

2
2.2
2. 1

2.0
1.9

1.9

1.9
1.9
1.8

1.8
1.8

1.8
1.7

1.5
1.6

1. 6
1. 6

1. 6

1. 6
1.5

1.4

1.4

1
1. 1
1.0
0.8
0.8
0.7

0,5

Pengintaian = FBP, kekuatan = Tidak Ada Recon = ASiR-V, kekuatan = 60% Recon = ASiR-V, kekuatan = 100%
Pengintaian = TF, kekuatan = Rendah Recon = TF, kekuatan = Med Recon = TF, kekuatan = Tinggi

FAKU G. 6. Indeks ketidakhomogenan kebisingan untuk teknik rekonstruksi yang berbeda dan tingkat dosis radiasi. Indeks ini dihitung berdasarkan phantom tekstur
paru-paru dan mewakili sejauh mana besarnya kebisingan nonstasioner secara lokal. [Gambar warna dapat dilihat di wileyonlinelibrary.com]

hasil yang patut dicatat adalah bahwa nonstasioneritas derau juga diamati kesalahan registrasi pemindaian berulang dengan memeriksa struktur gambar
pada gambar FBP pada dosis yang lebih tinggi. Alasan untuk ini tidak jelas yang dikurangi secara visual. Ini adalah area yang memerlukan studi lebih
tetapi kami mengesampingkan gerakan hantu atau inter- lanjut.

Fisika Medis, 47 (9), September 2020

3968 Salomodkk.:Kebisingan, resolusi dari pembelajaran mendalam CT 3968

Fungsi transfer tugas: Antarmuka Air-Polyethylene

CTDI = 0,85 [mGy] CTDI = 1,19 [mGy] CTDI = 3,57 [mGy] CTDI = 6,97 [mGy] CTDI = 22,26 [mGy]
1

Ukuran = 120 [mm]

TTF

0,5

Ukuran = 185 [mm]

TTF

0,5

Ukuran = 230 [mm]

TTF

0,5

Ukuran = 300 [mm]

0,5

Ukuran = 370 [mm]

0,5

0
0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6 0.8

f [siklus / mm] f [siklus / mm] f [siklus / mm] f [siklus / mm] f [siklus / mm]
Pengintaian = FBP, kekuatan = Tidak Ada Recon = ASiR-V, kekuatan = 30% Recon = ASiR-V, kekuatan = 60% Recon = ASiR-V, kekuatan = 100% Pengintaian = TF, kekuatan = Rendah

Pengintaian = TF, kekuatan = Med Recon = TF, kekuatan = Tinggi

FAKU G. Plot TTF dari fitur kontras tinggi sebagai fungsi dosis radiasi (kolom) dan ukuran bayangan (baris) untuk setiap metode rekonstruksi. [Gambar warna
dapat dilihat di wileyonlinelibrary.com]

Fungsi transfer tugas: Antarmuka Air-Polietilena

CTDI = 0,85 [mGy] CTDI = 1,19 [mGy] CTDI = 3,57 [mGy] CTDI = 6,97 [mGy] CTDI = 22,26 [mGy]
1

Ukuran = 120 [mm]

TTF

0,5

Ukuran = 185 [mm]

TTF

0,5

Ukuran = 230 [mm]

TTF

0,5

1
Ukuran = 300 [mm]
TTF

0,5

1
Ukuran = 370 [mm]
TTF

0,5

0
0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6 0.8 0 0.2 0.4 0.6 0.8

f [siklus / mm] f [siklus / mm] f [siklus / mm] f [siklus / mm] f [siklus / mm]
Pengintaian = FBP, kekuatan = Tidak Ada Recon = ASiR-V, kekuatan = 30% Recon = ASiR-V, kekuatan = 60% Recon = ASiR-V, kekuatan = 100% Pengintaian = TF, kekuatan = Rendah

Pengintaian = TF, kekuatan = Med Recon = TF, kekuatan = Tinggi

FAKU G. 8. Plot TTF dari fitur kontras menengah sebagai fungsi dari dosis radiasi (kolom) dan ukuran bayangan (baris) untuk setiap metode rekonstruksi. [Gambar warna
dapat dilihat di wileyonlinelibrary.com]

Fisika Medis, 47 (9), September 2020

3969 Salomodkk.:Kebisingan, resolusi dari pembelajaran mendalam CT 3969

FAKU G. 9. Plot TTF (atas) dari fitur kontras rendah (bawah) untuk setiap metode rekonstruksi. [Gambar warna dapat dilihat di wileyonlinelibrary.com]

Fisika Medis, 47 (9), September 2020

3970 Salomodkk.:Kebisingan, resolusi dari pembelajaran mendalam CT
Sehubungan dengan resolusi spasial untuk fitur kontras tinggi,
resolusi spasial untuk TF dipertahankan dibandingkan dengan FBP,
meskipun ada pengurangan drastis pada noise gambar secara
keseluruhan. Ini menyiratkan bahwa tugas pencitraan yang
mengandalkan resolusi spasial untuk fitur kontras tinggi tidak akan
terpengaruh secara negatif dengan menggunakan TF. Namun, mirip
dengan ASiR-V dan algoritme iteratif dari pabrikan lain27resolusi
spasial bergantung pada kontras dan agak terdegradasi untuk fitur
kontras rendah dibandingkan dengan FBP. Ini menyiratkan bahwa
tugas deteksi kontras rendah mungkin tidak ditingkatkan ke tingkat
yang mungkin diharapkan mengingat peningkatan noise (dan karena
itu CNR) pada gambar TF dibandingkan dengan FBP. Deteksi kontras
rendah memiliki ketergantungan yang kompleks pada kebisingan,
resolusi spasial, dan ukuran fitur, bentuk, dan kontras. Hasil dari
studi ini saja, yang hanya berfokus pada noise dan properti resolusi
spasial, tidak cukup untuk sepenuhnya mengkarakterisasi potensi
peningkatan dalam pendeteksian dari TF. Ini adalah bidang
penelitian aktif yang saat ini sedang diupayakan oleh kelompok kami
sebagai tindak lanjut dari penelitian ini.
Hasil penelitian menunjukkan ketergantungan tekstur noise dan
resolusi spasial kontras tinggi pada tingkat dosis radiasi dan ukuran
phantom, untuk semua algoritma rekonstruksi. Diketahui secara luas
bahwa algoritma rekonstruksi nonlinier dapat memiliki
ketergantungan seperti itu dan oleh karena itu tidak mengherankan
untuk mengamati hal ini untuk ASiR-V dan TF.20,28,29Namun,
fenomena ini tidak diharapkan untuk FBP, yang merupakan
algoritma linier. Penyebab mendasar dari ketergantungan ini
kemungkinan besar karena koreksi sinyal rendah pra-rekonstruksi
yang dilakukan di dalam jalur pemrosesan data pemindai. Sebuah
studi sebelumnya dari kelompok kami menunjukkan bahwa resolusi
spasial arah trans-aksial (z) terdegradasi dalam kondisi pemindaian
tertentu yang terkait dengan sinyal mentah yang rendah pada
detektor. Pada saat itu pabrikan mengkonfirmasi bahwa degradasi
disebabkan oleh pemrosesan sinyal mentah yang disebutkan di atas
yang hanya akan dimulai dalam kondisi sinyal yang sangat rendah.30
Oleh karena itu, masuk akal untuk mengasumsikan bahwa properti
noise dalam bidang dan resolusi spasial juga dapat dipengaruhi oleh
pemrosesan tersebut. Karena etiologi dari fenomena ini
kemungkinan disebabkan oleh proses pra-rekonstruksi, pengamatan
fenomena ini (ketergantungan tekstur noise dan resolusi spasial
pada tingkat dosis dan ukuran phantom) hanya boleh ditafsirkan
sebagai mengungkapkan sesuatu yang spesifik untuk model
pemindai tertentu, dan bukan prinsip umum. Model pemindai yang
berbeda mungkin atau mungkin tidak melakukan pemrosesan pra-
rekonstruksi sinyal rendah yang serupa.
Beberapa keterbatasan penelitian ini perlu disebutkan. Pertama,
penelitian ini hanya menggunakan gambar phantom. Karena cara TF
dirancang, masuk akal untuk mengharapkan bahwa kinerjanya dalam
bayangan sederhana mungkin tidak sepenuhnya mewakili kinerjanya
dalam gambar pasien yang kompleks. Kami secara bersamaan
menjalankan studi kualitas gambar berdasarkan kasus klinis pasien untuk
menilai dampak klinis TF dan rencananya adalah untuk menghubungkan
hasil tersebut dengan apa yang ditemukan dalam studi phantom ini.
Kedua, penelitian ini tidak memasukkan pengukuran yang terkait dengan
kebisingan transaksial (arah-z) atau properti resolusi spasial. Ada
kemungkinan bahwa beberapa manfaat atau keterbatasan TF mungkin
berbeda dalam arah-z dibandingkan dengan dalam-pesawat
Fisika Medis, 47 (9), September 2020
3970
arah. Ini adalah area yang perlu diselidiki lebih lanjut. Ketiga,
penelitian ini dirancang untuk fokus pada beberapa sifat fisik dasar
dari citra TF. Pada akhirnya yang paling penting adalah bagaimana
perbedaan yang diamati dalam kebisingan dan resolusi spasial ini
dapat mempengaruhi tugas klinis penting seperti deteksi kontras
rendah atau volume nodul paru. Untuk menjaga studi awal ini tetap
ringkas dan fokus, kami menganggap penyelidikan kualitas gambar
berbasis tugas berada di luar cakupan. Namun, kami secara aktif
menyelidiki efek TF pada kualitas gambar berbasis tugas dan kami
bermaksud untuk menerbitkan penyelidikan lebih lanjut yang
berfokus pada area penting tersebut dalam waktu dekat.
5. KESIMPULAN
Rekonstruksi CT berbasis pembelajaran mendalam menunjukkan
pengurangan besaran kebisingan yang kuat dibandingkan dengan FBP
sambil mempertahankan tekstur kebisingan yang serupa dan resolusi
spasial kontras tinggi. Namun, algoritme menghasilkan gambar dengan
distribusi kebisingan spasial yang heterogen secara lokal di latar belakang
bertekstur paru-paru dan resolusi spasial kontras rendah yang berkurang
mirip dengan teknik rekonstruksi berulang yang tersedia saat ini.
Sebuah)Penulis
kepada siapa korespondensi harus ditujukan. Surat elektronik:
justin.solomon@duke.edu
REFERENSI
1. Beister M, Kolditz D, Kalender WA. Metode rekonstruksi berulang
dalam CT sinar-X.Med.2012; 28: 94–108.
2. Geyer LL, Schoepf UJ, Meinel FG, dkk. Keadaan seni: teknik
rekonstruksi CT alternatif.Radiologi.2015; 276: 339–357.
3. Mileto A, Guimaraes LS, McColough CH, Fletcher JG, Yu L. Keadaan
seni di CT perut: batas algoritma rekonstruksi berulang.
Radiologi.2019; 293: 491–503.
4. Willemink MJ, Noel PB. Evolusi rekonstruksi gambar untuk CT dari
proyeksi balik terfilter ke kecerdasan buatan.Eur Radiol. 2019; 29:
2185–2195.
5. Chang W, Lee JM, Lee K, dkk. Penilaian dari algoritma rekonstruksi iteratif
berbasis model (MBIR) mengenai kualitas gambar dan pengurangan dosis
dalam computed tomography hati.Investasikan Radiol.
2013; 48: 598–606.
6. Chen B, Christianson O, Wilson JM, Samei E. Penilaian kebisingan volumetrik
dan kinerja resolusi untuk metode rekonstruksi CT linier dan nonlinier.
Kedokteran Fisik.2014; 41: 071909.
7. Chen B, Ramirez Giraldo JC, Solomon J, Samei E. Mengevaluasi kinerja
rekonstruksi berulang dalam tomografi terkomputasi.Kedokteran Fisik.
2014; 41:121913.
8. Solomon J, Samei E. Sifat noise kuantum dari gambar CT dengan latar
belakang bertekstur anatomis di seluruh algoritma rekonstruksi: FBP dan
SAFIRE.Kedokteran Fisik.2014; 41: 091908.
9. Samei E, Bakalyar D, Boedeker KL, dkk. Evaluasi kinerja sistem
tomografi terkomputasi: ringkasan Kelompok Tugas AAPM 233.
Kedokteran Fisik.2019; 46: e735 – e756.
10. Chen H, Zhang Y, Kalra MK, dkk. CT dosis rendah dengan jaringan saraf
convolutional encoder-decoder residual.Pencitraan IEEE Trans Med. 2017;
36: 2524–2535.
11. Chen H, Zhang Y, Zhang W, dkk. CTvia jaringan saraf convolutional dosis
rendah.Biomed Opt Express.2017; 8: 679–694.
12. Koike Y, Ohira S, Akino Y, dkk. CT nonkontras virtual berbasis pembelajaran mendalam
untuk perencanaan terapi busur termodulasi volumetrik: perbandingan dengan
pendekatan berbasis CT energi ganda.Kedokteran Fisik.2019; 47: 371–379.
3971 Salomodkk.:Kebisingan, resolusi dari pembelajaran mendalam CT
13. Shan H, Padole A, Homayounieh F, dkk. Performa kompetitif jaringan saraf
dalam termodulasi dibandingkan dengan algoritme komersial untuk
rekonstruksi gambar CT dosis rendah.Nat Mach Intel.2019; 1: 269–276.
14. Wolterink JM, Leiner T, Viergever MA, Isgum I. Jaringan permusuhan generatif
untuk pengurangan kebisingan pada CT dosis rendah.Pencitraan IEEE Trans Med.
2017; 36: 2536–2545.
15. Kesehatan GE. Era baru rekonstruksi gambar: TrueFidelity™Buku putih teknis
tentang rekonstruksi gambar pembelajaran mendalam; 2019 [1/1/2010];
Tersedia dari: https://www.gehealthcare.com/-/jssmedia/040dd
213fa89463287155151fdb01922.pdf
16. Wilson JM, Christianson OI, Richard S, Samei E. Sebuah metodologi
untuk evaluasi kualitas gambar sistem CT canggih.Kedokteran Fisik.
2013; 40: 031908.
17. Solomon J, Ba A, Bochud F, Samei E. Perbandingan deteksi kontras rendah
antara dua algoritma rekonstruksi CT menggunakan hantu bertekstur cetak
3D berbasis voxel.Kedokteran Fisik.2016; 43: 6497.
18. Solomon JB, Christianson O, Samei E. Perbandingan kuantitatif tekstur noise
di seluruh pemindai CT dari pabrikan yang berbeda.Kedokteran Fisik. 2012;
39: 6048–6055.
19. Li K, Garrett J, Ge Y, Chen GH. Model statistik berdasarkan rekonstruksi
berulang (MBIR) dalam sistem CT klinis. Bagian II. Penilaian eksperimental
kinerja resolusi spasial.Kedokteran Fisik,2014; 41: 071911.
20. Solomon J, Wilson J, Samei E. Kualitas gambar karakteristik dari pemindai MDCT
sumber ganda generasi ketiga: noise, resolusi, dan kemampuan deteksi.
Kedokteran Fisik.2015; 42: 4941–4953.
21. Yu L, Vrieze TJ, Leng S, Fletcher JG, McColough CH. Catatan Teknis: Mengukur
resolusi spasial yang bergantung pada kontras dan kebisingan dari metode
rekonstruksi berulang di CT menggunakan rata-rata ensemble.Kedokteran Fisik.
2015; 42: 2261–2267.
22. Kalra MK, Woisetschlager M, Dahlstrom N, dkk. Pengurangan dosis
radiasi dengan sinogram menegaskan teknik rekonstruksi berulang
untuk computed tomography perut.J Comput Assist Tomogr. 2012; 36:
339–346.
Fisika Medis, 47 (9), September 2020
3971
23. Chen B, Marin D, Richard S, Husarik D, Nelson R, Samei E. Presisi
kuantifikasi yodium di CT hati: efek rekonstruksi berulang dengan
berbagai parameter pencitraan.AJR Am J Roentgenol.2013; 200: W475
– W482.
24. Mieville FA, Gudinchet F, Brunelle F, Bochud FO, Verdun FR. Metode
rekonstruksi berulang dalam dua pemindai MDCT yang berbeda:
metrik fisik dan eksperimen pendeteksian pilihan paksa 4 alternatif -
pendekatan hantu.Med.2012; 29: 99–110.
25. Schulz B, Beeres M, Bodelle B, dkk. Kinerja rekonstruksi citra
berulang di ct sinus paranasal: studi hantu.AJNR Am J
Neuroradiol.2012; 34: 1072–1076.
26. Samei E, Robins M, Chen B, Agasthya G. Indeks estimasi untuk
kuantifikasi volume lesi bola homogen di computed tomography.
Pencitraan J Med (Bellingham),2018; 5: 031404.
27. Solomon J, Marin D, Roy Choudhury K, Patel B, Samei E. Pengaruh
pengurangan dosis radiasi dan algoritma rekonstruksi pada noise
gambar, kontras, resolusi, dan deteksi lesi hati hipoatenuasi halus
pada multidetektor CT: proyeksi balik terfilter versus a algoritma
rekonstruksi iteratif berbasis model komersial.Radiologi.
2017; 284: 161736.
28. Li K, Tang J, Chen GH. Model statistik berdasarkan rekonstruksi berulang
(MBIR) dalam sistem CT klinis: penilaian eksperimental kinerja kebisingan.
Kedokteran Fisik,2014; 41: 041906.
29. Ott JG, Becce F, Monnin P, Schmidt S, Bochud FO, Verdun FR. Pembaruan
pada pengamat model non-prewhitening dalam computed tomography
untuk penilaian statistik adaptif dan algoritma rekonstruksi iteratif berbasis
model.Phys Med Biol.2014; 59: 4047–4064.
30. Euler A, Solomon J, Farjat AE, Nelson RC, Samei E, Marin D. Highpitch wide-
coverage fast-kilovoltage-switching dual-energi CT: dampak pitch pada
kebisingan, resolusi spasial, dan kuantifikasi yodium dalam studi phantom .
AJR Am J Roentgenol.2019; 212: W64 – W72.