Key points are not available for this paper at this time.
Le développement rapide des systèmes et du matériel des technologies de tomographie par rayons X (CT) a été accompagné de progrès tout aussi passionnants dans les algorithmes de reconstruction d'images. Parmi les deux algorithmes de reconstruction, analytique et itératif, les algorithmes de reconstruction itérative (IR) sont devenus une option cliniquement viable en imagerie CT. Les premiers scanners CT des années 1970 utilisaient des algorithmes IR, mais le manque de puissance de calcul empêchait leur utilisation clinique. En 2009, les premiers algorithmes IR sont devenus commercialement disponibles et ont remplacé les algorithmes analytiques traditionnellement établis en tant que back projection filtrée. Depuis lors, l'IR a joué un rôle essentiel dans le domaine de la radiologie. Bien que tous les algorithmes IR disponibles partagent le mécanisme commun de réduction des artefacts et/ou de potentiel de réduction de la dose de radiation, l'ampleur de ces effets dépend des algorithmes IR spécifiques. L'IR reconstruit des images en optimisant de manière itérative une fonction objective. La fonction objective se compose généralement d'un terme d'intégrité des données et d'un terme de régularisation. Par conséquent, différentes priors de régularisation sont utilisés dans les algorithmes IR. Cet article examinera brièvement l'évolution générale de la reconstruction d'images CT et les priors de régularisation utilisés dans les algorithmes IR. Enfin, une discussion est présentée sur la réalité des différentes méthodologies de reconstruction en un clin d'œil pour trouver la préférée. Par conséquent, nous présenterons des anticipations pour de futurs progrès dans ce domaine.
Islam et al. (Mer,) ont étudié cette question.