Développement et validation de la méthode d'analyse du CNR efficace pour évaluer la résolution de contraste des images CT

Résumé La résolution de contraste est un indice important pour évaluer la détectabilité du signal des images tomographiques computées (CT). Récemment, divers algorithmes de réduction du bruit, tels que la reconstruction itérative (IR) et la reconstruction par apprentissage profond (DLR), ont été proposés pour réduire le bruit d'image dans les images CT. Cependant, ces algorithmes entraînent des changements dans la texture du bruit d'image et des signaux d'image flous dans les images CT. De plus, le rapport contraste-bruit (CNR) ne peut pas être évalué avec précision dans les images CT reconstruites à l'aide de méthodes de réduction du bruit. Par conséquent, dans cette étude, nous avons conçu une nouvelle méthode, à savoir l'« analyse CNR efficace », pour évaluer la résolution de contraste des images CT. Nous avons vérifié si l'algorithme proposé pouvait évaluer la résolution de contraste efficace basée sur la détectabilité du signal des images CT. Les résultats ont montré que les valeurs de CNR efficaces obtenues à l'aide de la méthode proposée corrélaient bien avec les impressions visuelles subjectives des images CT. Pour vérifier si la détectabilité du signal était correctement évaluée en utilisant l’analyse CNR efficace, la méthode d'analyse CNR conventionnelle a été comparée à la méthode proposée. Les CNR des images IR et DLR calculés à l'aide de l'analyse CNR conventionnelle étaient respectivement de 13.2 et 10.7. En revanche, ceux calculés à l'aide de l'analyse CNR efficace étaient estimés à 0.7 et 1.1, respectivement. Considérant que la visibilité des signaux des images DLR était supérieure à celle des images IR, notre analyse CNR efficace proposée s'est avérée appropriée pour évaluer la résolution de contraste des images CT.