Home > Riviste > Journal of Radiological Review > Fascicoli precedenti > Journal of Radiological Review 2020 May-June;7(3) > Journal of Radiological Review 2020 May-June;7(3):185-95

ULTIMO FASCICOLO
 

JOURNAL TOOLS

eTOC
Per abbonarsi
Sottometti un articolo
Segnala alla tua biblioteca
 

ARTICLE TOOLS

Publication history
Estratti
Permessi
Per citare questo articolo

 

REVIEW   

Journal of Radiological Review 2020 May-June;7(3):185-95

DOI: 10.23736/S2723-9284.20.00029-4

Copyright © 2020 EDIZIONI MINERVA MEDICA

lingua: Italiano, Inglese

Algoritmo iterativo model-based in tomografia computerizzata: background e applicazioni cliniche

Davide IPPOLITO 1, 2 , Cesare MAINO 1, 2, Luca RIVA 1, 2, Anna PECORELLI 1, 2, Andrea DE VITO 1, 2, Sophie LOMBARDI 1, Maria RAGUSI 1, 2, Teresa GIANDOLA 1, 2, Cammillo TALEI FRANZESI 1, 2, Sandro SIRONI 2, 3

1 Department of Diagnostic Radiology, San Gerardo Hospital, Monza, Italy; 2 School of Medicine, University of Milano-Bicocca, Milan, Italy; 3 Department of Diagnostic Radiology, Papa Giovanni XXIII Hospital, Bergamo, Italy


PDF


Negli ultimi anni diversi studi hanno valutato la riduzione della dose radiante negli studi TC radiologici e neuroradiologici e l’incremento della qualità di immagine grazie all’applicazione di differenti algoritmi di ricostruzione. Rispetto alle generazioni precedenti, gli algoritmi model-based iterativi (MBIR) sono matematicamente più complessi ed accurati, utilizzando un approccio basato sulla conoscenza di modelli statistici e sistematici che tengono conto della geometria e delle caratteristiche del macchinario TC utilizzato. Recentemente, l’approccio model-based è diventato sempre più utilizzato nella pratica clinica, grazie alla sua intrinseca superiorità di ottenere una miglior qualità di immagine associata ad una riduzione della dose radiante. Questa review ha lo scopo di valutare l’importanza dell’approccio model-based applicato a tutti i distretti anatomici.


KEY WORDS: Tomografia multidetettore; Dose radiante; Algoritmi di ricostruzione; Knowledge bases

inizio pagina