Deep learning-based noise reduction in low dose SPECT Myocardial Perfusion Imaging: Quantitative assessment and clinical performance
回顾性地采用从专用心脏SPECT以列表模式格式采集的345例患者的临床SPECT-MPI图像，从半剂量、四分之一剂量和八分之一剂量水平的低剂量数据预测正常剂量图像。一个生成对抗网络的实施，以预测在不同的减少剂量水平的投影空间中的非门控正常剂量图像。已建立的指标，包括峰值信噪比（PSNR），均方根误差（RMSE），和结构相似性指数指标（SSIM），除了皮尔逊相关系数分析和Cedars-Sinai软件导出的参数，用于定量评估预测的正常剂量图像的质量。对于临床评价，预测的正常剂量图像的质量由核医学专家使用7分（-3至+3）分级方案进行评价。通过考虑不同剂量水平下的PSNR、SSIM和RMSE定量参数，在半剂量水平下获得了最高的PSNR（42.49）和SSIM（0.99），以及最低的RMSE（1.99）。皮尔逊相关系数分别为0.997，0.994和0.987的预测正常剂量图像的一半，四分之一，八分之一剂量水平。将正常剂量图像作为参考，与整个降低剂量水平下的低剂量数据相比，Cedars-Sinai选定参数的Bland-Altman图显示预测正常剂量图像的偏倚和方差显著更小。总体而言，考虑到核医学专家进行的临床评估，在一半、四分之一和八分之一剂量水平下，分别有100%、80%和11%的预测正常剂量图像在临床上可接受。
2021-03-22 eess.IV physics.med-ph
Improving Reproducibility and Performance of Radiomics in Low Dose CT using Cycle GANs
放射组学作为一种从医学影像中提取生物标志物的手段，越来越受到研究者的关注。然而，低剂量CT扫描中放射组学的再现性和性能仍然很差，主要是由于噪声。深度学习生成模型可用于对这些图像进行降噪，从而提高放射组学的再现性和性能。然而，大多数生成模型都是在配对数据上训练的，这可能很难或不可能收集。在这篇文章中，我们研究了使用循环生成对抗网络（GANs）对低剂量CT进行去噪的可能性，以提高基于非配对数据集的放射组学再现性和性能。训练两个循环的GANs：1）从配对数据，通过模拟低剂量CT（即，引入噪声）;以及2）来自未配对的真实低剂量CT。为了加快收敛速度，在GAN训练过程中，引入了切片配对训练策略。训练的GANs应用于三种场景：1）提高模拟低剂量CT图像中的放射组学再现性，2）同一天重复低剂量CT（RIDER数据集）和3）提高生存预测中的放射组学性能。将循环GAN的结果与条件GAN（CGAN）和在模拟成对数据上训练的编码器-解码器网络（EDN）进行比较。在模拟数据上训练的循环GAN将辐射组学特征的一致性相关系数（CCC）从模拟噪声CT上的0.87提高到0.93，从RIDER数据集上的0.89提高到0.92，以及将生存预测的AUC从0.52提高到0.59。在真实数据上训练的循环GAN将RIDER中特征的CCC增加到0.95，将生存预测的AUC增加到0.58。结果表明，在模拟和真实数据上训练的循环G…
2021-09-16 physics.med-ph q-bio.QM
CT dose reduction factors in the thousands using X-ray phase contrast
相衬X射线成像与常规射线照片相比，可以将弱吸收物体（例如软组织）的可见性提高一个数量级或更多。先前，已经表明，在相同的辐射剂量下，将相位恢复与计算机断层成像（CT）相结合可以将信噪比（SNR）增加到传统CT的两个数量级，而不会损失图像质量。我们的实验表明，随着辐射剂量的降低，SNR的相对改善增加。我们发现，这种增强可以用大于SNR增益平方的剂量减少来交换。在将剂量减少300倍时，相位恢复的SNR仍然比吸收对比度数据大几乎10倍。这揭示了在不损失图像质量的情况下降低数万倍剂量的潜力，这将对医疗和工业成像应用产生深远的影响。
2017-04-11 physics.med-ph physics.optics
Evaluation of Ultra Low Dose chest CT imaging for Covid 19 diagnosis and follow up
目的：计算机断层成像（CT）在检测与Covidien 19相关的肺部病变方面具有重要作用。本研究的目的是获得超低剂量（ULD）胸部CT图像的诊断结果，并与常规剂量胸部CT进行比较。材料和方法：疑似新冠病毒感染的患者依次接受常规剂量和ULD（剂量减少98%或94%）方案的扫描。常规和ULD胸部CT的轴位图像由两名放射学专家客观评价，并通过信噪比（SNR）和逐像素噪声测量进行定量评价。结果：观察到ULD和常规剂量胸部CT图像可以在PCR检测阳性的患者中检测出Covid 19相关肺部病变。此外，SNR和像素噪声值在这些协议中相当。结论：剂量降低98%的ULD胸部CT可在非大流行情况下替代胸片进行筛查和随访。ULD可以取代常规胸部CT方案，减少94%的剂量，以早期发现疑似Covid 19的患者并进行随访。
2020-05-07 physics.med-ph
Organ dose optimization for a point-of-care forearm X-ray photon-counting CT
本研究通过蒙特卡洛模拟评估光谱整形对前臂光子计数CT的器官剂量优化效果，发现80 kV可降低50%剂量且保持图像质量，并提出器官特异性剂量评估优于传统CTDI方法。
2025-09-26 physics.med-ph
Liver Metastasis Detection at Reduced Radiation Dose: Diagnostic Evaluation of a Novel Organ-Level Tube Current Modulation Method
Stanford University School of Medicine, Stanford University（斯坦福大学医学院，斯坦福大学）；GE HealthCare（通用电气医疗）
研究评估retroOpt新型器官水平管电流调制方法用于肝脏转移灶检测，通过对患者CT检查生成不同剂量系列，比较病灶检测敏感性和图像质量，发现该方法在低剂量下能有效检测转移灶，优于均匀剂量降低，可实现更大剂量 reduction。
2026-07-29 physics.med-ph
Technical Note: Low-Dose Simulation for Grating-Based X-Ray Dark-Field Radiography Using a Virtually Decreased Irradiation Area
Technical University of Munich（慕尼黑工业大学）；Munich Institute of Biomedical Engineering（慕尼黑生物医学工程研究所）；Institute for Diagnostic and Interventional Radiology, School of Medicine and Health, TUM Klinikum, Technical University of Munich (TUM)（慕尼黑工业大学TUM医院医学院与健康学院诊断与介入放射学研究所）；Philips Innovative Technologies（飞利浦创新技术）；Munich Institute for Advanced Study, Technical University of Munich（慕尼黑工业大学高级研究院）
本文通过虚拟减小照射区域验证低剂量暗场放射摄影模拟算法，并指出算法伪影影响图像质量。
2025-08-21 physics.bio-ph physics.comp-ph physics.med-ph
Low-dose CT denoising with convolutional neural network
College of Computer Science, Sichuan University（四川大学计算机学院）；National Key Laboratory of Fundamental Science on Synthetic Vision, Sichuan University（四川大学视觉合成图形图像技术国家级重点实验室）；Rensselaer Polytechnic Institute（伦斯勒理工学院）
为了降低潜在的辐射风险，低剂量CT受到了广泛关注。然而，简单地降低辐射剂量将导致图像质量的显著劣化。在本文中，我们提出了一种通过深度神经网络进行低剂量CT降噪的方法，而无需访问原始投影数据。训练深度卷积神经网络以逐块地将低剂量CT图像转换为正常剂量CT图像。视觉和定量评估表明所提出的方法具有竞争性的性能。
2016-10-02 cs.CV physics.med-ph
Evaluation of Radiation Dose Reduction during CT Scans Using Oxide Bismuth and Nano-Barium Sulfate Shields
本研究的目的是通过使用带有市售铋屏蔽的新型剂量降低纤维片（DRFS），评价CT扫描期间的辐射剂量降低和图像质量。这些DRFs由纳米硫酸钡（BaSO4）组成，填充了大氧化铋（Bi2O3）颗粒尺寸留下的空隙。使用CT电离室从聚甲基丙烯酸甲酯（PMMA）头部模型的中心在12点钟方向测量辐射剂量五次以计算平均值。根据X射线管电压和屏蔽类型，测量PMMA头部体模的CT横向图像的图像质量。从PMMA头部体模表面下的右侧和左侧区域以及位于PMMA头部体模中心12点钟方向的离子室孔中选择CT横向图像中的两个感兴趣区域。本研究的结果表明，在90 kVp、120 kVp和140 kVp条件下，新型DRFS屏蔽体比相同厚度的传统铋屏蔽体分别减少剂量15.61%、23.05%和22.71%，同时保持图像质量。此外，DRFS比常规铋的厚度高出约25%。因此，我们认为DRFS可以取代传统的铋，并可用作一种新的屏蔽。
2015-03-12 physics.med-ph
Does prior knowledge in the form of multiple low-dose PET images (at different dose levels) improve standard-dose PET prediction?
Shiraz University（设拉子大学）；Geneva University Hospital（日内瓦大学医院）
减少注射剂量会导致PET成像质量下降和信息丢失。为了解决这个问题，已经引入了深度学习方法来从相应的低剂量版本（L-PET）预测标准PET图像（S-PET）。现有的基于深度学习的去噪方法仅依赖于PET图像的单个剂量水平来预测S-PET图像。在这项工作中，我们提出了利用先验知识的形式，多个低剂量水平的PET图像（除了目标低剂量水平），以估计的S-PET图像。
2022-02-22 cs.CV physics.med-ph
Radiation Dose Risk and Diagnostic Benefit in Imaging Investigations
本文介绍了许多方面的医学影像调查放射性风险。规定的医疗检查总量证明，许多保健服务机构严重缺乏对累积辐射剂量的监测和跟踪。由于技术的改进，现代放射性调查设备正在不断减少辐射总剂量，因此可以注意到人均剂量的减少，但调查数量的增加决定了年集体剂量的净增加。高剂量的辐射是从计算机断层成像研究中累积的。通过放射成像方法研究患者辐射安全的集成系统，基于智能卡和公钥基础设施，允许辐射吸收剂量数据存储。
2015-11-06 physics.med-ph
Functional Imaging for Dose Painting in Radiotherapy
已开发出剂量涂抹，以调节靶区域所需的剂量，而不会增加健康区域的毒性。除了确定肿瘤的准确位置和大小外，定量功能成像还可用于实现剂量绘制。功能成像，如多参数MRI和PET CT，使我们能够通过增加总体肿瘤体积中某些区域或体素的剂量，同时减少侵袭性较小区域或体素的剂量，实现生物剂量递增。由于微观组织特性，功能成像可以作为放射治疗中治疗干预的指标。利用这样的生物指示剂，可以使用剂量绘制将个性化辐射剂量定制到特定轮廓或体素。本文首先对PET-CT和多参数MRI等几种定量功能成像技术进行综述。此外，理论和实验比较剂量绘画轮廓（DPBC）和剂量绘画的数字（DPBN），以及剂量绘画后的结果分析。最后，我们总结了这一领域的主要挑战和未来方向，我们希望通过这些挑战和方向激发令人兴奋的发展和富有成效的研究途径。
2020-11-23 physics.med-ph
Noise and dose reduction in CT brain perfusion acquisition by projecting time attenuation curves onto lower dimensional spaces
CT灌注成像（CTP）在大血管闭塞的急性缺血性卒中的治疗决策中起着重要作用。由于CT灌注扫描时间约为1分钟，患者暴露于不可忽略的电离辐射剂量。然而，进一步的剂量减少增加了数据和所得到的灌注图中的噪声水平。提出了一种基于时间衰减曲线降维的灌注数据降噪方法。对于降维，我们使用三角多项式的前五项的拟合或时间衰减曲线的SVD分解的前五项。研究了四名大血管闭塞患者和三名对照受试者的CTP数据。为了比较灌注图中的噪声水平，我们使用scikit-image包中实现的噪声标准差的小波估计。我们表明，这两种方法显着减少噪音的数据，同时保留重要的信息灌注赤字。这些方法可用于进一步降低CT灌注协议或使用C形臂CT的灌注研究中的剂量，这些方案或研究受到高噪声水平的影响。
2021-11-02 eess.IV physics.med-ph
Feasibility Study of Neutron Dose for Real Time Image Guided Proton Therapy: A Monte Carlo Study
在韩国三星医疗中心安装了两个带有不同喷嘴（带MLC的多用途喷嘴，扫描专用喷嘴）的全旋转机架，并正在调试各种质子治疗选项。摘要本研究旨在利用蒙特卡罗模拟，探讨不同治疗条件下，X线影像设备的中子剂量当量（H/D）。首先，我们研究了H/D与各种修改的束线设备（散射，扫描，多叶准直器，孔径，补偿器）在等中心，距离等中心20，40，60厘米，并与其他研究小组进行了比较。接下来，我们研究了在各种治疗条件下用于实时成像的X射线设备的中子剂量。我们的研究表明，根据不同的治疗方案，在X射线成像设备上的0.07 ~ 0.19 mSv/Gy，在多功能喷嘴质子扫描治疗中，由于多叶准直器，平板探测器的中子剂量减少了50%。在未来的研究中，我们计划调查实验测量的中子剂量和验证的模拟数据的X射线成像设备与额外的中子剂量降低方法。
2015-03-11 physics.med-ph
Quantitative investigation of low-dose PET imaging and post-reconstruction smoothing
本研究采用18F-FDG PET/CT脑扫描对50例头颈部恶性肿瘤患者进行了系统评价，（标准剂量的10%、8%、6%、5%、4%、3%、2%和1%）和通过测量标准图像质量指标获得的图像质量（峰值信噪比（PSNR）、结构相似性指数（SSIM）、均方根误差（RMSE）和标准摄取值（SUV）偏差）。此外，我们评估了重建后高斯滤波对PET图像的影响，以降低噪声，提高不同低剂量水平下的信噪比。随着注射剂量降低超过5%，观察到PET图像质量和肿瘤可检测性显著降低，导致RMSE从0.173 SUV（5%）显著增加至1.454 SUV（1%）。恶性病变的定量研究表明，SUVmax偏差大大增加低剂量PET图像（特别是在1%，2%，3%的水平）应用后重建滤波器之前，而应用高斯滤波器的低剂量PET图像导致SUVmax偏差显着降低。在低剂量PET图像中，恶性病变内的SUV平均偏倚可忽略不计（小于1%）;然而，在应用重建后滤波器后，该偏倚显著增加。总之，强烈建议在应用重建后Guassain滤波器之前和之后分别考虑低剂量PET图像中的SUVmax偏倚和SUVmean偏倚。
2021-03-18 physics.med-ph
Effect of an advanced model-based iterative reconstruction algorithm on texture and visual impression of images privieded by a dual source CT scanner
目的：评估ADMIRE算法对图像纹理和图像视觉印象的影响，作为噪声水平和空间分辨率等常见图像质量参数测量的补充。方法：在不同的辐射剂量水平下对ACR体模进行了检查。为了表征图像纹理，评估了不同剂量水平和重建算法的两个Haralick纹理参数，对比度和熵。使用结构相似性指数（SSIM）评价图像的视觉印象及其结构差异。确定所有剂量和AMIRE水平的噪声，并与滤波反投影（FBP）进行比较。空间分辨率由调制传递函数和线扩展函数决定。结果如下：Haralick纹理参数随着ADMIRE水平I的增加而降低，直到V. ADMIRE III，IV和V提供了与由FBP计算的那些具有高达50%的辐射剂量减少的对比度和熵。SSIM随着ADMIRE水平的增加而改善。通过ADMIRE IV和V计算的SSIM通过滤波器反投影显示出相似的值，剂量降低高达50%。空间分辨率保持高达90%的剂量减少。随着ADMIRE和剂量水平的增加，噪声分布向更窄的分布移动，这与使用ADMIRE的重建图像一致。结论：纹理分析和SSIM允许比仅基于噪声分布或空间分辨率的物理测量的质量度量更真实地评估迭代重建算法的剂量降低潜力。这项工作表明，通过ADMIRE算法，可以在减少辐射剂量的情况下达到相当的图像质量。
2018-09-14 physics.med-ph
BayesDose: Comprehensive proton dose prediction with model uncertainty using Bayesian LSTMs
提出 BayesDose-Framework，基于贝叶斯 LSTM 的质子治疗剂量预测方法，通过 2D 高斯混合模型参数化网络权重量化预测不确定性，在保持与确定性模型相当性能的同时提供保守但相关性良好的不确定性估计，有望支持临床决策与质量保证。
2023-07-03 physics.med-ph
A Feasibility Study on Deep Learning-Based Radiotherapy Dose Calculation
目的：各种剂量计算算法可用于癌症患者的放射治疗。然而，这些算法面临着效率和准确性之间的权衡。快速算法通常不太准确，而准确的剂量引擎通常是耗时的。在这项工作中，我们试图通过探索深度学习（DL）来解决这个难题。研究方法：我们开发了一个新的放射治疗剂量计算引擎的基础上修改的层次密集连接的U网（HD U网）模型，并测试其可行性与前列腺调强放射治疗（IMRT）的情况下。从IMRT注量图域到3D剂量域的映射需要复杂架构的深度神经网络和庞大的训练数据集。为了解决这个问题，我们首先使用修改的射线跟踪算法将注量图投影到剂量域，然后使用HD U-网将射线跟踪剂量分布映射到使用塌陷圆锥卷积/叠加（CS）算法计算的准确剂量分布。结果如下：对于典型的7射野前列腺调强放射治疗计划，计算3D剂量分布大约需要1秒，通过优化网络可以进一步减少，以实现实时剂量计算。对于所有8名测试患者，使用伽马指数和IMRT优化的各种临床目标进行的评价表明，DL剂量分布在临床上与CS剂量分布相同。结论：我们已经表明，使用DL计算放射治疗剂量分布的高精度和高效率的可行性。
2019-08-08 physics.med-ph
Quantitative analysis of image quality in low-dose CT imaging for Covid-19 patients
我们开始使用Beer-Lambert定律在49名感染COVID-19的患者中模拟标准CT成像的四个降低剂量水平（60%剂量，40%剂量，20%剂量和10%剂量）。然后，将三种去噪滤波器，即高斯、双边和中值，应用于不同的低剂量CT图像，在应用各种滤波器之前和之后，分别针对肺组织和全身，通过计算峰值信噪比（PSNR）、均方根误差（RMSE）、结构相似性指数测度（SSIM）和相对CT值偏差来评估其质量。定量评价表明，即使在应用去噪滤波器后，10%剂量CT图像的质量也较差（肺部RMSE=322.1-+104.0 HU，偏倚=11.44-+4.49%）。与其他去噪技术相比，双边滤波器在抑制噪声和恢复低剂量CT图像中的潜在信号方面表现出优越的性能。对于20%剂量CT图像，双侧滤波器在肺部区域的RMSE和偏倚分别为100.21-+16.47 HU，-0.21-+1.20%，而高斯滤波器的RMSE=103.46-+15.70 HU，偏倚=1.02-+1.68%，中值滤波的RMSE=129.60-+18.09 HU，偏倚=-6.15-+2.24%;未滤波的20%剂量CT的RMSE=217.37-+64.66 HU，偏倚=4.30-+1.85%。总之，20%剂量CT成像后进行双侧滤波在图像质量和患者剂量降低之间实现了合理的折衷。
2021-02-16 eess.IV physics.med-ph
Low-dose CT reconstruction by self-supervised learning in the projection domain
为了尽量减少对患者的过度X射线辐射，低剂量计算机断层成像（LDCT）已成为放射学的一个明显趋势。然而，虽然降低辐射剂量降低了患者的风险，但它也增加了噪声和伪影，影响了图像质量和临床诊断。在大多数监督学习方法中，需要成对的CT图像，但这样的图像不太可能在临床上可用。我们提出了一个自监督学习模型（Noise2Projection），充分利用原始投影图像，以减少噪声，提高重建LDCT图像的质量。与现有的自监督算法不同，该方法只需要噪声CT投影图像，并通过利用附近投影图像之间的相关性来降低噪声。我们使用临床数据对模型进行了训练和测试，定量和定性结果表明，我们的模型可以有效地降低LDCT图像噪声，同时还可以大幅去除LDCT图像中的伪影。
2022-03-14 eess.IV physics.med-ph
Deep Learning in Classical X-ray Ghost Imaging for Dose Reduction
The Australian National University（澳大利亚国立大学）；Monash University（蒙纳士大学）
本文提出了一种基于深度学习的X射线鬼成像方法，用于在低剂量条件下实现图像重建，其效果与直接成像相当。
2024-11-10 physics.med-ph physics.optics
A Fast local Reconstruction algorithm by selective backprojection for Low-Dose in Dental Computed Tomography
计算机断层成像（CT）扫描中的高辐射剂量增加了癌症的终生风险，这成为主要的临床问题。反投影滤波（BPF）算法可以在短扫描时间内从截断数据重建图像，从而降低辐射剂量。在牙科CT扫描中，利用短扫描时间内获得的投影，可以减少对牙齿的辐射剂量，利用截断投影，可以避免对其他部位的辐射。然而，积分的限制反投影变化的PI线，导致低的计算效率和差的并行性能。最近，一个帐篷BPF（T-BPF）已被提出，以提高计算效率，通过重新安排投影。但是，包含了消耗内存的数据重组过程。在此基础上，提出了选择带通滤波器（Chose-BPF，C-BPF）算法。该算法将投影导数反投影到x坐标小于源焦斑x坐标的点上，得到差分反投影。然后将有限希尔伯特逆应用于每个PI线段。C-BPF通过选择性反投影避免了积分极限变化的影响，且不需要额外的时间开销和内存开销。仿真实验和实际实验表明，C-BPF具有较高的重建效率。
2013-11-19 physics.med-ph
Deep Learning-Based Partial Volume Correction in Standard and Low-Dose PET-CT Imaging
为了获得高质量的正电子发射断层成像（PET）图像用于诊断目的，必须将标准剂量的放射性示踪剂输送到患者体内，这会增加辐射伤害的风险。另一方面，减少示踪剂剂量会导致PET成像中的图像质量差和噪声诱导的定量偏差。部分容积效应（PVE）是PET固有有限空间分辨率的结果，是PET成像中质量和数量退化的另一个来源。由于内部器官运动、患者不自主运动以及解剖和功能图像中结构的外观和大小的差异，将解剖信息用于PVE校正（PVC）并不简单。此外，对于可能无法获得的解剖信息，需要额外的MR成像会话。我们开始构建一个基于深度学习的框架，用于从标准或低剂量（LD）PET图像预测部分体积校正的全剂量（FD-PVC）图像，而不需要任何解剖数据，以便为PVC和去噪低剂量PET图像提供联合解决方案。
2022-07-06 physics.med-ph
Deep-learning-based Breast CT for Radiation Dose Reduction
Rensselaer Polytechnic Institute（伦斯勒理工学院）；Koning Corporation（科宁公司）
锥形束乳房计算机断层成像（CT）提供了具有各向同性分辨率和高对比度信息的真实3D乳房图像，可检测小至几百微米的钙化并揭示细微的组织差异。然而，乳房对X射线辐射高度敏感。减少辐射剂量对医疗保健至关重要。少视图锥形束CT仅使用标准锥形束乳腺CT采集的一小部分X射线投影数据，从而能够显著降低辐射剂量。然而，不充分的采样数据将导致严重的条纹伪影的CT图像重建使用传统的方法。在这项研究中，我们提出了一种基于深度学习的方法来建立图像重建的残差神经网络模型，该模型适用于少视图乳腺CT，以生成高质量的乳腺CT图像。我们分别使用标准锥形束乳腺CT的三分之一和四分之一的X射线投影视图来评估基于深度学习的图像重建。基于临床乳腺成像数据集，我们进行了监督学习训练神经网络从少视图CT图像到相应的全视图CT图像。实验结果表明，基于深度学习的图像重建方法允许少视图乳腺CT实现每次锥束CT扫描的辐射剂量<6 mGy，这是FDA为乳腺X线筛查设定的阈值。
2019-09-25 cs.CV eess.IV physics.med-ph
Skin dose in breast radiation therapy: Monte Carlo calculations from deformed vector fields (DVF)-driven CT images
针对乳腺放疗中皮肤剂量难以准确计算的问题，提出利用DVF驱动CT和3D扫描数据进行Monte Carlo逐疗程剂量重算，并通过与TPS比较及60例临床研究验证。
2024-10-29 physics.med-ph
Benchmarking Deep Learning-Based Low-Dose CT Image Denoising Algorithms
本文针对低剂量CT深度学习去噪研究缺乏统一基准和实验缺陷的问题，提出标准化评测设置，并通过公平比较发现多数方法性能统计相似、近年提升有限。
2024-10-04 physics.med-ph
Radiation dose estimation in pencil beam x-ray luminescence computed tomography imaging
由于照射的是线而不是区域或体积，所以与其它成像几何形状（如片状射束和锥形射束几何形状）相比，X射线X射线射束成像提供了优越的空间分辨率。然而，笔形射束几何形状遭受长的扫描时间，并且对剂量的关注阻碍了笔形射束X射线源的实验室使用。像XLCT成像这样的分子成像技术最受益于笔形束成像，以准确定位嵌入小动物对象中的造影剂的分布。为了研究XLCT中笔形射束X射线成像的剂量沉积，使用蒙特卡罗模拟平台GATE（Geant 4断层扫描发射应用程序）对由水、骨骼和血液组成的小动物物体进行了三种不同X射线源能量的一个角度投影扫描的剂量估计。我们的研究结果表明，与足够的X射线台式源具有高亮度和准单色属性，如Sigray源，剂量的关注可以减少。使用Sigray源，估计骨髓的典型XLCT成像辐射剂量为30 mGy，其中我们有6个角度投影，100微米扫描步长，每次线性扫描10^6个X射线光子。
2021-01-29 physics.med-ph
Patient-specific mean teacher UNet for enhancing PET image and low-dose PET reconstruction on RefleXion X1 biology-guided radiotherapy system
RefleXion X1是第一个生物引导放射治疗（BgRT）系统。与全环诊断PET系统相比，其双90度PET探测器收集更少的对产生事件。在拟定的BgRT工作流程中，在治疗输送前采集短扫描，以确保图像质量和一致性。较短的扫描时间（模拟扫描时间的四分之一）也会导致较少的重合事件，从而降低图像质量。在这项研究中，我们提出了一种患者特定的平均教师UNet（MT-UNet），以增强PET图像质量和RefleXion X1上的低剂量PET重建。使用RefleXion X1采集了9名癌症患者的PET/CT扫描。每个病人都有一个模拟扫描。5名患者在第一次和最后一次治疗部分期间进行了额外扫描。使用与模拟扫描相同的成像协议获取治疗扫描。对于每次扫描，我们重建了全剂量图像，并将符合事件平均分为四个会话，以重建四个四分之一剂量PET图像。对于每个患者，我们提出的MT-UNet使用模拟扫描的四分之一剂量和全剂量图像进行训练。对于图像质量增强任务，我们将9个训练好的MT-UNet应用于9名患者的全剂量模拟PET图像，以分别生成增强图像。采用CNR和SNR对增强后的图像与原始全剂量图像进行比较。对于低剂量图像重建任务，我们将五个训练好的MT-UNets应用于五名患者的十个四分之一剂量治疗图像，以分别预测全剂量图像。使用SSIM和PSNR比较预测和真实全剂量图像。我们还训练和评估了患者特定的UNets用于模型比较…
2022-09-13 physics.med-ph
Computer-aided detection of pulmonary nodules in low-dose CT
在INFN支持的MAGIC-5意大利项目的框架内，正在开发一个计算机辅助检测系统，用于在1.25毫米层厚的低剂量多探测器螺旋CT图像中识别肺结节。我们的肺CAD系统的基本模块，结节候选人选择的点增强过滤器和基于体素的神经分类器的假阳性发现减少，进行了描述。初步结果上迄今收集的肺部CT扫描数据库进行了讨论。
2007-01-11 physics.med-ph
Towards order of magnitude X-ray dose reduction in breast cancer imaging using phase contrast and deep denoising
The University of Melbourne（墨尔本大学）；The University of Sydney（悉尼大学）；Eastern Health（东部健康）；Monash Health（莫纳什健康）；Monash University（莫纳什大学）；Australian Synchrotron, ANSTO（澳大利亚同步辐射中心，ANSTO）；Commonwealth Scientific and Industrial Research Organisation（澳大利亚联邦科学与工业研究组织）
本研究证明相衬计算机断层扫描结合深度学习图像去噪可在不损失图像质量的前提下将乳腺癌成像辐射剂量降低16倍以上，为活体患者低剂量PCT乳腺癌成像奠定基础。
2025-05-09 cs.CV physics.med-ph
GPU-based Fast Low-dose Cone Beam CT Reconstruction via Total Variation
锥形束CT（CBCT）已广泛用于图像引导放射治疗（IGRT），以在治疗分次之前获取更新的体积解剖信息，从而实现精确的患者对准目的。然而，在大多数IGRT程序中，来自连续CBCT扫描的过量X射线成像剂量引起了临床关注。通过减少CBCT扫描中的X射线投影数量和/或降低mAs水平，可以有效减少过量的成像剂量。本文的目标是开发一种基于GPU的快速算法，从欠采样和噪声投影数据中重建高质量的CBCT图像，以降低成像剂量。通过最小化由数据保真度项和总变分正则化项组成的能量泛函来重建CBCT。我们开发了一个GPU友好版本的前向-后向分裂算法来解决这个模型。还采用了多重网格技术。我们在数字NCAT体模和头颈部患者病例上测试了我们的CBCT重建算法。还使用物理Catphan体模和头颈Rando体模验证了低mAs下的性能。研究发现，40个X射线投影足以重建质量令人满意的CBCT图像，用于IGRT患者对准目的。体模实验表明，CBCT图像可以成功地重建低至0.1 mAs/投影水平与我们的算法。与目前广泛使用的全扇形头颈部扫描方案（约360个投影，0.4 mAs/投影）相比，估计使用我们的算法已实现总体剂量减少36倍。此外，在NVIDIA Tesla C1060 GPU卡上的重建时间约为130秒，估计比类似的迭代重建方法快约100倍。
2010-04-09 physics.med-ph
Joint Reconstruction in Low Dose Multi-Energy CT
多能量CT利用基本介质相对于能量的非线性变化衰减特性，能够比单能量CT更精确地识别材料。精度的提高伴随着更高辐射剂量的成本。降低剂量的一种直接方法是减少每个能量的投影数量，但这会使断层重建更加不适定。在本文中，我们提出了如何克服这个问题的正则化方法，促进在不同的能量和适当选择的低剂量数据采集协议，使用非重叠投影图像之间的结构相似性的组合。各种联合正则化模型的性能评估与模拟和实验数据，使用新的低剂量数据采集协议。三个模型是建立良好的，即联合总变差，线性平行水平集和谱平滑促进正则化模型。在此基础上，提出了一种新的多能量CT联合正则化模型：基于结构相似性指数的结构函数正则化。研究结果表明，联合正则化优于单独的通道重建。此外，所提出的联合重建和非重叠投影几何结构的组合使得能够显著降低辐射剂量。
2020-02-13 physics.comp-ph physics.med-ph
MANAS: Multi-Scale and Multi-Level Neural Architecture Search for Low-Dose CT Denoising
Sichuan University（四川大学）；Fudan University（复旦大学）
降低计算机断层成像（CT）的辐射剂量可以大大降低对公众健康的潜在风险。然而，从剂量降低CT或低剂量CT（LDCT）的重建图像遭受严重的噪声，影响了后续的诊断和分析。最近，卷积神经网络在去除LDCT图像中的噪声方面取得了可喜的成果;所使用的网络架构要么是手工制作的，要么是建立在ResNet和U-Net等传统网络之上的。神经网络结构搜索（NAS）的最新进展已经证明网络结构对模型性能有显著影响，这表明当前用于LDCT的网络结构可能是次优的。因此，在本文中，我们首次尝试将NAS应用于LDCT，并提出了一种多尺度和多层次的NAS LDCT去噪，称为MANAS。一方面，提出的MANAS融合了不同尺度单元提取的特征，以捕获多尺度图像结构细节。另一方面，建议MANAS可以搜索一个混合的细胞和网络级结构，以获得更好的性能。在三个不同剂量水平上的广泛实验结果表明，所提出的MANAS可以实现更好的性能，在保留图像的结构细节方面比几个国家的最先进的方法。此外，我们还验证了LDCT去噪的多尺度和多层次架构的有效性。
2021-03-24 cs.CV physics.med-ph
Low-Dose CT Using Denoising Diffusion Probabilistic Model for 20$\times$ Speedup
Rensselaer Polytechnic Institute（伦斯勒理工学院）
低剂量计算机断层扫描（LDCT）是近几十年来放射学领域的一个重要课题。LDCT降低了电离辐射引起的患者健康风险，但它也导致低信噪比（SNR）和诊断性能的潜在损害。在本文中，为了提高LDCT去噪性能，我们引入了条件去噪扩散概率模型（DDPM），并显示了令人鼓舞的结果，具有较高的计算效率。具体来说，由于原始DDPM模型的采样成本高，我们适应快速常微分方程（ODE）求解器的采样效率大大提高。实验结果表明，该算法在不影响图像质量的前提下，可以实现20倍的加速比。
2022-09-29 cs.LG eess.IV eess.SP
