首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到16条相似文献,搜索用时 203 毫秒
1.
目的 评价奇异值分解(SVD)滤波对超声造影(CEUS)超微血管成像(SMI)图像质量的影响。方法 对1例疑诊肝血管瘤患者行常规二维超声及CEUS检查,对图像进行SVD滤波处理,根据算法获取基于CEUS的SMI图像;比较经SVD滤波处理的CEUS SMI与二维声像图及原始CEUS图像的信噪比(SNR)、对比组织比(CTR)及分辨率等参数的差异。结果 相比二维声像图及原始CEUS图像,经SVD滤波处理的CEUS SMI可显示更多微血管网络,并支持测量血管间的距离。二维声像图、CEUS及CEUS SMI的SNR分别为7.56、17.65及22.43 dB,CTR分别为1.12、7.56及16.34 dB;CEUS SMI的SNR及CTR明显高于二维声像图及CEUS。结论 SVD滤波可提升肝脏CEUS SMI图像质量。  相似文献   

2.
目的 观察超声矢量流速成像(VFI)联合奇异值分解(SVD)滤波对检测肝脏深部微血管内血流速度的价值。方法 前瞻性对1例疑诊肝血管瘤患者采集肝脏灰阶超声、CDFI及超声造影(CEUS)图;对CEUS图行SVD滤波处理,以互相关算法分别获取基于灰阶超声、原始CEUS及经SVD滤波处理后CEUS的VFI,比较其检测肝脏微血管血流方向和速度的差异。结果 肝脏灰阶超声、原始CEUS及经SVD滤波处理后CEUS图的信噪比(SNR)分别为7.56、17.65及22.43 dB,对比组织比(CTR)分别为1.12、7.56及16.34 dB。相比基于灰阶超声和原始CEUS的VFI,经SVD滤波处理后CEUS的VFI可检出更高速、方向更均一的血流。SVD滤波处理前、后,VFI所测肝脏微血管内血流速度分别为1.91(0.81,4.11)及6.83(4.25,9.41)mm/s,差异有统计学意义(Z=-10.671,P<0.001)。结论 联合SVD滤波可显著提高VFI检测肝脏深部微血管内血流速度的效能。  相似文献   

3.
目的 探讨基于原始数据域的迭代重建(SAFIRE)算法与滤波反投影(FBP)算法冠状动脉CT血管造影(CCTA)图像质量的差异。方法 对置入模拟左、右冠状动脉的仿真体模,采用两组管电压(100 kV、120 kV)行双源CT检查,对冠状动脉原始图像在工作站上分别进行FBP及SAFIRE两种算法的图像重建,对不同管电压及不同管电流组内图像质量指标SNR、CNR、CT值标准差进行t检验;相同管电压不同重建算法,不同管电压相同管电流SAFIRE重建方式的两组SNR、CNR、CT值标准差及CT值采用配对t检验。结果 两组管电压扫描后经SAFIRE重建的冠状动脉图像质量均明显优于FBP重建;两组管电压两种重建算法图像,随着管电流的增加,200~360 mA图像质量呈改善趋势,管电流340 mA及以上图像质量指标趋于稳定;不同管电压相同管电流SAFIRE重建算法成像其图像质量比较,CNR、SNR、CT值标准差差异均有统计学意义(t=5.36、2.49、21.82,P均<0.05)。结论 随着扫描参数(管电流与管电压)的增加,图像质量随之上升,但到达一定值后图像质量趋于稳定;采用SAFIRE在相同扫描条件下可以明显提高图像质量。  相似文献   

4.
目的 评价肝脏CT扫描中不同级别的迭代重建技术(iDose)对图像质量和噪声的影响,探讨获得最佳图像质量、最低噪声的迭代重建级别。 方法 应用256层CT(Brilliance iCT)对30例患者行肝脏CT扫描。分别采用传统滤过反投影法(FBP)和1~7级迭代重建技术(iDose1~iDose7)对原始数据进行重建,比较不同重建图像在肝脏同一层面的SNR和CNR,并进行统计学分析。由2名影像学诊断医师采用双盲法以4分制对图像质量进行评价。 结果 iDose1~iDose7图像的SNR及CNR均高于FBP图像,且CNR随迭代重建级别升高而呈线性升高。iDose2、iDose3、iDose4的SNR值及CNR值差异均无统计学意义,iDose3、iDose4评分值的差异无统计学意义,且二者图像评分最优。 结论 在肝脏CT扫描中,与常规重建算法FBP比较,采用迭代重建技术(iDose1~iDose7)可明显提高图像质量,降低图像噪声;本组条件下,iDose3、iDose4可以获得最佳图像质量。  相似文献   

5.
目的 观察柔性减影CE-boost技术用于头颈部CT血管成像(CTA)的价值。方法 回顾性收集40例接受头颈部CTA检查患者,采用5分制根据整体图像质量、血管清晰度及血管树完整度对常规CTA(A组)及以CE-boost行后处理后所获图像(B组)进行主观评分,以平均CT值、图像噪声、信噪比(SNR)及对比度噪声比(CNR)对2组图像质量进行客观评价。比较2组主观及客观评价结果。结果 B组针对整体图像质量、血管清晰度及血管树完整度的主观评分均高于A组(P均<0.001);B组颈部及颅内各级动脉平均CT值、SNR及CNR均高于A组(P均<0.001)。结论 利用柔性减影CE-boost技术可提高头颈部CTA图像质量。  相似文献   

6.
目的 定量评价双能量CT非线性融合优化对比对甲状腺结节图像质量的影响。方法 回顾性分析94例接受双源CT双能量增强扫描的甲状腺病变患者,分别比较80 kV(A组)、140 kV(B组)、线性融合0.3LB(C组)及非线性融合NLB(D组)4组图像中颈动脉、正常甲状腺组织及甲状腺病灶3个部位的CT值、SNR、CNR,比较4组图像的背景噪声。主观评分比较C、D两组对甲状腺病灶的包膜及内部结构的显示情况。结果 C组与D组背景噪声差异无统计学意义(P=0.59),小于A、B两组;A组与D组颈动脉、正常甲状腺组织及甲状腺病灶的CT值差异无统计学意义(P=0.49、0.08、0.08),大于其他两组。C、D两组正常甲状腺SNR差异无统计学意义(P=0.19),均大于A、B组(P均<0.05);D组颈动脉SNR及CNR、甲状腺病灶SNR及CNR、正常甲状腺CNR均大于其他3组(P均<0.05)。C、D两组图像的主观评分分别为3.36±0.51、4.01±0.56,D组优于C组(P=0.02)。结论 非线性融合可提高颈部图像质量,更清晰地显示甲状腺结节的包膜及乳头结构,对结节的CT定性诊断有一定的临床价值。  相似文献   

7.
目的 探讨全模型迭代重建(IMR)技术不同参数设置对肝脏低剂量增强CT扫描图像质量的影响。方法 收集需要接受肝脏增强CT检查的患者40例,分别行上腹部平扫和3期动态增强扫描,其中延迟期采用低剂量扫描,管电压80 kV,管电流150 mAs。对原始数据进行滤波反投射(FBP)重建和IMR技术重建,IMR采用不同参数,以获得不同水平(Level 1~3)的常规和软组织重建图像,分别记为R1、R2、R3亚组和S1、S2、S3亚组。对各组图像进行主观和客观评价并比较,主观评价包括低对比分辨率(LCD)、图像失真(ID)和诊断信心(DC)评分,客观评价包括肝脏噪声、信噪比(SNR)和对比噪声比(CNR)。结果 不同参数组图像的LCD、ID和DC评分差异均有统计学意义(P均<0.01)。不同参数组图像间噪声、SNR及CNR差异均有统计学意义(P均<0.01);除S1与R2亚组、S2与R3亚组3项指标(P均>0.05)外,余两两比较差异均有统计学意义(P均<0.01)。结论 全迭代重建IMR技术可提高肝脏低剂量增强CT扫描的图像质量,推荐参数为软组织重建、Level 1或常规重建、Level 2。  相似文献   

8.
目的 探讨低管电压迭代重建模型(IMR)在冠状动脉CTA中的应用价值。方法 选取30例疑似冠状动脉心脏病患者,均进行前瞻性心电门控心脏256层MSCT扫描。若体质量指数(BMI)≥25 kg/m2,管电压为100 kV;反之,则为80 kV。分别采用滤波反投影(FBP,A组)、高级混合迭代重建(iDose4,B组)和IMR(C组)进行重建。分别测量3组图像主动脉根部的CT值、噪声,并计算SNR和CNR。对图像伪影、管腔边缘的锐利度、主观噪声、总体图像质量以及冠状动脉各主干血管图像质量进行主观评分,进行统计学分析。结果 3组图像的噪声、SNR以及CNR差异有统计学意义(P均<0.05)。噪声由大到小依次为A组、B组和C组(P均<0.05)。SNR和CNR由大到小依次为C组、B组和A组(P均<0.05)。C组噪声、血管边缘锐利度、总体图像质量、冠状动脉各主干血管主观评分显著高于A组和B组(P均<0.05)。B组图像伪影评分显著高于A组和C组(P均<0.05),且A组与C组图像伪影评分差异无统计学意义(P>0.05)。结论 IMR可显著降低冠状动脉血管成像的图像噪声,提高图像SNR和CNR。  相似文献   

9.
目的 探讨超低管电流三维自适应迭代剂量降低(AIDR3D)重建CT猪结肠成像的图像质量与辐射剂量。方法 制作10段猪结肠息肉模型,每段猪结肠黏膜设有30枚直径1~15 mm的结节样模拟息肉。对所有模型均采用640层CT机进行扫描,管电压120 kVp,电流剂量分别为10、20、30、40、50 mAs。并获得滤波反投影(FBP)和AIDR3D重建图像,不同管电流及重建方法组合10组数据:A组(10 mA,FBP)、B组(10 mAs,AIDR3D)、C组(20 mAs,FBP)、D组(20 mAs,AIDR3D)、E组(30 mAs,FBP)、F组(30 mAs,AIDR3D)、G组(40 mAs,FBP)、H组(40 mAs,AIDR3D)、I组(50 mAs,FBP)、J组(50 mAs,AIDR3D)。测算图像的噪声、SNR及CNR作为定量指标,并对图像质量进行主观定性评分。以有效辐射剂量为指标比较各组图像的辐射剂量。结果 相同管电流条件下,AIDR3D图像的噪声低于FBP图像,SNC及CNR均高于FBP图像(P均<0.05)。D组与I组图像的噪声(P=0.052)、SNR(P=0.129)及CNR(P=0.053)差异均无统计学意义。B组图像的噪声(P=0.002)高于I组,SNR及CNR均低于I组(P均<0.001)。相同管电流条件下,AIDR3D图像的质量评分高于FBP图像(P均<0.05)。D组与I组的图像质量评分差异无统计学意义(P=0.121)。B组的图像质量评分低于I组(P<0.001)。 与I组(50 mAs,FBP)比较,D组(20 mAs,AIDR3D)的有效辐射剂量降低了59.90%,差异有统计学意义(P<0.05)。结论 超低管电流(20 mAs)扫描结合AIDR3D重建的猪结肠CT图像质量可媲美常规低管电流(50 mAs)扫描结合FBP重建的图像质量,并有效减低辐射剂量。  相似文献   

10.
目的 采用Catphan 500体模及改造后的套环体模,探讨2种体模噪声水平下高级迭代重建算法(ADMIRE)不同迭代强度对图像质量的影响。方法 在12种不同扫描条件下对标准体模组和套环体模组分别进行扫描,采用滤波反投影法(FBP ADMIRE 0亚组)及不同迭代强度ADMIRE 1~5(ADMIRE 1~5亚组)重建图像。测量图像的噪声、SNR、空间分辨率、密度分辨率,比较不同迭代强度图像间的差异。结果 标准体模组:随迭代强度增高,噪声逐渐减低,SNR逐渐增高,空间分辨率无明显改变,密度分辨率逐渐升高,ADMIRE 4、5亚组密度分辨率高于ADMIRE 0~2亚组(P均<0.05)。套环体模组:随迭代强度增高,噪声逐渐减低,SNR逐渐增高,ADMIRE 4、5亚组空间分辨率低于ADMIRE 0~2亚组,密度分辨率逐渐升高,ADMIRE 3~5亚组密度分辨率高于ADMIRE 0~2亚组(P均<0.05)。结论 标准体模图像噪声水平下,ADMIRE技术可提高密度分辨率而不降低空间分辨率;套环体模图像噪声水平下,ADMIRE技术可提高密度分辨率,但高级别ADMIRE技术会降低空间分辨率;推荐以ADMIRE 3作为优选迭代强度级别。  相似文献   

11.
目的 观察基于蒙特卡罗模拟的小动物质子CT(PCT)的最优射束能量。方法 采用蒙特卡罗模拟建立PCT系统,分别以不同能量质子束对体模1、2进行扫描,并以滤波反投影法重建图像,观察其中不同材料质子的相对阻止本领(RSP)值、重建误差、空间分辨率、信号噪声比(SNR)及对比噪声比(CNR),评估图像质量,筛选最优质子射束能量。结果 重建图像中,特氟龙、聚丙烯及骨骼等效材料的RSP的相对误差均随质子能量增高而先降后升,于质子能量为130 MeV时最小,分别为0.76%、0.08%及0.05%。体模1内4种插件的SNR和CNR均随质子能量增高而降低。重建图基本无法分辨体模2内直径0.2 mm铝插件,质子能量较低时可分辨直径0.4 mm铝插件;不同质子能量下均可分辨直径0.8 mm铝插件,且空间分辨率随质子能量增高而提升,质子能量大于130 MeV后变化趋缓。结论 以蒙特卡罗模拟的小动物PCT平台的最优成像质子射束能量为130 MeV。  相似文献   

12.
目的 探讨3D自由呼吸径向采集K空间放射填充容积内插成像(Star VIBE)序列在儿童腹部MR增强检查中的应用价值。方法 对72例患儿采用超快速小角度激发(tfl)梯度回波序列及3D自由呼吸Star VIBE序列进行腹部增强MR扫描,对2种扫描序列得到的增强T1WI进行主观评分,并测量其SNR和CNR,比较2种图像的差异。结果 3D自由呼吸Star VIBE序列图像呼吸运动伪影、肝内血管和下腔静脉结构显示、胃肠道蠕动伪影、病灶清晰度和整体图像质量评分均高于tfl序列(P均<0.001)。3D自由呼吸Star VIBE序列的SNR为25.14(20.42,30.50),CNR为9.20(7.36,10.42),tfl序列的SNR为20.67(19.00,23.50),CNR为6.08(3.00,8.50);3D自由呼吸Star VIBE序列的SNR、CNR均高于tfl序列(P均<0.001)。结论 3D自由呼吸Star VIBE序列可明显减少儿童腹部增强MRI运动伪影,增加SNR和CNR,对于诊断儿童腹部病变具有重要临床应用价值。  相似文献   

13.
目的 探讨自适应统计迭代重建(ASiR)算法在儿童头部CT扫描中的应用价值。方法 对1个水模进行CT扫描,管电压100 kV,管电流分别为200、180、160、140、120和100 mA,ASiR比例分别设置为0、10%、20%、30%、40%、50%,采用FBP和ASiR迭代重建两种重建算法进行图像重建,比较不同条件下图像CNR、SNR和图像噪声。将80例接受头部CT扫描的患儿分为对照组(n=40)和试验组(n=40)。对照组采用管电压100 kV、管电流200 mA,FBP重建算法进行图像重建;试验组采用管电压100 kV、管电流140 mA,分别采用FBP和ASiR两种重建法进行图像重建;将重建后的图像分别记为试验FBP亚组和试验ASiR亚组;对两组中图像的CNR、SNR、图像噪声、CTDIvol、DLP、ED进行比较。结果 水模研究中,采用ASiR(30%)、管电流140 mA、ASiR算法重建图像的SNR、CNR及空气噪声值与管电流 200 mA、FBP重建图像最为接近。对照组与试验ASiR亚组图像的图像噪声、灰白质CNR和灰质SNR值差异均无统计学意义(P均>0.05);对照组和试验ASiR亚组图像的噪声、灰质SNR、灰白质CNR均优于试验FBP亚组,且差异均有统计学意义(P均<0.001)。结论 采用ASiR重建算法的头部CT扫描,既可降低患儿接受的辐射剂量,又保证了图像质量,具有较高的临床应用价值。  相似文献   

14.
目的评估能谱CT冠状动脉造影中不同keV水平单能量图像的客观质量控制参数,确定最佳单能量图像。方法采用能谱CT机对100例受检者进行能谱CT冠状动脉造影,并分为正常组50例,病变组50例。对40~140keV间隔5keV的21组单能量图像噪声(Noise)进行测量,计算正常组和病变组前降支(LAD)、左旋支(LCx)及右冠状动脉(RCA)的SNR和CNR及病变组中242个斑块的CNR。采用单因素方差分析和独立样本t检验评估冠状动脉(LAD、LCx、RCA的近、中、远段)图像的Noise、SNR及CNR。结果单能量图像Noise下降趋势的分界值在60keV,正常组、病变组血管的SNR、CNR值均在40~70keV水平明显高于其他keV水平。60keV水平单能量图像的SNR、CNR值在正常组与病变组之间差异无统计学意义。结论对于正常组和病变组,60~70keV水平的单能量图像能够获得较高的SNR、CNR和较低的图像Noise,可作为能谱CT冠状动脉造影的最佳单能量水平。  相似文献   

15.
目的 评价MR三维快速扰相梯度回波(3D FSPGR)序列显示甲状腺结节的图像质量.方法 回顾性分析60例甲状腺结节患者的快速自旋回波(FSE)及3D FSPGR序列脂肪抑制增强T1WI,对甲状腺结节及正常甲状腺组织的图像质量及脂肪抑制效果、呼吸吞咽运动伪影进行主观评价,并对比甲状腺结节和正常甲状腺组织图像的信噪比(S...  相似文献   

16.
目的评价快速三维时间飞跃法(3D fast time of flight,3D Fast-TOF)磁共振血管成像(magnetic resonance angiography,MRA)在颅内动脉成像中的临床应用价值。材料与方法对34例临床怀疑脑血管病变的患者同时进行标准3D TOF MRA和3D Fast-TOF MRA序列进行脑部动脉成像,其中,2例不能同时顺利完成3D Fast-TOF MRA和标准3D TOF MRA扫描,1例由于运动伪影、图像质量较差,未纳入统计。共31例检查者(男15例,女16例)顺利完成扫描,采用MIP进行三维重建。分别测得原始横断位基底动脉中段和同层脑桥信号并计算图像的信噪比和对比噪声比,对颈内动脉的各级分支显示和图像质量进行评分,对二者的图像质量、血管分支、信噪比(signal to noise ratio,SNR)和对比噪声比(contrast to noise ratio,CNR)进行评分。结果3D Fast-TOF MRA组的颈内动脉分支显示评分为(3.21±0.86)分,标准3D TOF MRA组为(2.51±0.64)分,两组间具有统计学差异(P<0.01),3D Fast-TOF MRA组显示血管分支优于标准序列。3D Fast-TOF MRA组图像质量为(4.84±0.58)分,标准3D TOF组图像质量为(4.87±0.56)分,3D Fast-TOF MRA组的SNR、CNR分别为161.17±11.72、124.13±11.28;标准3D TOF组的SNR、CNR分别为149.39±39.91、113.04±29.90;两组间图像质量、SNR、CNR无显著性差异(P>0.05),3D Fast-TOF MRA序列扫描时间3.31 min,标准扫描序列扫描时间5.28 min。结论3D Fast-TOF MRA成像技术具有良好的图像质量、较高的空间分辨率,与标准3D TOF序列相比,扫描时间明显缩短,可以作为一种新的磁共振颅内动脉成像技术。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号