• 全部
主办单位:煤炭科学研究总院有限公司、中国煤炭学会学术期刊工作委员会
人工智能在医学CT图像重建中的研究进展
  • 作者

    李青李润睿强彦成煜斌王涛

  • 单位

    太原理工大学信息与计算机学院

  • 摘要
    计算机断层扫描成像(CT)是临床医学中广泛使用的一种医学图像,它可以清晰地可视化人体内部精细结构细节。在临床操作中,为防止患者暴露在高辐射X射线束下引起组织受损,通常最小化X射线以获得CT图像,但会导致成像质量严重下降。为解决上述矛盾,如何重建出符合临床需求的CT图像是国内外研究者广泛关注的、具有挑战性的难点问题。随着人工智能领域深度学习技术的蓬勃发展,在大数据驱动下,利用深度学习技术来提升CT重建质量成为当前研究热点。本文分析了CT图像重建机理;总结了现有重建模型并梳理了重建方法的优劣势,根据深度学习方法的成像过程,将现有方法分为4大类,并依次介绍4类方法的基本思想,总结了重建方法优缺点;归纳了目前公开的公共数据集以及增加训练样本方法,并对损失函数的多样性进行对比分析;讨论了该新兴领域目前仍然存在的问题,展望了后续研究中需要解决的关键问题,以便于相关研究人员了解CT重建领域的研究现状,促进该领域的长足发展。
  • 关键词

    人工智能计算机断层扫描图像重建深度学习投影域图像域双域网络

  • 基金项目(Foundation)
    国家自然科学基金资助项目(61872261);国家自然科学基金重大项目资助(U21A20469);
  • 文章目录
    1 CT图像成像概述
    2 传统方法在CT图像重建中的应用
    2.1 正弦图域滤波方法
    2.2 迭代重建方法
    2.3 图像后处理重建方法
    3 深度学习方法在CT图像重建中的应用
    3.1 投影域CT图像重建
    3.2 图像域CT图像重建
    3.3 双域网络CT图像重建
    3.4 直接映射CT图像重建
    4 常用数据集及损失函数
    4.1 常用数据集及增加训练样本的方法
    4.2 损失函数的多样性
    5 挑战与展望
    1) 模型可解释性问题。
    2) 模型泛化性问题。
    3) 算法的不稳定性问题。
    4) 训练数据集的质量和数量。
    6 结束语
  • 引用格式
    李青,李润睿,强彦,成煜斌,王涛.人工智能在医学CT图像重建中的研究进展[J].太原理工大学学报,2023,54(01):1-16.DOI:10.16355/j.cnki.issn1007-9432tyut.2023.01.001.
  • 相关文章
相关问题

主办单位:煤炭科学研究总院有限公司 中国煤炭学会学术期刊工作委员会

©版权所有2015 煤炭科学研究总院有限公司 地址:北京市朝阳区和平里青年沟东路煤炭大厦 邮编:100013
京ICP备05086979号-16  技术支持:云智互联