基于深度学习的重建算法对腹部胰腺和门静脉CT图像质量的改善价值

目的探讨深度学习重建算法(DLIR)相对于滤波反投影算法(FBP)和多模型迭代重建算法(ASIR-V)对腹部胰腺和门静脉CT图像质量的改善价值。方法选取行常规腹部CT增强检查的患者36例,所得图像分别采用DLIRL、DLIR-M、DLIR-H、FBP及30%ASIR-V、70%ASIR-V算法重建图像,所得6种重建图像由2位放射科医师采用双盲法对图像噪声、对比度及细微结构进行主观评价。通过分别测量不同重建算法图像的CT值、SD值、SNR和CNR,并进行组间比较,来观察不同重建算法对图像质量的影响。结果 6组图像的SNR、CNR差异均有统计学意义(P<0.05),其中DLIR-H图像的SNR和CNR最高。主观评分之间差异均有统计学意义(P<0.05),两位医师的主观评分一致性良好,Kappa≥0.70,其中DLIR-M的主观评分最高。结论与FBP和ASIR-V重建算法比较,DLIR能够有效降低图像噪声、提高图像质量,因此DLIR算法可用于提升腹部胰腺和门静脉CT图像质量,有较好的临床应用前景。     

低辐射剂量联合深度学习重建算法在肝转移图像质量和诊断能力中研究

目的 探讨低辐射剂量联合深度学习重建算法(DLIR)在提高肝转移图像质量和诊断能力中的应用价值。方法 前瞻性搜集因临床需要行上腹部CT增强检查的肝转移患者30例,静脉期采用标准辐射剂量扫描联合前置多模型迭代重建算法V(ASiR-V)40%算法行图像重建(对照组),加扫第二静脉期采用50%低辐射剂量扫描并联合DLIR算法三个强度水平[低(L)、中(M)、高(H)]行图像重建(实验组)。对所有图像行客观评价[图像噪声、肝转移病灶的对比噪声比(CNR)、肝脏和门静脉的信噪比(SNR)]及主观评价[总体图像质量和病灶显示能力]。采用单因素方差分析和Kruskal-Wallis H检验比较4组图像的客观和主观评价指标。结果 DLIR-L组的噪声高于ASiR-V40%组(P<0.05),病灶CNR、肝脏和门静脉SNR、总体图像质量和病灶显示能力均低于ASiR-V40%,但两组的肝脏SNR与总体图像质量差异均无统计学意义。DLIR-M组和ASiR-V40%组的噪声、病灶CNR、肝脏和门静脉SNR、总体图像质量与病灶显示能力差异均无统计学意义。与ASiR-V40%组相比,DLIR-H组的噪声减低...     

深度学习重建算法在腹部CT成像中应用的体模研究

目的 探讨不同辐射剂量下深度学习图像重建算法（DLIR）相对于常规迭代重建算法（ASIR-V）对腹部体模CT图像质量的改善价值。方法 根据管电压设置100 kV组与120 kV组,每组按照容积剂量指数（CTDI_vol）不同（2、4、6、8、10、15 mGy）分为6组进行常规扫描,获得基于滤波反投影（FBP）算法的CT图像,并使用不同权重迭代重建算法（ASIR-V 50%、80%、100%）及不同等级深度学习重建算法（DLIR-L、DLIR-M、DLIR-H）进行图像重建,共获得84组图像。对比分析不同重建方式下各CTDI_vol组图像各部位CT值、噪声、信噪比（SNR）、对比噪声比（CNR）及主观评分的变化规律。图像质量主观评分比较采用Kruskal-Wallis H检验,客观指标和辐射剂量比较采用单因素方差分析及配对样本t检验。结果 同一管电压下,各CTDI_vol组不同重建条件下各部位的噪声、SNR、CNR差异均有统计学意义（F=415.39、315.30,P<0.001）,且ASIR-V 50%与DLIR-L图像的噪声、SNR、CNR差异无统计学意义（P>0.05）;主观评分之间差异均有统计学意义（100 kV组：H=13.47,P=0.036;120 kV组：H=12.99,P=0.043）,且两名医师的主观评分一致性较高（Kappa>0.70）,其中DLIR-H图像质量评分最高,DLIR-M与ASIR-V 50%图像质量主观评分基本一致;100 kV组图像质量主观评分整体较120 kV略高。以CTDI_vol为15 mGy组ASIR-V 50%图像作为参照,在满足诊断需求的前提下,低中高等级的DLIR可以分别降低辐射剂量超过30%、70%、85%。结论 DLIR算法不仅能够显著降低图像噪声、提高图像质量,而且可以在满足诊断需求的前提下有效降低辐射剂量;推荐临床应用100 kV结合中、高等级DLIR行腹部低剂量CT扫描。     

深度学习重建算法改善颅脑低剂量CT图像质量的可行性研究

目的探讨深度学习重建算法(DLIR)较自适应统计迭代重建(ASIR-V)算法在改善颅脑低剂量CT图像质量方面的效果。方法回顾性纳入2021年11月至2022年8月在解放军总医院第二医学中心接受颅脑CT检查的患者, 对所有患者的低剂量CT采用4种不同算法重建:获得30%强度ASIR-V(ASIR-V-30%)图像、低强度DLIR(DLIR-L)图像、中等强度DLIR(DLIR-M)图像和高强度DLIR(DLIR-H)图像。在4组图像的表浅白质、表浅灰质、深部白质和深部灰质内选取感兴趣区并测量其CT值, 计算信噪比(SNR)和对比噪声比(CNR)。由3名神经影像医师按照Likert 5分量表对图像质量进行主观评分。对4组图像的客观、主观评分进行分析, 若总体存在差异, 则进行组内两两比较。结果共纳入109例患者, 男104例、女5例, 年龄65～110岁, 平均(89.16±9.53)岁。颅脑CT低剂量扫描的辐射剂量为(0.93±0.01)mSv, 显著低于常规扫描(2.92±0.01)mSv(t = 56.15, P < 0.05 )。颅脑低剂量CT的4组图像的SNR深部灰质、SN...     

深度学习图像重建算法对图像质量的影响：体模研究

【摘要】目的：基于体模研究探讨深度学习图像重建（DLIR）算法的图像质量是否优于传统的自适应统计迭代重建算法（ASIR-V）。方法：使用GE Revolution Apex CT机对分辨率体模（JIS体模）进行常规剂量（CTDI为11.50mGy;A组）和低剂量（CTDI为4.22mGy;B组）扫描。对A组的原始扫描数据采用常规30%权重ASIR-V进行图像重建,B组采用滤波反投影（FBP）、30%-ASIR-V、60%-ASIR-V、90%-ASIR-V及不同级别的深度学习重建（DLIR-L、DLIR-M、DLIR-H）算法进行图像重建。在每组重建图像上测量JIS体模试管内各ROI（圆形,大小135mm2）的CT值及其SD（图像噪声）,计算图像的信噪比（SNR）;同时由3位放射科医师对扫描图像的噪声和分辨率（空间分辨率/密度分辨率）两个方面对不同重建算法的图像采用5分法（5分,图像清晰;4分,图像基本清晰;3分,满足临床诊断要求;2分,图像部分勉强辨认;1分,完全不能辨认）进行主观评分。采用单因素方差分析比较不同重建算法图像上测得的CT值、SD及SNR,采用Fleiss Kappa检验比较医师之间主观评分的一致性。结果：B组的CTDI为4.22mGy,较A组（11.50mGy）下降了63.3%。在相同权重迭代算法（30%-ASIR-V）下,低剂量与常规剂量相比图像的SD升高了68.33%,低剂量图像噪声和图像分辨率的主观评分低于常规剂量。在低剂量组中,FBP、30%-ASIR-V、60%-ASIR-V、90%-ASIR-V及DLIR-L、DLIR-M、DLIR-H重建图像的SD分别为31.33±2.51、25.21±2.47、19.43±1.76、13.76±1.39和21.33±2.09、21.33±2.09、13.84±1.42,与FBP算法相比,不同权重迭代算法和不同级别的DLIR算法均可减低图像噪声（P<0.05）,且随着ASIR-V权重或DLIR级别的升高,SD值越低。图像分辨率主观评分随着ASiR-V权重的升高而降低,但随着DLIR级别的升高而升高。与FBP、30%-ASIR-V、60%-ASIR-V和DLIR-L、DLIR-M算法相比,DLIR-H算法可显著降低图像噪声（P均<0.05）;DLIR-H算法的图像噪声和分辨率的主观评分高于其它算法（P均<0.05）。结论：应用深度学习重建算法能够提高图像质量（噪声和分辨率）,低剂量扫描结合深度学习图像重建算法,能达到常规剂量扫描的图像质量。     

比较双低扫描深度学习重组、能谱成像单能量重组CTPA图像质量、辐射剂量

目的 比较双低扫描(低千伏、低剂量对比剂)深度学习重组(DLIR)与能谱成像单能量重组CT肺动脉造影(CTPA)的图像质量、辐射剂量。方法 回顾性分析2021年9月至2022年3月本院行CTPA检查的患者资料。根据扫描方式将患者随机分为DLIR组[管电压80 kV,DLIR高档(DL-H)算法重组]、能谱组(80/140 kV瞬切能谱扫描模式，50%ASIR-V算法重组),并固定两组扫描模式的噪声指数以及对比剂剂量一致。两组对比剂(碘海醇350 mgI/ml)注射剂量均为20 ml,注射流率4.5 ml/s。利用能谱分析软件分别重组40 keV、50 keV、60 keV、70 keV四组单能量图像，比较各组单能量图像质量，获得能谱成像最佳单能量序列。比较DLIR、能谱最佳单能量成像肺动脉及其主要分支CT值、图像噪声、信噪比(SNR)、对比噪声比(CNR)以及图像质量主观评分、诊断信心。分别记录CT容积剂量指数(CTDIvol)、剂量长度乘积(DLP)、有效辐射剂量(ED)等。结果 共纳入60例患者，DLIR组、能谱组各30例。40 keV、50 keV、60 keV、70 keV四组...     

探讨深度学习重建算法对CTPA图像质量的影响

目的：对比滤波反投影重建算法(FBP)及常规迭代重建算法(ASiR-V)，研究深度学习重建(DLIR)算法对肺动脉CT血管成像(CTPA)图像质量的影响。方法：在GE APEX CT上收集进行CTPA检查的患者30例，分别采用5种重建方式(FBP，常规临床参数的ASiR-V40%,DLIR-L/M/H)重建。分别测量肺动脉主干、左右肺动脉干、肺动脉主干层面椎旁肌肉的CT值、噪声(SD)，计算其信噪比(SNR)、对比度噪声比(CNR)，并进行客观评价。由2名高年资医师对所有图像进行评分。结果：5组图像在肺动脉主干、左、右肺动脉干的CT值差异均没有统计学意义(P>0.05)；但5组图像的SD、CNR、SNR值差异均有统计学意义(P<0.01)。DLIR的图像质量要显著优于ASiR-V，随着DLIR强度升高，SD值降低，SNR值升高。每名医师组内及2名医师组间的主观评分一致性均高，组内相关系数(ICC)值分别为0.838、0.879、0.843,5组图像主观评分差异均有统计学意义(P<0.01)。图像质量趋势为DLIR-H>DLIR-M>DLIR-L>AS...     

256排CT ASIR-V权重比的变化对冠状动脉CTA图像质量及辐射剂量的研究

目的 运用全模型实时迭代重建技术(ASIR-V),通过改变其权重比观察冠状动脉CTA辐射剂量及图像质量的变化。方法 选取2018年12月～2019年11月在我院行冠状动脉CTA的患者121例,按ASIR-V 50%、60%、70%、80%(A、B、C、D)进行扫描。扫描结束后记录有效剂量,并对四组CT原始横断面图像进行主、客观评价分析。结果 1)有效剂量ED与ASIR-V权重呈负相关关系(rs <0); 2)四组间信噪比SNR:B、C、D组显著大于A组,且在B组时明显增大;对比噪声比CNR:D组显著高于A组;噪声BN在A组时最大; 3)图像质量主观评分,整体比较有差异,B组时评分最高,D组时评分最低。结论 使用ASIR-V 60%进行图像重建可在图像质量和辐射剂量间取得最佳平衡点。     

深度学习重建算法在低剂量腹盆腔动脉CT血管造影中的应用研究

目的 探讨深度学习图像重建（DLIR）算法对低剂量腹盆腔动脉CT血管造影（CTA）图像质量的影响。方法 收集病理证实60例行腹部动态增强扫描的胃肠道恶性肿瘤患者,动脉期图像经DLIR-H、DLIRM、自适应迭代重建（ASIR）-V 80%和ASIR-V 50%重建分别获得DLIR-H、DLIR-M、ASIR-V80和ASIR-V50 4组图像。比较主观指标及客观指标[主动脉CT值（CTao）、肠系膜上动脉CT值（CTsma）、右髂总动脉CT值（CTri）、前腹壁脂肪标准差（SD脂肪）,信噪比（SNRao）和对比噪声比（CNRao）]的差异。结果 2位医生主观评价指标的一致性好（Kappa值0.633～0.800）,DLIR-H组主观指标的评分高于DLIR-M、ASIR-V80、ASIR-V50组,差异有统计学意义（P<0.05）。四组主动脉CT值（CTao）、肠系膜上动脉CT值（CTsma）、右髂总动脉CT值（CTri）均大于400 Hu。DLIR-H组SD脂肪[（9.1±2.2）Hu]低于DLIR-M、ASIR-V80、ASIR-V50组[（12.3±2.4）Hu、（12.5±...     

自适应迭代技术（ASIR-V）不同级别重建对于低剂量CT图像质量影响的研究

目的 探讨新一代自适应迭代重建-V(ASIR-V)不同重建级别对低剂量CT图像质量的影响及最佳重建级别。方法 选取临床需要进行胸腹部增强CT扫描的患者96例,门静脉期扫描选择能谱序列,图像后处理均采用ASIR-V技术,并设置6个不同重建级别（0%、20%、40%、60%、80%、100%）。测量肝脏、脾脏、肾脏、竖脊肌及脂肪的CT和SD值并计算信噪比（SNR）、对比噪声比（CNR）和图像噪声（SD）;图像质量按1～5分予以主观评分。采用SPSS 22.0软件进行统计学分析,P<0.05为差异有统计学意义。结果 1）客观评价：肝脏、脾脏、肾脏实质不同重建级别的CNR、SNR及SD值差异均有统计学意义。随着重建级别的增加,图像SNR、CNR值逐渐增大,噪声SD逐渐降低,图像质量提高;2）主观评价：ASIR-V 0%、100%重建的图像质量最差,60%～80%范围图像质量评分最高;40%和100%、60%和80%组间对比差异无统计学意义,余各组间差异均具有统计学意义。结论 综合主客观评价,设置ASIR-V重建级别能够不同程度优化低剂量扫描图像质量,过度迭代图像蜡样质感较严重,组织对比明...     

不同重建算法对常规剂量CT腹部脏器图像质量的影响

目的 :探讨滤波反投影法(FBP)、自适应统计迭代重建(ASIR)与基于模型迭代重建(MBIR)3种重建算法对常规剂量CT腹部脏器图像质量的影响。方法:收集腹部扫描患者50例,行常规剂量CT腹部扫描,扫描后分别采用FBP、40%ASIR、MBIR重建0.625 mm图像,分别测量肝脏、脾脏、胰腺、双肾及同层面皮下脂肪CT值及标准差(SD)值,计算SNR、对比噪声比(CNR)和40%ASIR、MBIR的SD降低率和SNR、CNR增加率,并对图像进行双盲法主观评分。结果 :FBP、40%ASIR、MBIR 3组图像主观评分之间差异均有统计学意义(均P0.05)。MBIR图像肝脏、脾脏、胰腺、双肾实质的SD值均低于40%ASIR组和FBP组(均P0.05),MBIR图像肝脏、脾脏、胰腺、双肾SNR和CNR均较40%ASIR组和FBP组提高(均P0.05),且SD值、SNR、CNR在3组图像间差异均有统计学意义(均P0.05)。结论:与FBP重建方法相比,40%ASIR和MBIR不仅可有效降低图像噪声,还可提高图像质量,其中MBIR在降低图像噪声及提高图像质量方面效果最佳,有助于临床实现上腹部低辐射剂量CT检查。     

深度学习重建算法结合低剂量CT在机会性骨质疏松症筛查中的应用研究

目的 将深度学习重建算法与低剂量CT相结合,探究其对图像质量的影响及对骨密度测量的影响,及其在机会性骨质疏松筛查中的应用价值。方法 前瞻性收集同时接受胸上腹部联合低剂量扫描的患者119例(年龄≥40岁)。所有图像分别使用滤波反投影(FBP)算法、基于混合模型的自适应统计迭代重建(ASIR-V)50%和3个水平深度学习算法进行重建。使用非同步定量CT软件进行骨密度测量,比较不同重建条件下的骨密度(BMD)。分别计算降主动脉、肝脏、脾脏的信噪比(SNR)和对比噪声比(CNR),将前腹壁脂肪的标准差代表图像的噪声,并使用5分制主观评价法,进行图像质量客观评价。比较不同重建方法下,不同部位的客观和主观图像质量。结果 在不同的重建方法下,BMD的差异无统计学意义(P>0.05)。高级别的深度学习重建算法(DLIR-H)较ASIR-V 50%在降主动脉、肝脏和脾脏的SNR分别提高了103.88%、125.09%、136.13%,图像噪声降低了55.98%,DLIR-H的CNR和主观评分(肺部病变显示能力除外)均优于DLIR-L和ASIR-V 50%(χ²=158.31~275.35,P＜0.001)。结论 深度学习算法不影响骨密度测量的准确性,图像质量优于ASIR-V 50%。深度学习算法联合低剂量CT可用于机会性骨质疏松筛查。     

应用高级迭低重建改善低剂量冠状动脉CT血管成像图像质量的研究

目的评价不同强度高级迭低重建(advanced modeled iterative reconstruction,ADMIRE)改善低剂量冠状动脉CT血管成像(coronary CT angiography,CCTA)图像质量的效果,筛选最适迭代重建强度。方法对39例疑似冠状动脉粥样硬化患者应用西门子FORCECT行低剂量CCTA,同时采用滤过反投影法(filtered back projection,FBP)和高级迭低重建算法(advanced modeled iterative reconstruction,ADMIRE)(强度1~5)进行图像重建,评价客观及主观图像质量。客观图像质量指标包括平均CT值、图像噪声、信噪比(SNR)、对比度噪声比(CNR),主观图像质量评价由两名具有10年以上诊断经验的影像医师对冠状动脉15段分支血管进行双盲评分。结果不同强度ADMIRE及FBP组间比较,感兴趣区的CT值无统计学差异,不同迭代强度各组图像噪声均显著低于FBP组,噪声水平随迭代强度的增高而降低(P0.05)。迭代重建各组的SNR、CNR均显著高于FBP组,SNR与CNR均随迭代强度的增高而增高(P0.05)。ADMIRE 4组主观图像质量评分及可判读性最高(P0.05),其他组评分从高到低依次为ADMIRE 5,3,2,1及FBP。结论:在相同辐射剂量条件下,CCTA成像运用ADMIRE较FBP可明显提高主观及客观图像质量;本实验条件下CCTA扫描推荐的ADMIRE强度为4。(modeled iterative reconstruction,ADMIRE)(强度1~5)进行图像重建,评价客观及主观图像质量。客观图像质量指标包括平均CT值、图像噪声、信噪比(SNR)、对比度噪声比(CNR),主观图像质量评价由两名具有10年以上诊断经验的影像医师对冠状动脉15段分支血管进行双盲评分。结果:不同强度ADMIRE及FBP组间比较,感兴趣区的CT值无统计学差异,不同迭代强度各组图像噪声均显著低于FBP组,噪声水平随迭代强度的增高而降低(P0.05)。迭代重建各组的SNR、CNR均显著高于FBP组,SNR与CNR均随迭代强度的增高而增高(P0.05)。ADMIRE 4组主观图像质量评分及可判读性最高(P0.05),其他组评分从高到低依次为ADMIRE 5,3,2,1及FBP。结论在相同辐射剂量条件下,CCTA成像运用ADMIRE较FBP可明显提高主观及客观图像质量;本实验条件下CCTA扫描推荐的ADMIRE强度为4。     

基于多模型的迭代重建技术对低剂量CT结肠成像图像质量的影响

目的 评价Revolution CT应用不同水平基于多模型的迭代重建算法（ASIR-V）对提高低剂量CT结肠成像图像质量的能力。方法 选用离体猪结肠获得模拟息肉30个,使用Revolution CT在不同扫描条件（管电压120 kVp,管电流10、30、50、70、90、100、120、140、160、180、200、220、240、260 mA）下扫描,分别应用6种不同水平ASIR-V（0、10%、30%、50%、70%、90%）算法进行图像重建。两名观察者盲法对84组CT结肠成像重组图像[CT仿真内镜（CTVE）、多平面重建（MPR）、容积再现（VR）、虚拟分割（VD）]分别进行主观质量评分（4分制）,同时独立测量图像噪声（SD）、信噪比（SNR）及对比噪声比（CNR）。比较图像质量主观评分一致性及不同管电流、不同水平ASIR-V重建图像的SD、SNR、CNR差异。结果 两观察者图像质量主观评分一致性好（Kappa值=0.683）,管电流（r=0.734,P=0.000）及ASIR-V水平（r=0.220,P=0.044）的变化与图像质量主观评分相关,相同管电流条件下,50% ASIR-V重建图像质量主观评分最高。两观察者客观数据一致性良好。不同管电流、不同水平ASIR-V重建图像的SD、SNR及CNR差异均具有统计学意义（F=423.58、124.26、1 030.17,P<0.05）。同一管电流水平下,随着ASIR-V水平增高,图像SD降低,CNR增大;图像SNR在管电流为10、120、140、160、220、240、260 mA水平下差异具有统计学意义（F=8.75~31.36,P<0.05）。相同水平的ASIR-V重建,随管电流增大,图像SD下降,SNR及CNR逐渐升高。结论 CT结肠成像中,应用ASIR-V算法可以显著降低噪声,提高图像对比噪声比,提高图像质量,且50% ASIR-V水平在降噪能力方面更为显著。     

光谱CT显示左结肠动脉的最佳虚拟单能量

目的:探讨双层探测器光谱CT显示左结肠动脉(LCA)的最佳虚拟单能量,旨在为腹腔镜直肠癌根治术前评估LCA提供帮助。方法:回顾性分析在本院行腹部CT血管成像(CTA)扫描的100例患者的影像学资料,将动脉期原始图像重组成混合能量图像以及基于能谱的间隔10 keV的40～70 keV的单能量图像。对5组图像LCA的CT值、信噪比(SNR)、对比噪声比(CNR)、图像噪声以及图像质量评分进行比较。结果:40～70 keV组单能量图像LCA的CT值、噪声、CNR、SNR随着能级的升高呈递减趋势。常规混合能量图像组及40～70 keV单能量图像组两两比较,各组间CT值、SNR、CNR、噪声差异有统计学意义(P<0.05)。40 keV组图像LCA的CT值、CNR、SNR均高于其他组,噪声低于常规混合能量图像组。两名影像科医师图像质量主观评价的一致性良好(0.40≤Kappa值<0.75),各组间图像主观评分差异均有统计学意义(P均<0.001)。40 keV组图像主观评分最高,40～70 keV组单能量图像质量均高于常规混合能量图像。结论:40 keV为显示LCA的最佳虚拟单...     

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

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(t_DLP=-34.56,t_ED=-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...     

Revolution 256 CT胸部低剂量扫描不同噪声水平与后置ASIR-V权重的最佳组合

目的 探讨Revolution 256CT胸部低剂量扫描不同噪声指数(NI)水平与后置ASIR-V权重的最佳组合。方法 随机将320例胸部健康体检者分为4组：常规剂量组(NI15)和低剂量组(NI25、30、35),每组80例,均与后置ASIR-V不同权重(0～100%)相结合。测量计算感兴趣区噪声(SD)值、信噪比(SNR)、对比噪声比(CNR)、剂量容积指数(CTDIvol)、剂量长度乘积(DLP)及有效辐射剂量(ED),并对图像进行主观评分,得出最佳噪声指数(NI)及后置ASIR-V权重的组合。客观指标比较用方差分析,主观指标比较用Kappa一致性检验,P<0.05为差异有统计学意义。结果 (1)随着ASIR-V权重的增加SD值逐渐减小、SNR及CNR值逐渐增加,差异有统计学意义(F=1.216～39.410,P<0.05)。(2)随着NI值的增加,SD值逐渐增加,SNR及CNR值逐渐减小,差异有统计学意义(F=1.216～39.410,P<0.05)。(3)随着NI值的增加,CTDIvol、DLP、ED值逐渐减小,差异有统计学意义(F=140.221～153....     

深度学习重建在儿童脑外伤低剂量颅脑CT扫描中的应用研究

目的探讨深度学习重建(DLR)在儿童低剂量脑外伤CT扫描中的应用价值。方法回顾性分析2020年6月至2021年2月湖南省儿童医院51例脑外伤合并脑出血患儿的低剂量颅脑CT图像, 分别重建成5 mm和1.25 mm两组图像, 每组图像根据不同算法重建6个亚组图像, 分别为3组多模型自适应性迭代重建(ASIR-V)(迭代权重为0、50%、100%)和3组DLR[重建级别为低(L)、中(M)、高(H)]图像。图像质量客观评价参数包括背侧丘脑(灰质)、额叶白质、出血灶的CT值、信噪比(SNR)和灰白质、出血灶对比噪声比(CNR), 以及背景噪声(SD)、颅底伪影SD。主观评价为对图像质量采用5分法进行评分。采用随机区组方差分析和Friedman秩和检验比较DLR与ASIR-V图像的客观参数和主观图像质量评分的差异。采用配对样本t检验和相关样本秩和检验对1.25 mm层厚DLR-H与5 mm层厚ASIR-V50%图像的客观参数和主观评分进行比较。结果 51例患儿颅脑CT的CT容积剂量指数、剂量长度乘积和体型特异性剂量估算值分别为17.7(11.9, 21.1)mGy、248.4(142.2, 3...     

深度学习重建算法在低辐射剂量头颈联合CT血管成像中的应用价值

目的 探讨深度学习重建算法(DLIR)与自适应统计迭代重建算法(ASiR-V)在头颈部CT血管成像(CTA)中检查剂量和成像质量的差异。方法 前瞻性收集因头颈部血管疾病行头颈部CTA检查的患者80例。按照检查的先后顺序分为A组和B组,每组40例。A组采用管电压120 kV,噪声指数11.0,ASiR-V 50%重建;B组采用管电压80 kV,噪声指数9.0,分别采用ASiR-V 50%重建(B1组)和DLIR-H重建(B2组)。采用独立样本t检验比较两组的辐射剂量和图像质量。采用Kruskal-wallis检验和Wilcoxon秩和检验用于比较两种成像方式的辐射剂量和主观、客观图像质量。比较组间强化血管CT值,感兴趣区(ROI)的信号与噪声, 计算信噪比(SNR)和对比信噪比(CNR)。结果 A、B两组有效辐射剂量分别为(0.77±0.08)、(0.45±0.05)mSv,差异有统计学意义(t=21.96,P<0.001)。A、B1、B2 3组图像的主动脉弓、颈动脉起始部、颈动脉分叉层面、大脑中动脉M1段强化血管CT值、SD、SNR、CNR,差异均有统计学意义(F=67.69、68.50、50.52、74.10、63.10、91.22、69.16,P<0.001)。A、B1、B2 3组图像质量主观评分差异有统计学意义(Z=71.06,P<0.05)。结论 DLIR算法能够在进一步降低头颈部CTA检查辐射剂量的同时,明显地减少图像噪声,保证了图像质量,具有良好的临床应用价值。     

探讨70 kV联合深度学习重建算法对大体重患者CCTA图像质量的影响

目的：探讨70 kV联合深度学习重建算法（DLIR）对大体重患者冠状动脉CT血管成像（CCTA）图像质量的影响。方法：纳入2021年9月—2022年1月在我院采用Revolution Apex CT行低管电压（70 kV）行CCTA检查的患者96例,根据患者体重指数（BMI）平均分为2组,即标准体重组与大体重组。标准体重组图像采用基于多模型的自适应统计迭代重建-Veo (ASiR-V40%),大体重组图像分别进行ASiR-V40%及低、中、高三档深度学习图像重建（DLIR-L、DLIR-M、DLIR-H）,对两组图像的冠状动脉主要节段进行主观评分,记录两组图像主动脉根部、各冠状动脉近段[包括右冠状动脉（RCA）、左主干（LMA）、左前降支（LAD）、左回旋支（LCX）]及竖脊肌的CT值及SD值以及有效辐射剂量,分析比较两组组内及组间不同重建算法的差异。结果：低管电压（70 kV） CCTA检查条件下,大体重组中DLIR重建图像噪声均低于常规临床检查的ASiR-V40%重建图像,信噪比（SNR）及对比噪声比（CNR）均高于ASiR-V40%重建图像,随着DLIR重建算法的降噪级别的递增,...