深度学习重建算法的图像质量体模研究.pptx

content目录01研究背景与技术演进02实验设计与方法构建03客观图像质量量化评估04主观视觉感知评价体系05多算法性能对比与层级效应分析06临床意义与未来发展方向

研究背景与技术演进01

医学影像重建技术从滤波反投影向智能化迭代的演变历程医学影像重建技术演进滤波反投影，早期快速重建方法但易产生伪影。迭代重建，提升图像质量但计算成本较高。深度学习重建，利用神经网络实现高效高质量成像。深度学习优势噪声抑制，在低剂量条件下显著降低图像噪声。细节增强，有效保留组织细微结构和边缘信息。传统方法瓶颈低剂量下噪声显著，影响诊断准确性。伪影明显，由投影不足或金属干扰引起。分辨率受限，难以满足精细结构观察