Металлические объекты на изображениях компьютерной томографии могут создавать очень серьезные артефакты, которые затрудняют диагностику и хирургическое планирование. Происхождение этих артефактов на КТ-изображениях связано с тем, что рентгеновские лучи сильно ослабляются металлическими имплантатами у пациентов. Целью этого документа является представление метода ослабления металлических артефактов на КТ-изображениях с использованием современного подхода, основанного на машинном обучении и 3D-моделировании. Классически очень распространенным методом является интерполяция для восстановления отсутствующих данных следов металла в каждом двумерном срезе объема пространства для сбора данных. Но только совсем недавно внимание привлекло использование современных моделей машинного обучения для заполнения этого пространства приобретения вместо классических неадаптивных подходов.
Новаторской особенностью, представленной в этой работе, является метод создания обучающих данных. Сначала получите реалистичное 3D-моделирование позвоночника непосредственно из тома КТ. Во-вторых, сгенерируйте и расположите металлические имплантаты в 3D-модели позвоночника так, как это сделает хирург, вместо текущего случайного подхода. Затем непосредственное моделирование артефактов, полученных путем замены металла, потерянного в соответствующем пространстве для сбора данных. Эта работа также хочет представить подробную математическую теорию для новых исследователей, работающих в этой области.
Я прикрепил заполненный документ по следующей ссылке.
