Una nuova era
per la ricostruzione delle immagini.

deep learning image reconstruction


Immagini TrueFidelity di paziente con BMI 62 (180 kg, 1,73 m)

È importante
il modo in cui viene addestrato il Deep Learning.

La qualità di un'applicazione di ricostruzione d'immagini con deep learning dipende dall'efficacia del suo addestramento. GE HealthCare ha addestrato il proprio motore di ricostruzione utilizzando una libreria di migliaia di immagini con retroproiezione filtrata (FBP) a basso rumore, standard di riferimento per la qualità delle immagini.

  • Design

    Si creano strati di equazioni matematiche e si sviluppa una Rete Neurale Profonda (DNN) capace di gestire milioni di parametri.

  • Training

    Si inserisce un sinogramma ad alto rumore nella Rete Neurale Profonda (DNN) e si confronta l'immagine risultante con una versione a basso rumore della stessa immagine. Queste due immagini vengono confrontate in base a diversi parametri, quali rumore dell'immagine, risoluzione a basso contrasto, rilevabilità a basso contrasto, texture del rumore, ecc. L'immagine ottenuta riporta le differenze alla rete tramite la retropropagazione, in modo da addestrare e rafforzare la DNN sulla base dell'output desiderato.

  • Verifica

    La rete ricostruisce casi clinici e di test con fantoccio mai visti prima, inclusi casi estremamente rari progettati per mettere la rete alla prova, confermandone l'efficacia.

Fiducia. Senza compromessi.

Le immagini TC TrueFidelity offrono un livello di qualità superiore, anche rispetto alle tecniche di ricostruzione iterativa più avanzate. La visualizzazione del contrasto viene mantenuta, il rumore e gli artefatti sono ridotti al minimo e i bordi sono preservati - quanto basta - in modo da garantire estrema nitidezza senza compromessi.1


Testimonianze


Dhiraj Baruah, MD
Froedtert & the Medical College of Wisconsin

"La riduzione del rumore nell'imaging cardiaco con deep learning consente di ridurre il kVp mantenendo la qualità dell'immagine."


Galleria delle immagini: confronto tra tecnologie di ricostruzione

  • FBP | 2,5 mm

  • ASiR-V 50% | 2,5 mm

  • Deep Learning Image Reconstruction | 2,5 mm

  • FBP | 0,625 mm

  • ASiR-V 50% | 0,625 mm

  • Deep Learning Image Reconstruction | 0,625 mm

  • FBP | 0,625 mm

  • ASiR-V 50% | 0,625 mm

  • Deep Learning Image Reconstruction | 0,625 mm

  • FBP

  • ASiR-V 50%

  • Deep Learning Image Reconstruction

Risorse

1. Come dimostrato in un'evoluzione clinica che ha coinvolto 60 casi e 9 medici, in cui ogni caso è stato ricostruito sia con DLIR che con ASiR-V e valutato da 3 medici. Nel 100% delle letture, la nitidezza delle immagini DLIR è stata valutata uguale o superiore rispetto a quella ASiR-V. Nel 91% delle letture, la texture del rumore nelle immagini DLIR è stata valutata migliore rispetto a quella ASiR-V. Tale valutazione si basava sulla preferenza di ogni singolo lettore.

JB04160XX