Core Concepts
4D CBCT画像の回転ストリークアーティファクトを効果的に削減するための新しい深層学習ベースの手法を提案します。
Abstract
この記事は、4次元コーンビームCT(4D CBCT)画像における回転ストリークアーティファクトの問題に焦点を当てています。以下は内容の概要です:
背景:
4D CBCTは呼吸運動を示す画像を提供しますが、画像アーティファクトが問題となります。
従来の方法では十分な結果が得られず、新しい手法が必要です。
提案された手法(RSTAR-Net):
回転ストリークアーティファクトを削減するために、RSTAR-Netという空間時間ニューラルネットワークを提案します。
RSTAR-Netは効率的で優れた性能を示しました。
実験結果:
シミュレーションデータセットと臨床データセットでRSTAR-Netの有効性が確認されました。
比較手法よりも優れた再構成結果が得られました。
結論:
RSTAR-Netは4D CBCT画像における回転ストリークアーティファクトの削減に成功しました。