Stand: 01.09.2026
Wie moderne Rekonstruktionsverfahren das Bildrauschen reduzieren, eine Dosisoptimierung unterstützen und welche Grenzen bei Bildtextur und Detailerkennbarkeit zu beachten sind.
Wie aus den CT-Rohdaten ein Bild wird, hat sich in den letzten Jahren stark verändert, und das ist einer der grössten Dosishebel überhaupt. Lange war die gefilterte Rückprojektion Standard: schnell, aber sie braucht eine gewisse Dosis, sonst wird das Bild verrauscht. Moderne Verfahren rechnen klüger und erlauben damit deutlich weniger Dosis bei gleicher Aussagekraft.
Von der Rückprojektion zur iterativen Rekonstruktion
Bei reduzierter Strahlendosis stehen weniger Photonen für die Messung zur Verfügung. Dadurch nimmt das statistische Rauschen in den Projektionsdaten zu. Iterative und KI-basierte Rekonstruktionsverfahren können das sichtbare Bildrauschen reduzieren. Entscheidend ist, dass diagnostisch relevante Strukturen weiterhin zuverlässig erkennbar bleiben.
KI-basierte Rekonstruktion
Die neueste Stufe sind lernbasierte Verfahren (oft Deep-Learning-Rekonstruktion genannt), die an vielen Bildpaaren trainiert wurden. Sie können das Rauschen noch wirksamer entfernen und treiben die mögliche Dosisreduktion weiter (Einordnung im Artikel KI in der Bildgebung).
Nutzen und Grenzen
So wertvoll das ist, es gibt Fallstricke. Stark entrauschte Bilder können einen ungewohnten, teils wächsernen oder plastischen Bildeindruck bekommen, und sehr feine, niedrigkontrastige Details dürfen nicht verloren gehen. Die Verfahren müssen deshalb für die jeweilige Fragestellung validiert und die Bildqualität fachlich beurteilt werden. Mehr Entrauschung ist nicht automatisch besser.
Merke: Iterative und KI-Rekonstruktion sind heute der grösste technische Dosishebel in der CT. Der Gewinn ist real, muss aber an Bildqualität und Fragestellung gemessen werden, nicht nur an der eingesparten Dosis.