Czy możemy symulować obrazy CT bez rzeczywistych skanów? Możliwości i ograniczenia modeli matematycznych

Jolanta Podolszańska: Czy możemy symulować obrazy CT bez rzeczywistych skanów? Możliwości i ograniczenia modeli matematycznych, 14, 2025, 191-198

Streszczenie

Artykuł analizuje wykorzystanie modeli matematycznych i głębokiego uczenia do generowania syntetycznych obrazów CT, jako alternatywy dla rzeczywistych skanów, które są trudne do pozyskania z powodów prawnych, finansowych i zdrowotnych. Przedstawiono klasyczne modele, jak fantom Shepp-Logana i Jaszczaka, oraz nowoczesne podejścia, takie jak GAN, VAE i modele dyfuzyjne. Omówiono potencjał tych metod w rekonstrukcji obrazów, planowaniu radioterapii i szkoleniu AI, a także ich ograniczenia — np. halucynacje AI i trudności w odwzorowaniu wartości HU. Artykuł podkreśla, że mimo postępów, pełne kliniczne zastosowanie syntetycznych obrazów CT wymaga dalszych badań i walidacji.