【背景・目的】

　近年、CTにおいて深層学習再構成法 (Deep learning 画像再構成 : DLR) が臨床に導入され、X線量低減や画質改善などが期待されている。従来より使用されている画像再構成技術 (FBP, HIR, MBIR, etc.) と比較し、X線量や画質などについて検討する必要がある。研究では、DLRの有用性について質的量的な観点より評価をおこなった。

【研究概要】

本研究内容 (他研究も含む)

• CTの画像再構成法である、DLRやフィルタ補正逆投影法 (FBP)、逐次近似再構成法 (HIR, MBIR) を用いたX線量と画質の最適化
• DLR, HIR, MBIRを用いた冠動脈ステントの内腔評価
• 低管電圧CTと画像再構成法との組み合わせによる有用性

画像再構成技術

• DLR    : Deep learning-based reconstruction
• FBP    : Filtered back projection
• HIR    : Hybrid iterative reconstruction
• MBIR  : Model-based iterative reconstruction

DLRは従来の画像再構成法と比べて、画質ならびにX線量低減において改善が期待出来き、有用性が高い再構成法である。