Izotropic公司宣布其旗舰产品IzoView乳腺CT成像系统成功集成自主研发的AI驱动深度学习重建算法，标志着乳腺CT成像技术迈入新纪元。该算法基于长达15年的专业乳腺CT数据训练，被列为公司核心商业机密，具备持久的竞争优势。 传统CT成像中，图像噪声是影响质量的关键因素，尤其在降低辐射剂量以保障患者安全的前提下，噪声问题更为突出。现有主流降噪技术如模型迭代重建（MBIR）虽能提升图像质量，但计算耗时极长，单幅图像需数分钟，且易导致图像过度平滑，掩盖细微病变。而深度学习重建（DMLR）虽具潜力，但多数方法依赖高、低剂量配对数据训练，增加患者辐射风险，且在乳腺CT中因噪声相关性强，难以准确保留解剖细节，临床实用性受限。 Izotropic的创新算法采用自监督深度学习方法，直接在原始X射线数据阶段进行降噪处理，而非图像重建后操作。这一设计显著缩短处理时间，无需配对数据训练，可在低辐射剂量下持续优化图像质量，同时真实还原乳腺组织纹理。该技术特别适用于乳腺癌筛查场景，支持高效、安全的临床工作流程。 该算法的突破性表现，有望推动IzoView成为全球乳腺CT成像在图像质量与辐射安全方面的全新标准。其高分辨率、低噪声图像也为未来AI辅助诊断系统的训练提供了理想数据基础。随着医学影像与人工智能深度融合，Izotropic正致力于引领下一代精准乳腺成像技术的发展。 目前，IzoView尚未获得监管批准上市，相关技术仍处于商业化推进阶段。公司强调，其算法的专属性与数据积累构成高壁垒，难以被复制。未来，Izotropic将持续推动智能成像创新，重塑乳腺癌筛查与诊疗格局。