Deep PCCT:光子计数计算机断层扫描深度学习应用综述
图像与视频处理
2024-02-08 v1 计算工程、金融与科学
计算机视觉与模式识别
机器学习
摘要
医学成像面临着空间分辨率有限、电子噪声干扰和对比噪声比差等挑战。光子计数计算机断层扫描(PCCT)作为一种解决方案应运而生,以其创新技术解决了这些问题。本综述深入探讨了PCCT在临床前研究中的最新发展和应用,强调了其克服传统成像局限性的潜力。例如,PCCT在提高乳腺细微异常检测方面表现出显著效力,提供了以前无法达到的细节水平。通过查阅当前关于PCCT的文献,本文对该技术进行了全面分析,重点介绍了扫描仪的主要特征及其各种应用。此外,本文还探讨了深度学习与PCCT的整合,以及对影像组学特征的研究,展示了在数据处理方面的成功应用。在肯定这些进展的同时,本文还讨论了该领域现有的挑战,为医学成像技术的未来研究和改进铺平了道路。尽管由于PCCT最近才在临床层面整合,关于该主题的文章数量有限,但其潜在益处可扩展到各种诊断应用。
关键词
引用
@article{arxiv.2402.04301,
title = {Deep PCCT: Photon Counting Computed Tomography Deep Learning Applications Review},
author = {Ana Carolina Alves and André Ferreira and Gijs Luijten and Jens Kleesiek and Behrus Puladi and Jan Egger and Victor Alves},
journal= {arXiv preprint arXiv:2402.04301},
year = {2024}
}