学科分类
/ 1
1 个结果
  • 简介:摘要目的通过与多模型迭代重建算法(ASiR-V)对比,探讨深度学习图像重建(DLIR)算法在低辐射下对乏血供肝转移瘤CT图像质量及检出效能的影响。方法前瞻性收集2021年1月至4月郑州大学第一附属医院因乏血供肝转移病变需行全腹部增强CT的56例患者,增强后第1静脉期均行常规辐射(400 mA)CT扫描,根据第2静脉期管电流的不同将患者分为A(280 mA,19例)、B(200 mA,19例)、C(120 mA,18例)组。各组第1静脉期和第2静脉期图像均进行权重为60%的ASiR-V(ASiR-V60%)和高强度的DLIR(DLIR-H)重建。图像质量客观评价指标包括噪声、肝脏的信噪比(SNR肝脏)和门静脉的信噪比(SNR门静脉)、病灶的对比噪声比(CNR病灶),主观评价指标包括总体图像质量评分、病灶显示能力评分、诊断信心度评分,并记录各组有效辐射(ED)和病灶检出率。采用配对t检验比较ASiR-V60%和DLIR-H图像间客观指标的差异,采用配对资料的Wilcoxon符号秩和检验比较主观评价指标。结果第2静脉期A、B、C组ED分别为(5.56±0.35)、(3.88±0.23)、(2.42±0.23)mSv。A、B、C组第2静脉期的ED分别比第1静脉期的ED降低30%、50%、70%。随着辐射的降低,噪声逐渐增加,CNR病灶、SNR肝脏、SNR门静脉逐渐降低。在相同辐射条件下,DLIR-H的图像的客观评价指标均优于ASiR-V60%,差异有统计学意义(P均<0.001)。各组的主观评分随辐射的降低而降低,在相同辐射条件下,DLIR-H的总体图像质量、病灶显示能力和诊断信心评分均高于ASiR-V60%(P均<0.001)。A组的ASiR-V60%和DLIR-H均将全部病灶检出,检出率为100%(84/84),B组检出率均为92.0%(75/81),C组检出率均为88.0%(79/89)。结论与ASiR-V60%相比,DLIR-H在低辐射下均可提高总体图像质量及乏血供肝转移病灶的显示能力,增加诊断信心。

  • 标签: 肝肿瘤 肿瘤转移 体层摄影术,X线计算机 辐射剂量 深度学习重建算法 图像质量