时间标签：数据日期 2026-11-05 · 生成时间 2026-11-05 05:30（Asia/Shanghai）｜ 检索窗口 PubMed edat 2026/11/02 – 2026/11/06 ｜ 情报发生日期 2026-11-05
证据级别：摘要级。本条依据 PubMed 结构化摘要与元数据撰写，付费墙全文未获取、未逐节核验，本站未做任何数值推算补全。
摘要（PubMed 原文节选）
Dose reduction in computed tomography (CT) imaging impacts diagnostic accuracy for human observers and potentially artificial intelligence (AI) systems. As noise propagates through an AI model, its characteristics change, possibly influencing model performance. This study aims to develop a configurable low-dose CT simulation tool in image…
对本项目的价值
参考价值：属「生物标志物 / 建模方法学」方向；方法学 / 生物标志物 / AI 建模栏目可用作本项目文献库与综述素材。 ｜ 价值分 1.5/5（★★☆☆☆）
全文不可及原因
无 PMCID 且 Europe PMC / OpenAlex / Unpaywall 未提供可下载 OA 全文
原文题录
- 中文题名：CT 成像深度学习各层间低剂量诱导噪声特性的传播
- 英文标题：Propagation of Low-Dose-Induced Noise Characteristics Across Deep Learning Layers in CT Imaging.
- 期刊与标识：Journal of imaging informatics in medicine · PMID 42977831 · DOI 10.1007/s10278-026-02458-1