Medical Imaging คืออะไร: หลักการสร้างภาพ ประเภท การประเมินคุณภาพ และเทคโนโลยีปัจจุบัน

เมื่อแพทย์ต้องการทราบว่าอวัยวะภายในมีรูปร่างอย่างไร มีเลือดไหลผ่านหรือไม่ หรือเนื้อเยื่อกำลังทำงานผิดปกติ การมองจากภายนอกเพียงอย่างเดียวอาจให้คำตอบไม่เพียงพอ เทคโนโลยีการสร้างภาพทางการแพทย์จึงเข้ามาช่วยเปลี่ยนสัญญาณที่วัดจากร่างกายให้เป็นภาพที่นำไปใช้วินิจฉัย วางแผนการรักษา และติดตามผลได้

Medical Imaging หรือการสร้างภาพทางการแพทย์ เป็นกระบวนการใช้พลังงาน ตัวตรวจจับ และการประมวลผลเพื่อแสดงโครงสร้างหรือการทำงานของร่างกาย วิธีที่คุ้นเคย ได้แก่ ภาพรังสีเอกซ์ เอกซเรย์คอมพิวเตอร์ (CT) การสร้างภาพด้วยเรโซแนนซ์แม่เหล็ก (MRI) อัลตราซาวด์ และการสร้างภาพทางเวชศาสตร์นิวเคลียร์ แต่ละวิธีวัดสมบัติทางกายภาพต่างกัน ภาพที่ได้จึงให้ข้อมูลคนละด้านและใช้ทดแทนกันไม่ได้ในทุกสถานการณ์ [1]–[5]

ภาพทางการแพทย์บอกอะไรได้บ้าง

ภาพเชิงกายวิภาค (anatomical imaging) ช่วยแสดงรูปร่าง ขนาด และตำแหน่งของอวัยวะ เช่น กระดูก ปอด หรือเนื้อเยื่อสมอง ส่วนภาพเชิงการทำงานและระดับโมเลกุล (functional and molecular imaging) ให้ข้อมูลเพิ่มเติมเกี่ยวกับกระบวนการในเนื้อเยื่อ เช่น การไหลเวียนเลือดหรือการกระจายตัวของสารติดตามรังสี การแบ่งนี้ไม่ได้แยกเครื่องมือออกจากกันอย่างเด็ดขาด เพราะ MRI และอัลตราซาวด์ก็สร้างข้อมูลเกี่ยวกับการทำงานได้ และระบบ PET/CT สามารถนำข้อมูลจากสองวิธีมาประกอบกัน [3]–[5]

สิ่งที่เห็นในภาพเป็นผลจากสัญญาณที่เครื่องมือวัดและวิธีสร้างภาพ ไม่ใช่การเปิดร่างกายให้เห็นทุกอย่างโดยตรง ตัวอย่างเช่น บริเวณที่รับสารติดตามรังสีมากใน PET ต้องตีความตามชนิดสารและบริบทของผู้ป่วย ภาพหนึ่งชุดจึงต้องอ่านร่วมกับอาการ ประวัติ และข้อมูลตรวจอื่น ๆ [5]

หลักการของเทคโนโลยีที่ใช้บ่อย

1. X-ray: ภาพจากการลดทอนรังสี

เครื่องเอกซเรย์ส่งรังสีจากแหล่งกำเนิดผ่านร่างกายไปยังตัวตรวจจับ เนื้อเยื่อแต่ละชนิดลดทอนรังสีต่างกัน จึงเกิดความแตกต่างในภาพ ภาพรังสีทั่วไปเป็นภาพฉายสองมิติ ทำให้โครงสร้างตามแนวลำรังสีซ้อนทับกัน เหมาะกับการประเมินกระดูกและทรวงอกในหลายข้อบ่งใช้ แต่รายละเอียดบางอย่างอาจถูกโครงสร้างอื่นบัง [1]

การถ่ายภาพเต้านม (mammography) เป็นการประยุกต์รังสีเอกซ์ที่ออกแบบสำหรับเนื้อเยื่อเต้านม ส่วน fluoroscopy สร้างภาพต่อเนื่องเพื่อสังเกตการเคลื่อนไหวหรือช่วยนำทางหัตถการ ทั้งหมดใช้รังสีก่อไอออน (ionizing radiation) จึงต้องเลือกข้อบ่งใช้และควบคุมการรับรังสีอย่างเหมาะสม [1]

2. CT: เปลี่ยนข้อมูลหลายมุมเป็นภาพตัดขวาง

Computed Tomography เก็บข้อมูลรังสีเอกซ์จากหลายมุมรอบร่างกาย แล้วคำนวณกลับเป็นภาพตัดขวาง (tomographic image) ชุดภาพเหล่านี้สามารถแสดงในระนาบต่าง ๆ หรือประกอบเป็นภาพสามมิติได้ การลดการซ้อนทับของโครงสร้างช่วยให้ระบุตำแหน่งความผิดปกติได้ชัดกว่าภาพฉายในหลายกรณี [2]

CT ใช้ประเมินอวัยวะหลายส่วน เช่น ปอด กระดูกซับซ้อน และภาวะบาดเจ็บ สารเพิ่มความเปรียบต่างที่มีไอโอดีนอาจช่วยแสดงหลอดเลือดและอวัยวะเมื่อมีข้อบ่งใช้ อย่างไรก็ตาม คุณภาพภาพขึ้นกับโปรโตคอล การเคลื่อนไหว และวิธีสร้างภาพ การตรวจด้วย CT ยังต้องพิจารณารังสีและความเสี่ยงจากสารเพิ่มความเปรียบต่างด้วย [2]

3. MRI: ภาพจากสมบัติแม่เหล็กของเนื้อเยื่อ

Magnetic Resonance Imaging ใช้สนามแม่เหล็กหลักทำให้เกิดแม่เหล็กสุทธิของนิวเคลียสไฮโดรเจนในเนื้อเยื่อ จากนั้นใช้คลื่นวิทยุ (radiofrequency; RF) กระตุ้นและรับสัญญาณด้วยคอยล์ สนามแม่เหล็กเกรเดียนต์ช่วยเข้ารหัสตำแหน่งของสัญญาณ ขณะที่สมบัติการคลายตัวและการตั้งค่าลำดับพัลส์ทำให้เนื้อเยื่อมีความเข้มในภาพต่างกัน [3]

MRI ให้ความเปรียบต่างของเนื้อเยื่ออ่อนได้ดีและไม่ใช้รังสีก่อไอออน จึงมีบทบาทในการตรวจสมอง ไขสันหลัง กล้ามเนื้อและข้อต่อ แต่การตรวจบางชนิดใช้เวลานานและไวต่อการเคลื่อนไหว การไม่มีรังสีเอกซ์ไม่ได้หมายความว่าไม่มีความเสี่ยง เพราะสนามแม่เหล็ก RF และเสียงจากเครื่องต้องได้รับการจัดการอย่างเหมาะสม [3], [6]

4. Ultrasound: ภาพจากเสียงสะท้อน

หัวตรวจอัลตราซาวด์ (transducer) ส่งคลื่นเสียงความถี่สูงเข้าสู่เนื้อเยื่อและรับเสียงสะท้อน เครื่องใช้เวลาที่เสียงเดินทางไปกลับเพื่อประมาณตำแหน่งรอยต่อเนื้อเยื่อ แล้วสร้างภาพ การใช้เจลช่วยลดช่องว่างอากาศระหว่างหัวตรวจกับผิวหนัง ทำให้เสียงส่งผ่านได้ดีขึ้น [4]

อัลตราซาวด์แสดงภาพได้แบบเวลาจริงและไม่ใช้รังสีก่อไอออน ใช้ตรวจอวัยวะหลายชนิด ติดตามการตั้งครรภ์ และช่วยนำทางหัตถการ Doppler เพิ่มข้อมูลการเคลื่อนที่ของเลือด ส่วน elastography ประเมินสมบัติเชิงกลของเนื้อเยื่อ ข้อจำกัดคือเสียงผ่านอากาศและกระดูกได้ไม่ดี และผลการตรวจขึ้นกับตำแหน่งหัวตรวจ ความถี่ ความลึก และผู้ตรวจ [4]

5. PET และ SPECT: ภาพจากสารติดตามรังสีภายในร่างกาย

การสร้างภาพทางเวชศาสตร์นิวเคลียร์ใช้สารเภสัชรังสี (radiopharmaceutical) ที่กระจายตัวตามคุณสมบัติทางชีวภาพของสารนั้น SPECT ตรวจจับโฟตอนแกมมาจากสารติดตาม โดยกล้องรับข้อมูลหลายมุมแล้วสร้างภาพการกระจายตัว ส่วน PET ใช้สารที่ปล่อยโพซิตรอน เมื่อโพซิตรอนทำลายล้างกับอิเล็กตรอนจะเกิดโฟตอนคู่ เครื่องตรวจจับเหตุการณ์ที่เกิดร่วมกันเพื่อนำไปสร้างภาพ [5]

ข้อมูลเหล่านี้ช่วยประเมินกระบวนการในเนื้อเยื่อได้ตามชนิดสารติดตาม ระบบ PET/CT หรือ PET/MRI นำข้อมูลเชิงโมเลกุลมาประกอบกับตำแหน่งทางกายวิภาค แต่ไม่ใช่สารติดตามทุกชนิดจะเหมาะกับโรคเดียวกัน และความเข้มของสัญญาณต้องตีความตามกระบวนการทางชีวภาพที่กำลังตรวจ [5]

6. Optical imaging: การสร้างภาพด้วยแสง

ขอบเขต Medical Imaging ยังรวมถึงวิธีใช้แสง เช่น การส่องกล้องและ optical coherence tomography (OCT) ซึ่งใช้ในงานตรวจจอประสาทตาและหลอดเลือด การดูดกลืนและการกระเจิงของแสงในเนื้อเยื่อทำให้วิธีเหล่านี้มีความสามารถและข้อจำกัดเรื่องความลึกแตกต่างจาก CT หรือ MRI อีกแนวทางคือ photoacoustic imaging ซึ่งส่งพัลส์แสงให้เนื้อเยื่อดูดกลืนพลังงาน แล้วรับคลื่นเสียงที่เกิดขึ้น [7]

เลือกวิธีสร้างภาพจากคำถามที่ต้องการตอบ

ไม่มีเครื่องมือชนิดใดให้ข้อมูลดีที่สุดสำหรับทุกคำถาม ตารางนี้สรุปความแตกต่างพื้นฐาน การเลือกตรวจจริงยังต้องพิจารณาอวัยวะ ภาวะของผู้ป่วย โปรโตคอล และความพร้อมของสถานพยาบาล [1]–[6]

จากสัญญาณดิบไปสู่ภาพที่ใช้ตัดสินใจ

ระบบสร้างภาพประกอบด้วยส่วนเก็บสัญญาณ ตัวตรวจจับ อุปกรณ์แปลงสัญญาณ และซอฟต์แวร์ การสร้างภาพกลับ (image reconstruction) ใช้แบบจำลองทางฟิสิกส์และคณิตศาสตร์เปลี่ยนข้อมูลดิบให้เป็นภาพ เช่น CT คำนวณจากข้อมูลการส่งผ่านรังสีหลายมุม และ MRI สร้างภาพจากข้อมูลที่เข้ารหัสตำแหน่งของสัญญาณ การตั้งค่าการเก็บข้อมูลและการสร้างภาพจึงมีผลต่อรายละเอียดและสิ่งรบกวนที่ปรากฏ [2], [3]

หลังสร้างภาพ อาจมีการแยกขอบเขตอวัยวะ (segmentation) หรือจัดแนวภาพต่างชุดให้ตรงกัน (registration) เพื่อช่วยวัดและเปรียบเทียบข้อมูล การวัดต้องตรวจสอบหน่วย ระยะห่างพิกเซล ทิศทางภาพ และความสอดคล้องของโปรโตคอลด้วย ภาพที่ถูกบีบอัดแบบสูญเสียข้อมูล (lossy compression) หรือส่งออกเป็นภาพหน้าจออาจสูญเสียรายละเอียดหรือข้อมูลกำกับที่จำเป็นต่อการวัด

มาตรฐาน Digital Imaging and Communications in Medicine (DICOM) กำหนดการสื่อสารและจัดการข้อมูลภาพทางการแพทย์ รวมทั้งข้อมูลที่เกี่ยวข้อง ส่วน Picture Archiving and Communication System (PACS) ใช้จัดเก็บและเรียกดูภาพ การรองรับ DICOM ช่วยให้ระบบทำงานร่วมกัน แต่ไม่ได้รับประกันว่าทุกระบบจะเข้ากันได้โดยไม่ต้องทดสอบ และการใช้มาตรฐานก็ต้องควบคู่กับการคุ้มครองข้อมูลและควบคุมการเข้าถึง [8]

ประเมินคุณภาพอย่างไร: ภาพคมเพียงอย่างเดียวยังไม่พอ

การประเมินคุณภาพต้องผูกกับงานที่ต้องการทำ เช่น การมองเห็นรอยโรคขนาดเล็ก การวัดขนาด หรือการติดตามความเปลี่ยนแปลง พารามิเตอร์ที่ควรพิจารณาประกอบกัน ได้แก่ [10]

• ความละเอียดเชิงพื้นที่ (spatial resolution) — ความสามารถแยกรายละเอียดใกล้กัน ขนาดพิกเซลเล็กอย่างเดียวไม่ได้รับประกันว่าแยกโครงสร้างเล็กได้จริง
• ความเปรียบต่างและสัญญาณรบกวน — ความแตกต่างระหว่างเป้าหมายกับเนื้อเยื่อรอบข้างต้องเพียงพอเมื่อเทียบกับความผันผวนของสัญญาณ
• ความละเอียดเชิงเวลา (temporal resolution) — สำคัญต่ออวัยวะที่เคลื่อนไหว เช่น หัวใจ และต่อการติดตามกระบวนการที่เปลี่ยนเร็ว
• สิ่งแปลกปลอมในภาพ (artifact) — อาจเกิดจากการเคลื่อนไหว โลหะ ข้อมูลไม่เพียงพอ หรือข้อจำกัดของแบบจำลอง ต้องแยกจากความผิดปกติจริง
• ความถูกต้องและความทำซ้ำได้ — การวัดหรืออ่านภาพควรมีความสอดคล้องระหว่างการตรวจและผู้ประเมิน ภายใต้เงื่อนไขที่กำหนด

สำหรับงาน AI ต้องประเมินการตรวจพบความผิดปกติและความผิดพลาดทางคลินิกเพิ่มเติม ไม่ใช้คะแนนความเหมือนของภาพ เช่น SSIM เป็นหลักฐานว่าการวินิจฉัยถูกต้องทั้งหมด การเปรียบเทียบควรกำหนดวิธีอ้างอิง ผู้อ่านภาพ และกลุ่มผู้ป่วยให้ชัดเจน งานศึกษาการสร้างภาพ MRI แบบเร่งความเร็วที่ใช้ผู้อ่านภาพหลายคนเป็นตัวอย่างของการประเมินที่เชื่อมคุณภาพภาพกับงานวินิจฉัย [11]

ความปลอดภัยเป็นส่วนหนึ่งของการออกแบบระบบ

สำหรับ X-ray, CT และเวชศาสตร์นิวเคลียร์ ควรตรวจเมื่อประโยชน์ที่คาดหวังเหมาะสมกับความเสี่ยง และปรับการตรวจให้ได้ข้อมูลเพียงพอโดยหลีกเลี่ยงการรับรังสีที่ไม่จำเป็น ค่า diagnostic reference level (DRL) ใช้ช่วยตรวจสอบว่าปริมาณรังสีหรือสารเภสัชรังสีในการปฏิบัติงานปกติสูงหรือต่ำผิดปกติหรือไม่ โดยเป็นเครื่องมือปรับปรุงระบบ ไม่ใช่ขีดจำกัดรังสีสำหรับผู้ป่วยรายบุคคล [12]

MRI ต้องคัดกรองวัตถุและอุปกรณ์ฝังในร่างกาย ตรวจสอบสถานะ MR Safe หรือเงื่อนไข MR Conditional รวมทั้งป้องกันความร้อนและเสียง การมีอุปกรณ์ฝังไม่ได้แปลว่าตรวจได้หรือไม่ได้เหมือนกันทุกกรณี ต้องตรวจรุ่นและเงื่อนไขเฉพาะของอุปกรณ์ก่อน [6]

การใช้สารเพิ่มความเปรียบต่างและสารเภสัชรังสีต้องพิจารณาข้อบ่งใช้ ประวัติปฏิกิริยา ภาวะของผู้ป่วย และคุณสมบัติของสารที่เลือก ไม่ใช่ทุกการตรวจต้องใช้สารเหล่านี้ ส่วนอัลตราซาวด์ แม้ไม่มีรังสีก่อไอออน ก็ควรใช้กำลังและระยะเวลาตามวัตถุประสงค์ทางการแพทย์อย่างเหมาะสม [2], [4]–[6]

เทคโนโลยีปัจจุบัน: ตัวตรวจจับใหม่และการคำนวณที่ดีขึ้น

Photon-counting CT

ตัวตรวจจับ photon-counting นับเหตุการณ์จากโฟตอนรังสีเอกซ์และให้ข้อมูลด้านพลังงาน แทนการรวมพลังงานของโฟตอนจำนวนมากเป็นสัญญาณเดียว แนวทางนี้เพิ่มข้อมูลที่ใช้สร้างภาพและจำแนกวัสดุ FDA สหรัฐฯ ให้ clearance แก่ระบบ Siemens NAEOTOM Alpha ผ่านกระบวนการ 510(k) ในปี 2021 จึงเป็นตัวอย่างเทคโนโลยีที่ผ่านขั้นตอนเข้าสู่การใช้งานทางคลินิกแล้ว อย่างไรก็ตาม ผลด้านคุณภาพภาพและปริมาณรังสียังต้องประเมินตามระบบ โปรโตคอล และงานตรวจ ไม่ควรตีความว่าลดรังสีได้เท่ากันทุกกรณี [13], [14]

AI สำหรับการสร้างภาพและช่วยวิเคราะห์

Deep learning ใช้ช่วยสร้างภาพจากข้อมูลที่เก็บน้อยลง ลดสัญญาณรบกวน และสนับสนุนการวิเคราะห์ภาพ ตัวอย่างงานในวารสาร Radiology ปี 2023 ประเมินผู้เข้าร่วม 170 คนที่ตรวจ MRI เข่าที่สนามแม่เหล็ก 3 T และให้รังสีแพทย์ด้านระบบกล้ามเนื้อและกระดูก 6 คนอ่านภาพ วิธีสร้างภาพด้วย deep learning ลดเวลาสแกนได้เกือบครึ่ง และมีความเทียบเท่าด้านการวินิจฉัยกับโปรโตคอลเปรียบเทียบในงานที่ศึกษา ผลนี้เป็นหลักฐานเฉพาะการตรวจเข่าและเงื่อนไขของงาน ไม่ใช่การรับรองทุกอวัยวะหรือทุกเครื่อง MRI การตรวจทำด้วยเครื่อง 3 T จากผู้ผลิตรายเดียว และไม่มีผลผ่าตัดเป็นมาตรฐานอ้างอิง จึงแสดงความสามารถในการใช้แทนกันด้านข้อมูลวินิจฉัยระหว่างสองโปรโตคอลภายใต้การศึกษานี้ มากกว่าการยืนยันความแม่นยำสัมบูรณ์ในการตรวจพบโรค [11]

ข้อท้าทายคือโมเดลอาจเปลี่ยนรายละเอียดสำคัญหรือทำงานต่างไปเมื่อข้อมูลต่างจากชุดฝึก งานของ Antun และคณะชี้ให้เห็นความไม่เสถียรของบางวิธี deep learning ในการสร้างภาพกลับ โดยทดสอบการรบกวนข้อมูลที่ออกแบบให้เป็นกรณีร้ายแรงและการเปลี่ยนโครงสร้างขนาดเล็ก ผลนี้เป็นข้อเตือนด้านความทนทานของอัลกอริทึม ไม่ใช่อัตราความผิดพลาดของเครื่องมือ AI ทุกชนิดในคลินิก จึงต้องทดสอบกับข้อมูลที่เป็นอิสระ ความผิดปกติที่พบไม่บ่อย และเงื่อนไขการใช้งานจริง ควบคู่กับการตรวจสอบภาพโดยผู้เชี่ยวชาญ [15]

การรวมข้อมูลและเครื่องมือที่เข้าถึงผู้ป่วยได้ง่ายขึ้น

อีกทิศทางหนึ่งคือการรวมภาพหลายชนิด เช่น PET/CT และ PET/MRI เพื่อเชื่อมข้อมูลโครงสร้างกับการทำงาน รวมถึงอัลตราซาวด์ขนาดเล็กที่นำไปใช้ใกล้ผู้ป่วยได้ง่ายขึ้น ประโยชน์ของเทคโนโลยีเหล่านี้ต้องพิจารณาตามสถานการณ์จริง เพราะความสะดวกของเครื่องมือยังต้องมาพร้อมผู้ใช้งานที่ผ่านการฝึก ระบบควบคุมคุณภาพ และกระบวนการอ่านผลที่เหมาะสม [4], [5]

บทบาทของวิศวกรรมชีวการแพทย์

งานด้าน Medical Imaging ครอบคลุมตั้งแต่แหล่งกำเนิดพลังงาน หัวตรวจ ตัวตรวจจับ และวงจรรับสัญญาณ ไปจนถึงอัลกอริทึมสร้างภาพ ซอฟต์แวร์วิเคราะห์ และการเชื่อมต่อข้อมูล งานวิศวกรรมจึงต้องทำให้ระบบวัดได้ถูกต้อง สร้างภาพที่เหมาะกับคำถามทางคลินิก และใช้งานร่วมกับระบบโรงพยาบาลได้อย่างปลอดภัย [10], [8]

หัวใจของการพัฒนาไม่ได้อยู่ที่ความคมชัดหรือความเร็วเพียงอย่างเดียว แต่รวมถึงความสามารถในการให้ข้อมูลที่เชื่อถือได้ภายใต้ข้อจำกัดจริงของผู้ป่วยและสถานพยาบาล ภาพที่มีประโยชน์จึงเป็นภาพที่ช่วยตอบคำถามการดูแลผู้ป่วยได้อย่างเหมาะสม พร้อมทราบว่าข้อมูลนั้นมีข้อจำกัดตรงไหน

เรียบเรียงและตรวจสอบแหล่งข้อมูลวันที่ 14 ตุลาคม 2026

เอกสารอ้างอิง

1. National Institute of Biomedical Imaging and Bioengineering. Medical X-rays [Internet]. Bethesda: NIH; 2025 [cited 2026 Oct 14]. Available from: https://www.nibib.nih.gov/science-education/science-topics/medical-x-rays
2. National Institute of Biomedical Imaging and Bioengineering. Computed tomography (CT) [Internet]. Bethesda: NIH [cited 2026 Oct 14]. Available from: https://www.nibib.nih.gov/science-education/science-topics/computed-tomography-ct
3. National Institute of Biomedical Imaging and Bioengineering. Magnetic resonance imaging (MRI) [Internet]. Bethesda: NIH [cited 2026 Oct 14]. Available from: https://www.nibib.nih.gov/science-education/science-topics/magnetic-resonance-imaging-mri
4. National Institute of Biomedical Imaging and Bioengineering. Ultrasound [Internet]. Bethesda: NIH; 2023 [cited 2026 Oct 14]. Available from: https://www.nibib.nih.gov/science-education/science-topics/ultrasound
5. National Institute of Biomedical Imaging and Bioengineering. Nuclear medicine [Internet]. Bethesda: NIH; 2025 [cited 2026 Oct 14]. Available from: https://www.nibib.nih.gov/science-education/science-topics/nuclear-medicine
6. US Food and Drug Administration. Benefits and risks: MRI [Internet]. Silver Spring: FDA [cited 2026 Oct 14]. Available from: https://www.fda.gov/radiation-emitting-products/mri-magnetic-resonance-imaging/benefits-and-risks
7. National Institute of Biomedical Imaging and Bioengineering. Optical imaging [Internet]. Bethesda: NIH; 2025 [cited 2026 Oct 14]. Available from: https://www.nibib.nih.gov/science-education/science-topics/optical-imaging
8. DICOM Standards Committee. DICOM PS3.1 2026d: introduction and overview [Internet]. NEMA; 2026 [cited 2026 Oct 14]. Available from: https://dicom.nema.org/medical/dicom/current/output/html/part01.html
9. Taubmann O, Berger M, Bögel M, Xia Y, Balda M, Maier A. Computed tomography. In: Maier A, Steidl S, Christlein V, Hornegger J, editors. Medical imaging systems: an introductory guide [Internet]. Cham: Springer; 2018. Chapter 8. doi: 10.1007/978-3-319-96520-8_8. Available from: https://www.ncbi.nlm.nih.gov/books/NBK546157/
10. International Atomic Energy Agency. Chapter 4: measures of image quality. Diagnostic radiology physics: a handbook for teachers and students [slide set on Internet]. Vienna: IAEA [cited 2026 Oct 14]. Available from: https://humanhealth.iaea.org/HHW/MedicalPhysics/TheMedicalPhysicist/Studentscorner/HandbookforTeachersandStudents/Chapter_04.pdf
11. Johnson PM, Lin DJ, Zbontar J, Zitnick CL, Sriram A, Muckley M, et al. Deep learning reconstruction enables prospectively accelerated clinical knee MRI. Radiology. 2023;307(2):e220425. doi: 10.1148/radiol.220425.
12. International Atomic Energy Agency. Diagnostic reference levels (DRLs) [Internet]. Vienna: IAEA [cited 2026 Oct 14]. Available from: https://www.iaea.org/resources/rpop/health-professionals/radiology/diagnostic-reference-levels
13. US Food and Drug Administration. FDA clears first major imaging device advancement for computed tomography in nearly a decade [Internet]. FDA; 2021 Sep 30 [cited 2026 Oct 14]. Available from: https://content.govdelivery.com/accounts/USFDA/bulletins/2f55574
14. Siemens Medical Solutions USA, Inc. 510(k) summary: NAEOTOM Alpha, Scan&GO. K211591 [Internet]. 2021 [cited 2026 Oct 14]. Available from: https://www.accessdata.fda.gov/cdrh_docs/pdf21/K211591.pdf
15. Antun V, Renna F, Poon C, Adcock B, Hansen AC. On instabilities of deep learning in image reconstruction and the potential costs of AI. Proc Natl Acad Sci U S A. 2020;117(48):30088–30095. doi: 10.1073/pnas.1907377117.