|
|||||
|
|
| 基于深度学习的图像重建算法在下肢动脉病变CTA诊断中的研究 | |
| 作者姓名： | 陈芸 朱彦 王扬 赵天 李月峰 陈兴兵 |
| 作者单位： | 1. 江苏大学附属医院医学影像科;2. 高邮市人民医院放射科 |
| 基金项目： | 江苏省重点研发计划（BE2017698）; |
| 摘 要： | 目的 探讨基于深度学习的图像重建算法对下肢动脉病变CT血管成像(Computed Tomography Angiography,CTA)的诊断价值。方法 回顾性收集2021年6月至2022年2月于我院就诊的51例下肢动脉狭窄或闭塞患者的CTA检查资料(65条下肢动脉)。分别基于深度学习的图像重建(Deep Learning Image Reconstruction,DLIR)算法和混合迭代重建(Hybrid Iterative Reconstruction,HIR)算法对CTA图像进行重建,以HIR法为参照进行质量评估;两位医师在不同重建算法下对血管狭窄的部位和程度进行评估,并采用Kappa检验观察者间一致性;以数字减影血管造影作为“金标准”比较HIR法和DLIR法诊断下肢动脉中度和重度狭窄的效能。结果与HIR法相比,DLIR法图像质量的噪声显著降低(Z膝上动脉=8.36,Z膝下动脉=9.46,Z足背动脉=7.19,均P<0.001),信噪比(Z膝上动脉=-7.32,Z膝下动脉 |
| 关 键 词： | 下肢动脉 深度学习 混合迭代重建 计算机断层扫描血管造影 数字减影血管造影 |