Performance of a deep learning reconstruction method on clinical chest-abdomen-pelvis scans from a dual-layer detector CT system

Objective: The objective of this study was to compare the performance and robustness of a deep learning reconstruction method against established alte...

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Schuppert, Christopher (VerfasserIn) , Rahn, Stefanie (VerfasserIn) , Schnellbächer, Nikolas David (VerfasserIn) , Bergner, Frank (VerfasserIn) , Grass, Michael (VerfasserIn) , Kauczor, Hans-Ulrich (VerfasserIn) , Skornitzke, Stephan (VerfasserIn) , Weber, Tim (VerfasserIn) , Do, Thuy (VerfasserIn)
Dokumenttyp: Article (Journal)
Sprache:Englisch
Veröffentlicht: 2025 September
In: Tomography
Year: 2025, Jahrgang: 11, Heft: 9, Pages: 1-12
ISSN:2379-139X
DOI:10.3390/tomography11090094
Online-Zugang:Verlag, kostenfrei, Volltext: https://doi.org/10.3390/tomography11090094
Verlag, kostenfrei, Volltext: https://www.mdpi.com/2379-139X/11/9/94
Volltext
Verfasserangaben:Christopher Schuppert, Stefanie Rahn, Nikolas D. Schnellbächer, Frank Bergner, Michael Grass, Hans-Ulrich Kauczor, Stephan Skornitzke, Tim F. Weber and Thuy D. Do
Beschreibung
Zusammenfassung:Objective: The objective of this study was to compare the performance and robustness of a deep learning reconstruction method against established alte...
Beschreibung:Online veröffentlicht am 25. August 2025
Gesehen am 16.02.2026
Beschreibung:Online Resource
ISSN:2379-139X
DOI:10.3390/tomography11090094