Aprovechando el enorme poder computacional de una Red Neuronal Convolucional Profunda (DCNN), AiCE (Advanced Intelligent Clear-IQ Engine) está capacitado para diferenciar la señal del ruido, de modo tal que el algoritmo pueda eliminar el ruido mientras mejora la señal. Debido a que está entrenado con MBIR avanzado, presenta una alta resolución espacial. Pero a diferencia de MBIR, la Reconstrucción por Aprendizaje Profundo de AiCE supera los desafíos (apariencia de la imagen y/o velocidad de reconstrucción) de la práctica clínica.
Características de la Reconstrucción por Aprendizaje Profundo de AiCE:
Rápida velocidad de reconstrucción:
Object Size | CTDIvol |
3 mm at 0.3% | 5.3 mGy |
2 mm at 0.3% | 10.5 mGy |
1.5mm at 0.3% | 22.6 mGy |
Scan Parameters | |
10mm with AiCE Body | |
Phantom | |
CTP344, Phantom Labs |
*Aquilion ONE / GENESIS Edition
Whitepaper
AiCE Deep Learning Reconstruction:
Bringing the power of Ultra-High Resolution CT to routine imaging
Kirsten Boedeker, PhD, DABR
Senior Manager, Medical Physics
Canon Medical Systems Corporation![]()
La Reconstrucción por Aprendizaje Profundo mejora la calidad de imagen de la TC abdominal de Ultra alta resolución
Author: Motonori Akagi et al.
Published: 11/04/2019
Copyright: European Society of Radiology 2019![]()
© CANON MEDICAL SYSTEMS ARGENTINA S.A.
© CANON MEDICAL SYSTEMS ARGENTINA S.A.