• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

相似文献

1
Commentary On: Image Quality Evaluation in Dual Energy CT of the Chest, Abdomen and Pelvis in Obese Patients with Deep Learning Image Reconstruction.关于《肥胖患者胸部、腹部和骨盆双能CT深度学习图像重建的图像质量评估》的述评
J Comput Assist Tomogr. 2022;46(4):612-613. doi: 10.1097/RCT.0000000000001353. Epub 2022 Jun 23.
2
Image Quality Evaluation in Dual-Energy CT of the Chest, Abdomen, and Pelvis in Obese Patients With Deep Learning Image Reconstruction.深度学习图像重建在肥胖患者胸部、腹部和骨盆双能 CT 中的图像质量评估。
J Comput Assist Tomogr. 2022;46(4):604-611. doi: 10.1097/RCT.0000000000001316. Epub 2022 Apr 27.
3
Deep learning image reconstruction to improve accuracy of iodine quantification and image quality in dual-energy CT of the abdomen: a phantom and clinical study.深度学习图像重建以提高腹部双能CT中碘定量的准确性和图像质量：一项体模与临床研究
Eur Radiol. 2023 Feb;33(2):1388-1399. doi: 10.1007/s00330-022-09127-1. Epub 2022 Sep 17.
4
Deep learning image reconstruction for improving image quality of contrast-enhanced dual-energy CT in abdomen.深度学习图像重建提高腹部增强双能 CT 的图像质量。
Eur Radiol. 2022 Aug;32(8):5499-5507. doi: 10.1007/s00330-022-08647-0. Epub 2022 Mar 3.
5
Deep learning reconstruction for contrast-enhanced CT of the upper abdomen: similar image quality with lower radiation dose in direct comparison with iterative reconstruction.深度学习重建在上腹部增强 CT 中的应用：与迭代重建直接比较，辐射剂量更低，图像质量相似。
Eur Radiol. 2021 Aug;31(8):5533-5543. doi: 10.1007/s00330-021-07712-4. Epub 2021 Feb 8.
6
Image quality evaluation of dual-layer spectral CT in comparison to single-layer CT in a reduced-dose setting.双层光谱 CT 与单层 CT 在低剂量条件下的图像质量评价比较。
Eur Radiol. 2020 Oct;30(10):5709-5719. doi: 10.1007/s00330-020-06894-7. Epub 2020 May 11.
7
Deep-learning reconstruction to improve image quality of myocardial dynamic CT perfusion: comparison with hybrid iterative reconstruction.深度学习重建以改善心肌动态CT灌注成像质量：与混合迭代重建的比较。
Clin Radiol. 2022 Oct;77(10):e771-e775. doi: 10.1016/j.crad.2022.06.013. Epub 2022 Jul 16.
8
Optimal abdominal CT protocol for obese patients.肥胖患者的最佳腹部CT检查方案。
Radiography (Lond). 2018 Feb;24(1):e1-e12. doi: 10.1016/j.radi.2017.08.003. Epub 2017 Aug 25.
9
Deep learning image reconstruction for improvement of image quality of abdominal computed tomography: comparison with hybrid iterative reconstruction.深度学习图像重建提高腹部 CT 图像质量：与混合迭代重建的比较。
Jpn J Radiol. 2021 Jun;39(6):598-604. doi: 10.1007/s11604-021-01089-6. Epub 2021 Jan 15.
10
Deep learning image reconstruction algorithm reduces image noise while alters radiomics features in dual-energy CT in comparison with conventional iterative reconstruction algorithms: a phantom study.与传统迭代重建算法相比，深度学习图像重建算法在降低双能CT图像噪声的同时改变了影像组学特征：一项体模研究。
Eur Radiol. 2023 Feb;33(2):812-824. doi: 10.1007/s00330-022-09119-1. Epub 2022 Oct 5.

引用本文的文献

1
Deep-learning CT reconstruction in clinical scans of the abdomen: a systematic review and meta-analysis.深度学习 CT 重建在腹部临床扫描中的应用：系统评价和荟萃分析。
Abdom Radiol (NY). 2023 Aug;48(8):2724-2756. doi: 10.1007/s00261-023-03966-2. Epub 2023 Jun 6.

本文引用的文献

1
Reduced-Dose Deep Learning Reconstruction for Abdominal CT of Liver Metastases.肝脏转移瘤腹部 CT 的低剂量深度学习重建。
Radiology. 2022 Apr;303(1):90-98. doi: 10.1148/radiol.211838. Epub 2022 Jan 11.
2
CT Noise-Reduction Methods for Lower-Dose Scanning: Strengths and Weaknesses of Iterative Reconstruction Algorithms and New Techniques.CT 噪声降低方法在低剂量扫描中的应用：迭代重建算法和新技术的优缺点。
Radiographics. 2021 Sep-Oct;41(5):1493-1508. doi: 10.1148/rg.2021200196.
3
Dual-Energy CT Images: Pearls and Pitfalls.双能 CT 图像：要点与陷阱。
Radiographics. 2021 Jan-Feb;41(1):98-119. doi: 10.1148/rg.2021200102.
4
Improving Image Quality and Reducing Radiation Dose for Pediatric CT by Using Deep Learning Reconstruction.利用深度学习重建技术提高儿科 CT 的图像质量并降低辐射剂量。
Radiology. 2021 Jan;298(1):180-188. doi: 10.1148/radiol.2020202317. Epub 2020 Nov 17.
5
Virtual Clinical Trials: Why and What (Special Section Guest Editorial).虚拟临床试验：为何及是什么（专题客座编辑）
J Med Imaging (Bellingham). 2020 Jul;7(4):042801. doi: 10.1117/1.JMI.7.4.042801. Epub 2020 Jul 15.
6
Image Quality Assessment of Abdominal CT by Use of New Deep Learning Image Reconstruction: Initial Experience.基于新型深度学习图像重建的腹部 CT 图像质量评估：初步经验。
AJR Am J Roentgenol. 2020 Jul;215(1):50-57. doi: 10.2214/AJR.19.22332. Epub 2020 Apr 14.
7
Image quality and dose reduction opportunity of deep learning image reconstruction algorithm for CT: a phantom study.深度学习图像重建算法在 CT 中的图像质量和剂量降低机会：一项体模研究。
Eur Radiol. 2020 Jul;30(7):3951-3959. doi: 10.1007/s00330-020-06724-w. Epub 2020 Feb 25.

Commentary On: Image Quality Evaluation in Dual Energy CT of the Chest, Abdomen and Pelvis in Obese Patients with Deep Learning Image Reconstruction.

作者信息

Jensen Corey T

机构信息

From the Department of Abdominal Imaging, The University of Texas MD Anderson Cancer Center, Houston, TX.

出版信息

J Comput Assist Tomogr. 2022;46(4):612-613. doi: 10.1097/RCT.0000000000001353. Epub 2022 Jun 23.

DOI:10.1097/RCT.0000000000001353
PMID:35759780
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC9348831/
Abstract
摘要