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 conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
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.