QR குறியீடு

Optimizing Attenuation Correction in <sup>68</sup>Ga-PSMA PET Imaging Using Deep Learning and Artifact-Free Dataset Refinement

<b>Background/Objectives:</b> Attenuation correction (AC) is essential for achieving quantitatively accurate PET imaging. In <sup>68</sup>Ga-PSMA PET, however, artifacts such as respiratory motion, halo effects, and truncation errors in CT-based AC (CT-AC) images compromise image quality and impair...

முழு விளக்கம்

சேமிக்கப்பட்டது:
முதன்மை ஆசிரியர்கள்: Masoumeh Dorri Giv, Guluzar Ozbolat, Hossein Arabi, Somayeh Malmir, Shahrokh Naseri, Vahid Roshan Ravan, Hossein Akbari-Lalimi, Raheleh Tabari Juybari, Ghasem Ali Divband, Nasrin Raeisi, Vahid Reza Dabbagh Kakhki, Emran Askari, Sara Harsini
வடிவம்: Artigo
மொழி:Inglês
வெளியிடப்பட்டது: MDPI AG 2025-05-01
தொடர்:Diagnostics
பொருள்கள்:
attenuation correction
positron emission tomography computed tomography
deep learning
image artifacts
neural networks
ஆன்லைன் அணுகல்:https://www.mdpi.com/2075-4418/15/11/1400
குறிச்சொற்கள்: குறிச்சொல்லை சேர்க்கவும்
டாக்‌ஸ் இல்லை, இந்த பதிவுக்கு குறிச்சொல் சேர்க்கும் முதல் நபராக இருங்கள்!

ஒத்த வளங்கள்