Deep learning Mr imaging–based attenuation correction for PeT/Mr imaging 1
Deep learning Mr imaging–based attenuation correction for PeT/Mr imaging 1
复制标题
DOI：
--
复制
发表时间：
2017
期刊：
影响因子：
--
通讯作者：
Fang Liu;Hyungseok Jang;Richard Kijowski;T. Bradshaw;A. McMillan
中科院分区：
文献类型：
--
作者：
Fang Liu;Hyungseok Jang;Richard Kijowski;T. Bradshaw;A. McMillan
此外，深度MRAC提供了良好的PET结果，在大多数大脑区域的平均误差小于1%。与基于dixon的软组织和空气分割（2 5.8% 6 3.1）和基于解剖ct的模板配准（2 4.8% 6 2.2）相比，深度MRAC实现的PET重建误差（2 0.7% 6 1.1）显著降低。
Furthermore, deep MRAC provides good PET results, with average errors of less than 1% in most brain regions. Significantly lower PET reconstruction errors were realized with deep MRAC ( 2 0.7% 6 1.1) compared with Dixon-based soft-tissue and air segmentation ( 2 5.8% 6 3.1) and anatomic CT-based template registration ( 2 4.8% 6 2.2)