• 尊龙凯时 - 人生就是搏!

    uCT Atlas Pro

    智慧感知 智胜未来

    深度融合业界领先的人工智能技术，聚焦日益增加的心脏CT检查需求， uCT Atlas Pro 通过智能化的操作流 程与创新的心脏图像重建技术，不仅实现了自由心脏成像技术，更显著提升了心脏诊断的精准度；采用革命 性的双精度图像感知技术，涵盖形态学与功能学检查，有效去除伪影获得低剂量高清图像；全新智能后处理 平台，带来秒级工作效率与超真实渲染技术，尽享卓越影像体验。智慧感知平台，共享健康新未来！

    沉浸式心脏诊疗智慧流程

    极智创新 自由心脏

    CT高清成像多维创新方案

    智慧感知 精准临床

    服务器架构智慧数智引擎

    智能处理 无需等待

    沉浸式心脏诊疗智慧流程 - 极智创新 自由心脏

    冠状动脉CT血管造影（CCTA）已经成为冠心病无创影像检查的首选方法，为冠心病的预防、诊断、治疗和康复提供了重要工具。uCT Atlas Pro不仅具备领先的One-beat心脏成像技术，同时融合众多人工智能（AI）技术，实现从摆位、扫描、冠脉时相选择、运动伪影校正、图像重建等全流程的智能操作，提供沉浸式心脏诊疗智慧流程 ，实现自由心脏成像！

    深度学习心脏图像重建 - CardioBoost

    针对心脏重建算法精心研发，利用深度学习技术显著增强图像分辨率、消除伪影干扰，同时有效降低辐射剂量与噪声，维持图像纹理的自然与真实。

    降低图像噪声

    降97%*图像噪声，图像观感自然

    降低辐射剂量

    相同图像质量下，剂量最高可降70%*

    提升组织分辨率

    低对比度分辨率提升99%*，利于斑块、心肌、瓣膜显示

    提升空间分辨率

    空间分辨率提升72%*，利于钙化斑块、支架显示

    伪影抑制能力

    抑制高密度物质条状、晕状伪影，管腔狭窄程度评估更准确

    适用动态心肌灌注

    解决动态心肌灌注辐射剂量偏高难题

    *数据在模体测试条件下、与传统FBP图像重建算法对比获得

    沉浸式心脏诊疗智慧流程

    凭借全流程人工智能技术，实现患者快速自动摆位、自适应曝光、自动时相选择、冠脉运动伪影消除、以及一键式三维图像处理等智慧化操作，优化心脏检查的图像质量，并提升医生的诊疗效率。

    uAI Vision
    通过一键点击操作，实现对心脏成像患者位置的精确摆放。

    CardioAssist
    自动评估患者的心率，并提供自动的门控设置。
    CardioAdapt
    适应不规则心率的检查，避免不必要的重复扫描。

    ePhase
    人工智能技术自动选择运动幅度最小相位，极大提升时相选择的效率与图像质量。

    CardioCapture
    人工智能驱动的运动伪影校正技术，有效地消除冠状动脉的运动伪影。

    CardioBoost
    基于深度学习技术的数据驱动图像重建算法。

    CardioBoost采用真实心脏图像训练3D神经网络模型，以常规剂量下的高质量图像为学习目标，使低剂量图像在优化图像质量同时，能有效降低图像噪声、提高低对比度分辨率以及空间分辨率，还可抑制条状伪影。

    uOmnispace.CT*
    智能算法加持，一键工作流，快速、清晰、完整显示冠脉和腔室结构，助力高效分析。

    *为独立注册的uOmnispace.CT后处理应用
    **为尊龙凯时智能AI软件

    AI自动摆位

    uAI Vision
    通过一键点击操作，实现对心脏成像患者位置的精确摆放。

    智能自适应扫描

    CardioAssist
    自动评估患者的心率，并提供自动的门控设置。
    CardioAdapt
    适应不规则心率的检查，避免不必要的重复扫描。

    AI冠脉最佳时相

    ePhase
    人工智能技术自动选择运动幅度最小相位，极大提升时相选择的效率与图像质量。

    AI冠脉运动伪影校正

    CardioCapture
    人工智能驱动的运动伪影校正技术，有效地消除冠状动脉的运动伪影。

    AI心脏重建

    CardioBoost
    基于深度学习技术的数据驱动图像重建算法。

    CardioBoost采用真实心脏图像训练3D神经网络模型，以常规剂量下的高质量图像为学习目标，使低剂量图像在优化图像质量同时，能有效降低图像噪声、提高低对比度分辨率以及空间分辨率，还可抑制条状伪影。

    数智分析引擎

    uOmnispace.CT*
    智能算法加持，一键工作流，快速、清晰、完整显示冠脉和腔室结构，助力高效分析。

    *为独立注册的uOmnispace.CT后处理应用
    **为尊龙凯时智能AI软件

    CT高清成像多维创新方案 - 智慧感知 精准临床

    精准洞察患者对安全的需求、及影像科面对的繁重工作，uCT Atlas Pro将尖端的深度学习技术融入图像重建环节，实现图像质量的全面提升，也可大幅降低CT检查的辐射剂量。创新的智慧感知技术，为影像学领域的发展注入了新鲜活力与强劲动力！

    CT重建算法的不断迭代升级，已从滤波反投影（FBP）技术推进至迭代算法（IR）及深度学习重建（DLR）。这些算法技术各自展现了独特的优势，不过，也存在一定的局限性。

    全模型迭代重建（MBIR）技术显著降低图像噪声、提升空间分辨率和低对比度（LCD）检测能力，同时有效抑制条纹状和宽体探测器的锥形束伪影。然而，通过正则化项进行图像噪声抑制，会引起图像噪声分布不自然，导致图像纹理呈现“蜡像感”。且由于高强度的计算，对计算机算力要求高、图像重建时间长。

    DLR算法能快速重建出低噪声、图像纹理自然的图像，从而实现进一步降低辐射剂量的可能性。 然而，深度学习网络高度复杂，并且使用的模型并不完全可解释，非线性算法可能会在低剂量检查中引入不正确的解剖或病理特征[1]。

    [1] Deep Learning Image Reconstruction for CT: Technical Principles and Clinical Prospects. Radiology. 2023 Mar;306(3):e221257.

    AIIR技术融合了MBIR和DLR两者的优势：保持了用于光学、噪声、解剖和系统模型的优势，以准确保留解剖和病理特征；又融入了深度学习的去噪技术、图像纹理自然的优势，取代了MBIR中传统正则化项的作用，优化了重建过程和图像纹理效果。

    CT图像重建技术的发展

    CT重建算法的不断迭代升级，已从滤波反投影（FBP）技术推进至迭代算法（IR）及深度学习重建（DLR）。这些算法技术各自展现了独特的优势，不过，也存在一定的局限性。

    MBIR的优势与不足

    全模型迭代重建（MBIR）技术显著降低图像噪声、提升空间分辨率和低对比度（LCD）检测能力，同时有效抑制条纹状和宽体探测器的锥形束伪影。然而，通过正则化项进行图像噪声抑制，会引起图像噪声分布不自然，导致图像纹理呈现“蜡像感”。且由于高强度的计算，对计算机算力要求高、图像重建时间长。

    DLR的优势与不足

    DLR算法能快速重建出低噪声、图像纹理自然的图像，从而实现进一步降低辐射剂量的可能性。 然而，深度学习网络高度复杂，并且使用的模型并不完全可解释，非线性算法可能会在低剂量检查中引入不正确的解剖或病理特征[1]。

    [1] Deep Learning Image Reconstruction for CT: Technical Principles and Clinical Prospects. Radiology. 2023 Mar;306(3):e221257.

    AI双精度图像重建 超越深度学习

    AIIR技术融合了MBIR和DLR两者的优势：保持了用于光学、噪声、解剖和系统模型的优势，以准确保留解剖和病理特征；又融入了深度学习的去噪技术、图像纹理自然的优势，取代了MBIR中传统正则化项的作用，优化了重建过程和图像纹理效果。

    AI运动感知重建 消除头部运动伪影

    Motion Freeze技术：基于深度学习技术校正头部运动伪影，保持头部结构清晰显示。

    选用临床无运动伪影的图像作为金标准图像，模拟出不同场景下的运动形式，获得含有运动伪影的图像，从而解决了金标准数据与伪影数据的获取、匹配难题。Motion Freeze构建了独特的3D卷积神经网络，在去除运动伪影的同时，保障图像的空间与密度分辨率不受影响。

    Motion Freeze临床应用范围广，可应用于头部平扫、增强、血管造影（CTA）和灌注（CTP）等临床场景；改善因疾病、紧张等因素导致的头部运动伪影，减少不必要的重复扫描、从而降低检查的辐射剂量。

    Motion Freeze 技术优势

    选用临床无运动伪影的图像作为金标准图像，模拟出不同场景下的运动形式，获得含有运动伪影的图像，从而解决了金标准数据与伪影数据的获取、匹配难题。Motion Freeze构建了独特的3D卷积神经网络，在去除运动伪影的同时，保障图像的空间与密度分辨率不受影响。

    Motion Freeze 临床价值

    Motion Freeze临床应用范围广，可应用于头部平扫、增强、血管造影（CTA）和灌注（CTP）等临床场景；改善因疾病、紧张等因素导致的头部运动伪影，减少不必要的重复扫描、从而降低检查的辐射剂量。

    AI完全视野感知 82cm 全视野成像

    Ultra EFOV*：突破50cm扫描视野限制，获得全视野精准解剖结构成像。

    获得82 cm孔径内全视野解剖结构的精准成像。

    82 cm超大视野

    突破传统拓展视野的插值算法局限性，图像精度更高。

    AI 深度学习算法

    在50-82 cm的拓展视野内，CT值偏离在±20HU内。

    CT值测量准确

    灵活的成像视野设置，适用于不同临床场景，特别是面对肥胖患者、急诊扫描以及部分特殊体位患者时，展现出极高的应用价值。

    临床应用灵活

    * 供科研使用

    服务器架构智慧数智引擎 - 智能处理 无需等待

    uOmnispace.CT智能后处理工作站* ，依托高性能客户端-服务器架构，提供“智能化、跨学科、多场景、安全可靠”的高级影像后处理解决方案，极大地提升了影像处理效率和质量，为三维影像后处理带来了革命性的新体验。

    * uOmnispace.CT后处理工作站为独立注册产品

    先进的客户端-服务器架构设计，凭借其卓越的计算能力和高效的智能预取与预处理能力，显著提升了工作流程的效率。

    新一代智慧数智引擎，针对心血管、肿瘤、神经系统等全身各系统的复杂疾病进行一键式快捷、精细分析，提高CT诊断的精确度与工作效率。

    超真实渲染（Hyper-Realistic Rendering，HRR）技术，作为CT医学图像3D视觉化的创新手段，升维传统三维影像体验：手术前规划、治疗效果评价、跨学科团队讨论、医患信息交流及医学教学实践等，都可发挥至关重要作用。

    服务器架构

    先进的客户端-服务器架构设计，凭借其卓越的计算能力和高效的智能预取与预处理能力，显著提升了工作流程的效率。

    智能化临床应用

    新一代智慧数智引擎，针对心血管、肿瘤、神经系统等全身各系统的复杂疾病进行一键式快捷、精细分析，提高CT诊断的精确度与工作效率。

    超真实渲染技术

    超真实渲染（Hyper-Realistic Rendering，HRR）技术，作为CT医学图像3D视觉化的创新手段，升维传统三维影像体验：手术前规划、治疗效果评价、跨学科团队讨论、医患信息交流及医学教学实践等，都可发挥至关重要作用。

    临床应用

    • AI心脏重建 CardioBoost
    • AI最佳冠脉时相 ePhase
    • AI冠脉运动伪影校正 CardioCapture
    • AI双精度图像重建 AIIR Technology
    • AI运动感知重建 Motion Freeze
    • AI全视野重建 Ultra EFOV

    深度学习心脏重建 CardioBoost

    右冠脉多发非钙化斑块病例: CardioBoost图像较混合迭代（HIR）图像噪声低，冠状动脉与非钙化斑块的边缘显示更清晰；
    超真实渲染HRR图像上冠状动脉的各级分支血管显示更丰富，体现了CardioBoost对细微结构显示能力的提升。

    深度学习心脏重建 CardioBoost

    右冠状动脉慢性完全闭塞（CTO）病例：CardioBoost图像噪声低，右冠脉（RCA）近端和中段严重狭窄，部分节段几乎闭塞，斑块的开始和结束范围显示更清晰。HRR图像上，冠脉分支血管显示较混合迭代图像更丰富。

    深度学习心脏重建 CardioBoost

    冠脉支架病例：CardioBoost 图像较HIR图像噪声更低、血管边缘更锐利；由于空间分辨率的提升，左、右冠脉内支架的细节结构显示更清晰，更利于鉴别支架内有无再狭窄形成。

    深度学习心脏重建 CardioBoost

    80kV 低剂量检查：CardioBoost可以降低图像噪声、提升图像组织对比度，CPR血管边界更清晰，冠脉斑块与管腔之间对比更明显，提升诊断信心。

    AI冠脉最佳时相 ePhase

    依据患者的心率表现，系统常规默认的时相为45%，而45%时相的冠脉图像因为存在运动伪影，图像质量并不理想；而使用AI冠脉最佳时相功能后，冠脉重建时相设置为77%，消除了45%时相上右冠脉（RCA）与前降支（LAD）的搏动伪影，图像质量明显改善、满足诊断需求。

    AI冠脉最佳时相 ePhase

    依据患者的心率表现，系统常规默认的时相为75%，右冠脉中段在该时相上存在运动伪影，图像质量并不理想；而使用AI冠脉最佳时相功能后，冠脉重建时相设置为80%，消除了75%时相上右冠脉中段伪影，图像质量明显改善。

    AI冠脉运动伪影校正 CardioCapture

    未使用CardioCapture时，RCA中段存在明显的运动伪影，影响临床诊断；使用CardioCapture后，RCA中段血管的运动伪影得到了校正与消除，血管边缘更加清晰、图像质量显著提升。

    AI冠脉运动伪影校正 CardioCapture

    未使用CardioCapture时，LAD中段存在明显的运动伪影，影响临床诊断；使用CardioCapture后，LAD中段血管的运动伪影得到了校正与消除，提高了血管边缘平滑度和清晰度，提升了图像质量提升。

    AI双模图像重建 AIIR Technology

    与HIR重建对比，AIIR图像显著降低了头部的图像噪声，提高组织对比度，颅内灰质和白质的对比更加突出,大面积脑梗死低密度区显示非常清晰；此外，AIIR技术能够消除宽体扫描导致的条状锥束伪影，清晰呈现颅底小脑和延髓结构，从而提高诊断的信心。

    AI双模图像重建 AIIR Technology

    AIIR Technology的技术优势是降低图像噪声、提升低对比度检测能力，因而较HIR图像进一步提升组织间的对比，精准显示直肠壁与宫颈之间的脂肪间隙；如直肠癌对周围组织有侵犯，可以精准显示，从而帮助医生进行肿瘤分期，提升诊断效率。

    AI双模图像重建 AIIR Technology

    80 kV扫描扫描模式，有效剂量仅为0.21 mSv；在HIR图像上磨玻璃结节的空泡征显示不清晰；而AIIR图像实现了低剂量下的低噪声成像，高保真还原磨玻璃结节的空泡征，提升诊断信心。

    AI双模图像重建 AIIR Technology

    大体型患者，体重100kg，BMI 31 kg/m2 采用80kV低管电压扫描；AIIR图像较HIR图像显著消除肩部条状伪影，既降低了辐射剂量，又获得了高清图像质量。

    AI双模图像重建 AIIR Technology

    AIIT Technology不仅可以应用在形态学检查，也可以应用到头、体部灌注功能学检查；AIIR技术的使用，可以在更低剂量的辐射剂量基础上实现体部灌注检查；该病例AIIR图像噪声更低、对比度更高，右侧肾脏富血供占位病灶显示更加清晰。

    AI 运动感知重建 Motion Freeze

    头部运动深度学习重建：消除头部运动引起的条状伪影，还原脑部结构，利于准确诊断；去除运动伪影功能，可以减少重复扫描次数，提升工作效率。

    AI完全视野感知 Ultra EFOV*

    82 cm 深度学习全视野成像，完整显示机架孔径内解剖结构，消除了常规拓展重建引起的结构畸变以及截断伪影，提供更加灵活、便捷的工作场景。

    * 供科研使用


    AI完全视野感知 Ultra EFOV*

    82 cm 深度学习全视野成像，完整显示机架孔径内解剖结构，消除了常规拓展重建引起的结构畸变以及截断伪影，提供更加灵活、便捷的工作场景。

    * 供科研使用