Suscribirse

Deep-learning reconstruction in computed tomography: Cosmetic improvements should be backed by clinical evidence - 02/02/26

Doi : 10.1016/j.diii.2026.01.009 
Augustin Lecler a, b, , Philippe Soyer c, d
a Université Paris Cité, INSERM UMR 970, 75006 Paris, France 
b Department of Neuroradiology, Hôpital Fondation A. de Rothschild, 75019 Paris, France 
c Department of Radiology, Hôpital Cochin-APHP, 75014 Paris, France 
d Université Paris Cité, CNRS, INSERM U 1334, NABI, Faculté de Médecine, 75006 Paris, France 

Corresponding author.
El texto completo de este artículo está disponible en PDF.
En prensa. Pruebas corregidas por el autor. Disponible en línea desde el Monday 02 February 2026

Keywords : Deep-learning image reconstruction algorithm, Iterative reconstruction algorithm, Multidetector computed tomography, Phantom studies, Task-based image quality assessment

Abbreviation : CT, DLR, IR


El texto completo de este artículo está disponible en PDF.

Esquema


© 2026  Publicado por Elsevier Masson SAS.
Añadir a mi biblioteca Eliminar de mi biblioteca Imprimir
Exportación

    Exportación citas

  • Fichero

  • Contenido

Bienvenido a EM-consulte, la referencia de los profesionales de la salud.
El acceso al texto completo de este artículo requiere una suscripción.

¿Ya suscrito a @@106933@@ revista ?

@@150455@@ Voir plus

Mi cuenta


Declaración CNIL

EM-CONSULTE.COM se declara a la CNIL, la declaración N º 1286925.

En virtud de la Ley N º 78-17 del 6 de enero de 1978, relativa a las computadoras, archivos y libertades, usted tiene el derecho de oposición (art.26 de la ley), el acceso (art.34 a 38 Ley), y correcta (artículo 36 de la ley) los datos que le conciernen. Por lo tanto, usted puede pedir que se corrija, complementado, clarificado, actualizado o suprimido información sobre usted que son inexactos, incompletos, engañosos, obsoletos o cuya recogida o de conservación o uso está prohibido.
La información personal sobre los visitantes de nuestro sitio, incluyendo su identidad, son confidenciales.
El jefe del sitio en el honor se compromete a respetar la confidencialidad de los requisitos legales aplicables en Francia y no de revelar dicha información a terceros.


Todo el contenido en este sitio: Copyright © 2026 Elsevier, sus licenciantes y colaboradores. Se reservan todos los derechos, incluidos los de minería de texto y datos, entrenamiento de IA y tecnologías similares. Para todo el contenido de acceso abierto, se aplican los términos de licencia de Creative Commons.