| TrueFidelity深度学习图像重组技术在儿童副鼻窦超低剂量CT检查中的初步应用研究 |
| |
| 引用本文： | 李杨,王峰先,李洋,蓝海菲,孙珊珊,王铭君,宋修峰.TrueFidelity深度学习图像重组技术在儿童副鼻窦超低剂量CT检查中的初步应用研究[J].临床放射学杂志,2023(6):1003-1008. |
| |
| 作者姓名： | 李杨 王峰先 李洋 蓝海菲 孙珊珊 王铭君 宋修峰 |
| |
| 作者单位： | 1. 青岛大学附属妇女儿童医院医学影像科;2. 通用电气药业(上海)有限公司 |
| |
| 摘 要： | 目的 探讨TrueFidelity深度学习重组(DLIR)技术在儿童副鼻窦超低剂量CT检查中的价值。方法 回顾性分析因鼻窦炎或鼻部外伤行CT扫描患儿50例的资料，实验组(A组)25例采用100 kVp扫描，Smart mA 60～250 mA,前置多模型自适应统计迭代重组(ASIR-V)权重70%,DLIR图像重组，重组强度分别为高级、中级和低级；对照组(B组)25例采用100 kVp扫描，Smart mA 60～250 mA,前置ASIR-V权重30%,后置ASIR-V重组，重组权重选择70%。比较两组的辐射剂量常、图像噪声、信噪比(SNR)、对比噪声比(CNR)及主观评分。辐射剂量记录剂量长度乘积(DLP)值，并计算有效辐射剂量(ED)值。结果 A、B两组ED差异有统计学意义，A组辐射剂量较B组明显降低(tDLP=-34.56,tED=-23.00,P<0.05),A组DLP和ED分别比B组降低了83.92%(36.65±2.44)mGy·cm vs.(227.92±27.58) mGy·cm]和83.17%(0.17±0.03...
|
| 关 键 词： | 副鼻窦 深度学习图像重组技术(DLIR) 低剂量CT 辐射剂量 |
|
|
