📄 مقاله: بهبود کیفیت تصویر و عملکرد هوش مصنوعی در تشخیص آمبولی ریه با سی‌تی آنژیوگرافی فوق‌کم‌دُز
این مطالعه به بررسی یک فناوری جدید به نام Deep Learning Reconstruction (DLR) می‌پردازد و نشان می‌دهد که چگونه می‌توان کیفیت تصاویر سی‌تی را در دُزهای بسیار پایین حفظ کرد .

نکات برجسته مقاله:

· هدف: ارزیابی این که آیا الگوریتم DLR می‌تواند کیفیت تصاویر را در دُز بسیار پایین (کمتر از ۷۵٪ دُز معمول) حفظ کرده و به هوش مصنوعی در تشخیص آمبولی ریه کمک کند .
· روش تحقیق: ۱۴۴ بیمار به دو گروه تصویربرداری با دُز معمول و دُز فوق‌پایین تقسیم شدند. تصاویر گروه دوم با دو روش بازسازی شدند: روش استاندارد (HIR) و روش DLR. سپس عملکرد رادیولوژیست‌ها در تشخیص آمبولی، با و بدون کمک هوش مصنوعی، روی این تصاویر مقایسه شد .
· یافته‌های کلیدی:
· تصاویر DLR با دُز پایین، کیفیت بالاتری نسبت به تصاویر دُز معمول و همچنین نسبت به تصاویر دُز پایینِ بازسازیشده با روش استاندارد داشتند .
· کمک هوش مصنوعی، زمان تفسیر تصاویر را حدود ۱۵ تا ۲۰ درصد کاهش داد .
· دُز اشعه در گروه فوق‌پایین ۷۴٪ کاهش یافت .
· نتیجه‌گیری: ترکیب الگوریتم DLR و هوش مصنوعی، راهکاری عملی برای کاهش چشمگیر دز اشعه بدون افت کیفیت تشخیصی ارائه می‌دهد و ایمنی بیماران را افزایش می‌دهد .
https://t.me/RSSA_Semums