AAPM Sparse-View CT Reconstruction Challenge

该数据集旨在评估计算机断层扫描成像中重构算法的性能。它包含了多种类型的图像数据，以便于对不同的重构技术进行全面的比较和评估。通过对该数据集的分析，研究人员能够更好地理解各种算法在恢复图像细节和降低噪声方面的效果。

This dataset is designed to evaluate the performance of reconstruction algorithms in computed tomography (CT) imaging. It includes various types of image data to enable comprehensive comparison and assessment of different reconstruction techniques. Through analysis of this dataset, researchers can gain a better understanding of the efficacy of various algorithms in restoring image details and reducing noise.

搜集汇总

背景与挑战

背景概述

该数据集是AAPM稀疏视图CT重建挑战的一部分，旨在通过深度学习技术解决稀疏视图CT图像重建的逆问题。它包含4000个基于2D乳腺CT模拟的训练数据/图像对和100个测试案例，用于评估数据驱动方法的准确性，主要基于均方根误差（RMSE）进行排名。挑战时间线覆盖2021年的训练、测试和结果发布阶段，最终目标是确定最准确的图像重建方法。