Search

超解像技術とは？

超解像とは低解像度の画像を高解像度へ変換・復元し、細部をより鮮明に表現する技術です。

近年のディープラーニングや画像処理の進歩によって超解像技術の性能は向上しています。

このディープラーニングを用いる際、トレーニングデータの選定は性能を決める重要なポイントであり、PIQEは教師データに高精細CT 「Aquilion Precision」 のデータを使用しています。CT装置が持つ分解能を復元し、空間分解能の向上のみならず、優れたノイズ低減効果や粒状性の維持効果が得られ、低侵襲かつ高精細な画像を描出します。

画像生成プロセス

◆トレーニングデータ

高精細CT「Aquilion Precision」のSHRモード（0.24mm×1792ch）で収集された高精細データに、モデルベース再構成を適用した高品質な教師データを用います。更に同じデータからNRモード（0.5mm×896ch）の生データをシミュレーションで作成し、かつ様々なノイズパターンを付加したトレーニング用入力データを用います

Image

◆トレーニングプロセス

様々な臨床例のトレーニングデータを用いて、超解像を実現する分解能の復元工程や、各種モデルを学習させます。3次元方向の超解像およびノイズ低減処理を実現するネットワークを部位ごとに構築します。

Image

◆再構成プロセス

部位ごとに構築されたネットワーク（ 3D Deep Convolutional Neural Network ）をCT装置に実装。ADCTで得られたデータのさらなる高精細化を実現します。

Image

物理特性

Aquilion ONE / PRISM Editionにて撮影

解像度特性

Image

MTF

Catphan®600 (CTP404 / Delrin module (250HU) )
Image

Profile curve

Catphan®600 (CTP528 / High resolution module )

ノイズ特性

Image

SD

water phantom(320mm) / 0.5mm
Image

粒状性

water phantom(320mm) / 0.5mm

NPS (Noise power spectral)特性

Image
water phantom(320mm) / 0.5mm

高分解能画像

PIQEはノイズ低減も学習しており、高い空間分解能と低ノイズを両立する。

心臓

ステント内腔やプラークとの境界/石灰化の描出能が向上

胸部

すりガラス状結節の輪郭や病変内部の充実成分まで正確に把握可能

腹部

低コントラスト領域における優れた粒状性維持により、視認性に優れた画像を取得

  • 本ページで紹介されているAI技術は設計の段階でAI技術を使用しており、本システムは自己学習機能を有しておりません。
  • Adaptive Iterative Dose Reduction 3D :AIDR 3D
  • Forward projected model-based Iterative Reconstruction SoluTion :FIRST
  • Advanced intelligent Clear-IQ Engine :AiCE