脳CT灌流画像解析に関する研究成果が，Radiological Physics and Techonology誌に採択されました．

脳CT灌流画像解析に関する研究成果が，Radiological Physics and Techonology誌に採択されました．本論文では，画像データの時間軸方向のトランケーションを補正する方法として，3D U-Netを用いて撮影終盤の画像フレームを予測する手法を提案しています。また，画像フレームを予測する際に，1画像ずつ再帰的に予測するよりも，複数の画像フレームを同時に予測する方が精度が良好であることを示しました．

Ichikawa S, Ozaki M, Itadani H, Sugimori H, Kondo Y. Deep learning-based correction for time truncation in cerebral computed tomography perfusion. Radiol Phys Technol. 2024. doi: 10.1007/s12194-024-00818-6. Epub ahead of print.

https://link.springer.com/article/10.1007/s12194-024-00818-6