医用软件 PIQE

CT计算机断层扫描可视化诊断

概述
PIQE 是一种深度学习重建（DLR）算法，旨在最大化 CT 的空间分辨率，为心脏、肺部及体部检查提供超分辨率图像。它在常规扫描数据上提升微小解剖细节和低对比度可检测性。

图像质量
PIQE 生成的图像解剖细节更清晰，结构边界更明确，有助于提高诊断信心。1024 矩阵相较于 512 矩阵支持最高 4× 放大，在高倍放大时保留空间细节。

PIQE 实践应用
与传统重建方法相比，PIQE 提供更高的空间分辨率和更低的图像噪声。在心脏 CT 中，它能更清晰地显示小的动脉粥样斑块和钙化，并减少支架周围的泛影（blooming）伪影，从而改善支架金属丝和血管腔的辨识。

优势

• 更清晰的解剖细节，有助于更好地分辨小结构
• 无需额外辐射剂量即可实现细节增强
• 通过 1024 矩阵实现 4× 放大能力（从 512 放大到 1024）

为精度训练
PIQE 经训练可从 0.5 mm 下采样数据重建 Aquilion Precision 获取的 UHR‑CT 0.25 mm 图像。其三维神经网络结构在常规扫描上最大化空间分辨率，提升 CT 图像质量标准。

背景
自 2011 年以来，Canon 持续推进 CT 图像质量技术。2018 年首次将深度学习应用于 AiCE 重建；PIQE 于 2021 年推出（最初为 512 矩阵，现已提升到 1024），代表了 DLR 技术的下一代发展。

临床证据与使用案例
PIQE 适用于心脏、肺部和体部成像，被认为可提高低对比度可检测性、减少泛影（如支架周围）并更清晰地显示小斑块与钙化。

精选用户评价
“让我印象深刻的是 PIQE 相较于其他重建技术确实是一步飞跃。差异体现在更清晰的图像、更高的空间分辨率，以及更低的图像噪声。” — Prof. Mickaël Ohana

“与传统重建方法相比，PIQE 提供更高的空间分辨率和更低的图像噪声。PIQE 被视为一项具有突破性的技术，应在身体各个部位广泛推广应用。” — Dr. Fuminari Tatsugami

技术参数

• 类型：深度学习重建（DLR）算法
• 厂商平台：为 Aquilion Precision UHR‑CT 训练
• 重建目标分辨率：从 0.5 mm 下采样数据重建 UHR‑CT 0.25 mm
• 矩阵选项：1024 矩阵（较初始 512 有所改进）
• 缩放：使用 1024 矩阵可将 512 图像放大至最多 4×
• 临床关注：心脏、肺部和体部检查
• 主要优势：提高空间分辨率、优异的低对比度可检测性、减少泛影
• 推出时间：2021 年（最初以 512 发布，后改进为 1024）