.png){kind=icon}
返回
Tissue-specific sparse deconvolution for brain CT perfusion
.png){kind=icon}
PRE
AI
DOI：10.1016/j.compmedimag.2015.04.008.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在用于脑血管疾病诊断的低剂量计算机断层扫描灌注 (CTP) 中增强灌注图是一项具有挑战性的任务，尤其是对于通常发生梗塞核心和缺血半暗带的低对比度组织类别。最近提出了稀疏灌注反卷积，通过从高剂量灌注图中提取互补信息以使用联合时空模型恢复低剂量，从而有效提高低剂量灌注CT的图像质量和诊断准确性。然而，在脑灌注CT中可能发生梗塞核心和缺血半暗带的低对比度组织课程倾向于过度平滑，导致基本生物标志物的丢失。在本文中，我们提出了一种组织特异性稀疏去卷积方法，以保留低对比度组织课程中的细微灌注信息。我们首先使用在线字典学习从高剂量灌注图的分割构建组织特异性字典，然后对低剂量CTP数据上的逐块组织段执行基于去卷积的血液动力学参数估计。在患有脑血管疾病的患者的临床数据集上的广泛验证证明了我们提出的方法与现有技术相比的优越性能，并且通过增加大脑中正常和缺血组织之间的差异而潜在地提高诊断准确性。（C）2015爱思唯尔有限公司。版权所有。
Keyword:
Low-dose CT perfusion
Tissue-specific
Dictionary learning
Ischemic detection
Deconvolution
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
4.9
论文数:
2.4K
被引数:
5.0K
机构
引用论文
A Spatio-Temporal Deconvolution Method to Improve Perfusion CT Quantification一种改进灌注CT量化的时空反卷积方法
PREAI
分享收藏A micromachined efficient parametric array loudspeaker with a wide radiation frequency band具有宽辐射频带的微机械高效参量阵列扬声器
PREAI
分享收藏Towards robust deconvolution of low-dose perfusion CT: Sparse perfusion deconvolution using online dictionary learning面向低剂量灌注CT的鲁棒反卷积: 使用在线字典学习的稀疏灌注反卷积.png)
MEDICAL IMAGE ANALYSIS
OAAI
MEDICAL IMAGE ANALYSISIF11.8
OAAI分享收藏A generative probability model of joint label fusion for multi-atlas based brain segmentationMEDICAL IMAGE ANALYSISOAAI
MEDICAL IMAGE ANALYSISIF11.8
OAAI分享收藏Image denoising via sparse and redundant representations over learned dictionaries通过学习字典上的稀疏和冗余表示进行图像去噪
PREAI
分享收藏Improving low-dose blood-brain barrier permeability quantification using sparse high-dose induced prior for Patlak model使用稀疏高剂量诱导的Patlak模型改善低剂量血脑屏障通透性定量MEDICAL IMAGE ANALYSIS
OAAI
MEDICAL IMAGE ANALYSISIF11.8
OAAI分享收藏分享收藏
查看更多内容