ADVANCED INTELLIGENT CLEAR-IQ ENGINE (AICE)

L’IA en imagerie médicale

AiCE est la nouvelle génération de reconstruction d’images scanner utilisant les applications
de l’Intelligence Artificielle. Première technique de Reconstruction par Deep Learning au
monde, AiCE reconstruit rapidement les images de scanner avec une qualité exceptionnelle.
Afin de pouvoir identifier et supprimer sélectivement le bruit, AiCE a bénéficié de la synthèse
d’un grand nombre de reconstructions d’images avec l’algorithme avancé MBIR (Model-
based Iterative Reconstruction).

MEILLEURE QUALITÉ IMAGE, RÉDUCTION DE LA

DOSE RX, WORKFLOW PRÉSERVÉ
“La nouvelle génération de reconstruction par Deep Learning AiCE a été installée sur notre Aquilion
ONE Genesis. Nous avons constaté une amélioration sensible de la Qualité Image avec AiCE.
Les images cliniques montrent moins de bruit et bénéficiant d’une meilleure résolution, nous avons
mesuré un gain du rapport S/B de environ +25%.
De plus, la dose RX a été réduite de environ -20% en corps entier, et -40% pour les examens
cardiaques.
La mise en place de AiCE a été facile et accompagnée par l’équipe applicative Canon. Nous réalisons
environ 80 patients par jour, la gestion du flux patient est essentielle. AiCE est implémenté dans nos
protocoles cliniques et facilite la prise en charge des patients.”
Prof. Frédéric Ricolfi
Centre Hospitalier Universitaire

AICE
Des images claires, résolues, avec une dose RX réduite.
Le réseau central de neurones (CNN) a été entraîné avec un grand nombre d’images de très
haute qualité pour reconstruire des images avec une qualité équivalente aux techniques
avancées MBIR. Les reconstruction sont beaucoup plus rapides et fiables que les techniques
itératives.

Caractéristiques de AiCE :

 Réduction avancée du bruit

 Ultra Haute Résolution
 Homogénéité optimisée
 Reconstructions rapides, préservation du workflow
DEEP LEARNING RECONSTRUCTION (DLR)
 Le réseau central de neurones est une technologie apprenante qui préserve la
résolution spatiale et réduit le niveau de bruit basée sur la Qualité des images
reconstruites avec des algorithmes MBIR avancés.
Plus le nombre d’exemples d’images pour entrainer le CNN est élevé, plus la
reconstruction DLR sera rapide et performante.