Optimizing material composition determination in dual-energy computed tomography: a comparative study of a linear model and a fully connected neural network.

요약· AI 생성

1) 이중에너지 컴퓨터단층촬영(DECT)에서 조직의 원소 성분을 정확히 분석하는 것은 방사선치료 계획에 매우 중요합니다. 2) 연구진은 선형회귀모델과 완전연결 신경망(FCNN)을 비교하여 복셀별 조직 원소 성분 예측 성능을 평가했습니다. 3) 노이즈가 없는 조건에서는 두 모델 모두 우수한 성능을 보였으며, 선형회귀모델이 약간 더 낮은 오차를 나타냈습니다. 4) 노이즈가 있는 조건에서는 두 모델 모두 성능이 저하되었지만, 신경망은 물리적으로 타당한 음이 아닌 원소 질량분율 추정치를 일관되게 생성했습니다. 5) 이러한 모델들은 인공지능 기반 방사선치료 계획을 지원하는 모델 기반 반복 재구성 알고리즘에 통합하기에 적합합니다.