X-ray guided interventional procedures have become increasingly important in medical practice. Since they may expose patients as well as clinical staff to a significant amount of radiation, the X-ray dose should be kept as low as reasonably achievable. Unfortunately, a reduction in X-ray dose results in a decreased signal-to-noise ratio. In order to improve X-ray image quality at reduced dose levels, novel machine learning-based image processing methods are developed and presented in this thesis
Übersetzte Kurzfassung:
Röntgenbasierte interventionelle Eingriffe haben in der medizinischen Praxis zunehmend an Bedeutung gewonnen. Da sie jedoch zu einer signifikanten Strahlenbelastung für Patienten und Ärzte führen können, ist die Röntgendosis so niedrig wie möglich zu halten. Allerdings führt eine Senkung der Dosis zu einem reduzierten Signal-Rausch-Verhältnis. Um die Bildqualität bei reduzierter Dosis zu verbessern, werden in dieser Arbeit neue lernbasierte Bildverarbeitungsmethoden entwickelt und vorgestellt