①Multi-Kernel Synthesis for CT Images Using a Deep Convolutional Neural Network
Wednesday 10:30 AM | Physics (CT: Image Quality) (SSK18-05)
カテゴリー：【CT】【AI】
おすすめポイント：深層学習を用いることによって、組織ごとに最適な再構成関数を適用した1つのCT画像を生成するという演題です。肺野や軟部組織などで再構成関数を使い分けて複数の画像を作るのが一般的ですが、この演題では深層学習を用いてそれらの画像を1つにまとめ、軟部組織も肺野も骨も見れる画像を作るようです。
②Can Deep Learning Unseat Iterative Reconstruction for Low-Dose CT?
Wednesday 10:30 AM | Physics (CT: Image Quality) (SSK18-07)
カテゴリー：【CT】【AI】
おすすめポイント：こちらは深層学習を用いて低線量CT画像の画質を改善するという内容です。低線量CTに対してはこれまで逐次近似再構成法が用いられてきましたが、深層学習がその座を奪うかもしれません。
③Artificial Neural Network Based Prediction of Contrast Agent Injection Parameters Using Real Time Test Bolus Information
Monday 11:10-11:20 AM | Physics (CT: New Systems) (SSC13-05)
カテゴリー：【CT】【AI】【造影】
おすすめポイント：造影CT検査におけるテストボーラスの情報をもとに、深層学習を用いて最適な造影プロトコルを算出するという内容です。テストボーラスの情報は、スキャンタイミングを決定するために使用されるのが一般的ですが、この演題では深層学習を用いることでテストボーラスから本番造影時のピークCT値を推定し、本番で使用する造影材量を最適化しています。
④Imaging With a Full FOV Silicon-Based Spectral Photon-Counting Detector in a Clinical CT Gantry
Monday 10:30-12:00 PM Physics (CT: New Systems) (SSC13-02)
カテゴリー：【Photon-counting CT】
おすすめポイント：従来はCdTeの検出器が用いられることが多かったPhoton conting CTですが、この演題ではシリコンの検出器が用いられています。いろいろな施設で技術開発は進んでいるものの臨床応用までなかなか進んでいないPCCTですが、この技術がブレイクスルーになるかもしれません。
