先进的智能Clear-IQ引擎(AiCE)

欢迎来到AI-assisted CT的时代

AiCE是一个创新的深度学习重建技术训练来减少噪声,提高信号的传递,清晰的速度和不同的图像。

AiCE图片:
  • 低噪声
  • 自然图像纹理*
  • 大幅高对比度分辨率
  • 清晰的低对比度检测能力
AiCE可用:

* MBIR相比

深度学习提高重建图像质量的腹部ultra-high-resolution CT

作者:Motonori船长等。
欧洲放射学杂志:
发表:11/04/2019
版权:2019年放射学的欧洲社会

下载

深度学习重建(DLR)

利用巨大的深卷积神经网络计算能力(DCNN)、先进的智能Clear-IQ引擎(AiCE)训练来区分信号和噪声,因此,该算法可以抑制噪声,提高信号。因为它与先进MBIR训练,展品高空间分辨率。但与MBIR, AiCE深度学习重建克服的挑战(图片外观和/或重建速度)在临床应用。

找到更多关于深度学习重建

AiCE为全身

所有身体成像

AiCE带给你增强身体解剖决议在许多地区包括大脑、肺、心脏和肌肉骨骼扫描。

查看AiCE临床画廊

更好的智商。低剂量。简单的工作流。

“我们Aquilion /《创世纪》一版新的深度学习重建,名叫AiCE,最近被安装。相比我们之前重建我们注意到与AiCE显著提高智商。

临床有更少的噪音和更清晰的图像,我们注意到~ 25%信噪比的增加,中国北车。

此外剂量下降了40% ~ 20%的身体成像和~心脏检查。

AiCE实现很容易就被佳能应用专家。我们每天扫描大约80名患者,因此高吞吐量为我们的网站是至关重要的。AiCE实现进我们的协议有助于简化日常工作流程”。


弗雷德里克·Ricolfi教授
大学医疗中心
法国第戎勃艮地

集成智能

尖锐、清晰和不同的图像。在低剂量。

看Matthias h神教授,医学博士,目前的发展深度学习重建技术在放射学和佳能的高级智能Clear-IQ引擎如何让改善临床决策的差异。

饼干:我们很抱歉我们不能给你这个视频——你的饼干偏好的问题。接受这里的针对饼干观看视频内容。

“明天的放射学今天”

听Ewoud Smit,医学博士,从内梅亨大学医学中心,奈梅亨,荷兰,解释AiCE甚至赢得了最保守的放射科医生在他的部门通过提供他们更多的诊断信心。

看现在

联系我们
Baidu
map