A otimização do CT Pool deve começar pela qualidade dos dados, algoritmo e colaboração de hardware: usar um modelo de otimização multiobjetivo para suprimir ruído e ambiguidade, combinado com retroprojeção filtrada e reconstrução iterativa para melhorar a precisão da imagem; ajustar dinamicamente a corrente do tubo, passo, entre outros parâmetros para equilibrar a dose de radiação e a relação sinal-ruído; atualizar detectores de alta precisão e arquitetura de computação paralela para reduzir o tempo de reconstrução.
Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
A otimização do CT Pool deve começar pela qualidade dos dados, algoritmo e colaboração de hardware: usar um modelo de otimização multiobjetivo para suprimir ruído e ambiguidade, combinado com retroprojeção filtrada e reconstrução iterativa para melhorar a precisão da imagem; ajustar dinamicamente a corrente do tubo, passo, entre outros parâmetros para equilibrar a dose de radiação e a relação sinal-ruído; atualizar detectores de alta precisão e arquitetura de computação paralela para reduzir o tempo de reconstrução.