Introduzindo uma nova era
de reconstrução de imagem

deep learning image reconstruction


Imagens de TrueFidelity em um paciente de IMC 62 (181 Kgs, 1.73 m)

Where deep learning does its learning matters

A solução para reconstrução de imagem baseada em deep learning é tão boa quanto o treinamento do algoritmo. A GE Healthcare treinou seu mecanismo de reconstrução usando uma biblioteca de milhares de imagens de retroprojeção filtrada (FBP) de baixo ruído, consideradas o padrão ouro de qualidade de imagem.

  • Designing

    A criação envolve níveis de equações matemáticas, uma Deep Neural Network (DNN) que pode lidar com milhões de parâmetros.

  • Training

    Inserir um sinograma de alto ruído por meio do DNN e comparar a imagem de saída com uma versão de baixo ruído da mesma imagem. Essas duas imagens são comparadas em vários parâmetros, como ruído de imagem, resolução de baixo contraste, detectabilidade de baixo contraste, textura de ruído, etc. A imagem de saída relata as diferenças para a rede via retropropagação que treina e fortalece o DNN com base na saída desejada.

  • Verifying

    A rede faz a reconstrução de casos clínicos e phantom como você nunca viu antes, incluindo casos extremamente raros para levar a rede ao seu limite, confirmando sua robustez.

Confiança. Não Compromisso.

Comparadas até mesmo com a Iterative Reconstruction em modelos mais sofisticados, as imagens de TC TrueFidelity são elevadas a um outro nível. A visualização de contraste é mantida, o ruído e os artefatos são minimizados, as bordas são mantidas o suficiente para que haja clareza notável e nenhum comprometimento com a textura da imagem. 1


Testemunhos


Dhiraj Baruah, MD
Froedtert & the Medical College of Wisconsin

"Reduz o ruído em imagens cardíacas com o deep learning que permite a redução do kVp enquanto mantem a qualidade de imagem."



Naveen Kulkarni, MD
Froedtert & the Medical College of Wisconsin

"Excelente CNR, delineamento da lesão, com textura melhorada e sem aparência plástica na imagem."



James Earls, MD FSCCT
George Washington University Hospital

"O ruído reduzido e a qualidade de imagem aprimorada na gordura epicárdica permitem uma representação aprimorada da parede externa das artérias coronárias, tornando mais fácil detectar a remodelação positiva da placa de alto risco do que com métodos de reconstrução anteriores."



Lawrence N. Tanenbaum, MD FACR
Radnet

"É assim que uma imagem de TC de crânio deve ser e nunca foi, mesmo na era das altas doses. Menos ruído, menos artefatos e um prazer de interpretar."


Galeria de Imagens: Comparação de Tecnologia de Reconstrução

  • FBP | 2.5 mm

  • ASiR-V 50% | 2.5 mm

  • Deep Learning Image Reconstruction | 2.5 mm

  • FBP | 0.625 mm

  • ASiR-V 50% | 0.625 mm

  • Deep Learning Image Reconstruction | 0.625 mm

  • FBP | 0.625 mm

  • ASiR-V 50% | 0.625 mm

  • Deep Learning Image Reconstruction | 0.625 mm

  • FBP

  • ASiR-V 50%

  • Deep Learning Image Reconstruction

Recursos

1. Conforme demonstrado em uma avaliação clínica consistindo em 60 casos e 9 médicos, onde cada caso foi reconstruído com DLIR e ASiR-V e avaliado por 3 dos médicos. Em 100% das leituras, a nitidez da imagem do DLIR foi classificada como igual ou melhor do que a do ASiR-V. Em 91% das leituras, a textura de ruído do DLIR foi avaliada melhor que a do ASiR-V. Essa classificação foi baseada na preferência de cada leitor individual.
Os produtos / tecnologias mencionados neste material podem estar sujeitos à regulamentação do governo. Seu embarque e efetiva comercialização só poderão ocorrer após a aprovação do regulador.
Os produtos / tecnologias podem estar com nome fantasia distinto do aprovado, sua comercialização ocorrerá sob o nome registrado.

JB00048BR