深度学习图像重建算法在肝脏增强CT成像中改善图像质量及辐射剂量的应用价值

目的探讨深度学习图像重建算法(DLIR)对肝脏增强CT延迟期图像质量、辐射剂量的影响。方法选取因可疑肝肿块行腹部增强CT扫描患者70例,随机分为常规剂量组(A组)35例和低剂量组(B组)35例,对A、B两组患者延迟期数据分别进行30.0%迭代重建算法(ASIR-V 30.0%)、中等级DLIR(DLIR-M)、高等级DLIR(DLIR-H)重建,亚组分别命名为A_(AS-30)、A_(DL-M)、A_(DL-H),B_(AS-30)、B_(DL-M)、B_(DL-H)。比较A_(AS-30)、A_(DL-M)、A_(DL-H)算法间,B_(AS-30)、B_(DL-M)、B_(DL-H)算法间,以及A_(AS-30)与B_(DL-M)、B_(DL-H)算法间图像噪声、信噪比(SNR)、对比噪声比(CNR)及主观图像质量评分的统计学差异。结果在A组间和B组间,DLIR算法图像噪声、SNR、CNR和主观图像质量评分均优于ASIR-V 30.0%图像(均P<0.01),以DLIR-H图像噪声最低,SNR、主观评分最高。在有效辐射剂量降低81.0%时,BDL-M算法图像噪声、SNR、CNR与AAS-30算法差异无统计学意义(均P>0.05),但主观图像质量评分仍略高于A_(AS-30)算法(3.00±0.41 vs 2.32±0.47,P<0.01),B_(DL-H)算法图像噪声、SNR、CNR和主观图像质量评分均优于A_(AS-30)算法(均P<0.01),且B_(DL-M)、B_(DL-H)算法图像主观评分均能基本满足临床诊断需求(主观评分≥3分)。结论DLIR算法可显著提高肝脏增强CT图像质量,并可在保证临床诊断质量的同时,显著降低扫描辐射剂量。     

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...     

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。     

评价深度学习重建算法对冠状动脉CT血管成像图像质量的应用价值

目的 探讨深度学习图像重建算法(DLIR)对冠状动脉CT血管成像(CCTA)图像质量的应用价值.方法 前瞻性选取疑似冠心病行CCTA检查的患者23例,采用自适应统计迭代重建(ASiR-V)为50％[标准(SD)和高清(HD)]进行图像重建,再对原始图像采用DLIR分级处理,共4组重建算法图像:ASiR-V 50％SD(...     

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,...     

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。     

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...     

iDose迭代重建算法对上腹部CT图像质量的影响

目的 比较不同水平的iDose迭代重建算法对上腹部CT增强扫描门静脉期图像质量的影响,获取本组图像质量相对较好的iDose迭代水平.方法 采用256层螺旋CT扫描仪对60例患者行4期上腹部CT增强扫描,对门静脉期的图像采用滤波反投影(FBP)、iDose1、iDose3、iDose5共4种方式的重建,比较不同重建方式下图像客观质量,包括噪声、信噪比(SNR)、对比噪声比(CNR),以及主观质量(噪声、锐利度、对比度、伪影、细小结构的清晰度)的差异.结果 4组图像的客观质量差异均有统计学意义(P＜0.05),iDose各组图像的客观噪声均低于FBP组,而SNR、CNR均高于FBP组(P＜0.05),iDose5组的SNR、CNR最高.与FBP组相比,iDose各组图像的主观噪声更低,锐利度、对比度及细小结构清晰度更好(P＜0.05),4组图像的伪影差异无统计学意义(P＞0.05).iDose3水平重建后图像的总体指标最好.结论 常规上腹部CT增强扫描时,应用iDose迭代算法重建后图像的噪声降低,总体质量提高.     

FBP、ASiR和VEO重建算法对腹部CT图像质量的影响

目的:探讨传统滤波反投影法(FBP),自适应统计迭代重建技术(ASiR)和基于模型的迭代重建(VEO)3种重建技术对常规剂量腹部薄层CT图像质量的影响。方法:采用GE Discovery CT750HD对35例患者进行腹部常规剂量CT扫描。分别采用FBP、50%ASiR和VEO重建技术对原始数据进行0.625mm薄层重建,并应用后处理台对图像进行质量评价分析。测量并比较肝脏、胰脏、脾脏、肾脏、髂内肌、子宫和前列腺等的噪声值、信噪比(SNR)、和对比噪声比(CNR)。重建图像的主观评价由3名有经验的影像医师采用盲法评价。结果:FBP、50%ASiR和VEO三组图像的肝脏噪声分别为30.76±5.79,21.89±4.21和12.01±1.79,50%ASiR和VEO组图像噪声分别较FBP组降低29%和61%(P均<0.01)。FBP、50%ASiR和VEO三组图像的肝脏组织的CNR分别为7.53±1.49,10.95±2.57和16.85±14.93,50%ASiR和VEO组图像CNR分别较FBP组提高46%和123%(P均<0.01)。FBP、50%ASiR和VEO三组图像的肝脏组织的SNR分别为2.56±0.79,3.70±1.23和4.85±1.91,50%ASiR和VEO组图像SNR分别较FBP组提高45%和89%(P均<0.01)。结论:与FBP重建算法比较,在相同剂量条件下,50%ASiR和VEO能显著降低腹部CT图像噪声并提高图像质量;其中VEO重建算法降噪及提高图像质量效果更为显著。     

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...     

低辐射剂量下FBP、ASIR和ASIR-V 3种不同重建算法对上腹部CT图像质量的影响

目的:评价低辐射剂量时,滤波反投影(FBP)、自适应统计迭代重建(ASIR)和新一代自适应统计迭代重建(ASIR-V)算法对上腹部CT图像质量的影响。方法:选择25例拟诊胸部病变需行CT检查患者,使用GE Discovery CT 750 HD CT机行胸部低计量扫描。所得图像行FBP、ASIR、ASIR-V后测量肝脏、脾脏、竖脊肌的CT值、背景噪声(SD),计算SNR和CNR,并行相关统计学分析。由2位医师对图像进行主观图像评价。结果:2位医师对图像的主观评价具有很好的一致性。50%ASIR-V组肝脏、脾脏和竖脊肌的SD值均低于40%ASIR和FBP(均P0.05)。50%ASIR-V组肝脏、脾脏和竖脊肌的SNR值和CNR值均高于40%ASIR和FBP(均P0.05)。结论:在腹部低剂量CT扫描中,50%ASIR-V与40%ASIR及FBP方法相比,降低了图像噪声,提高了图像质量。     

联合应用低管电压和迭代重建进行腹部CT血管成像的研究

目的 探讨低管电压联合迭代重建(IR)在腹部CTA应用中的可行性及价值.方法 选择因怀疑腹部血管性疾病行腹部CTA检查的50例患者,随机分为年龄、体重指数相匹配的A、B两组.A组采用100 kV、IR和滤波反投影(FBP)重建,B组采用120 kV、FBP重建.分别测量A组IR、FBP重建及B组FBP重建的平膈肌下缘水平腹主动脉、左肾动脉开口处和腹主动脉分叉处血管CT值及图像噪声,并计算相应的信噪比(SNR)和对比噪声比(CNR).分析两组的有效辐射剂量(ED)、A组IR与FBP重建及A组IR与B组FBP重建的CT值、图像噪声、SNR、CNR和图像质量是否有统计学差异.结果 A组IR的图像噪声显著低于FBP重建(P＜0.01),SNR和CNR显著高于FBP重建(P＜0.01),CT值及图像质量差异均无统计学意义(P＞0.05).A组IR的CT值、SNR和CNR均显著高于B组FBP重建(P＜0.01),两者的图像噪声和图像质量差异均无统计学意义(P＞0.05);与B组FBP重建相比,A组IR的ED降低40.70％.结论 低管电压IR用于腹部CTA能够提供较高质量图像且辐射剂量降低.     

基于深度学习的CT图像重建算法临床初步应用进展

近年来, CT图像算法中基于深度学习的图像重建(DLIR)技术不断发展, 日益成熟, 目前已经逐步应用于临床实践中。DLIR算法较常规迭代重建算法具有在降低辐射剂量和图像噪声的同时不改变图像纹理, 保持或提高解剖细节显示能力、总体图像质量和医生诊断信心的众多优势。因此, 笔者重点就DLIR算法的原理、优劣势及其在人体各系统的临床应用进展进行综述, 旨在进一步提高对DLIR算法的认识, 并对其可能的应用情景提供借鉴。     

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...     

基于模型迭代重建改善低剂量腹部CT图像质量的应用价值

目的 :通过比较低剂量基于模型迭代重建(MBIR)图像和常规剂量及低剂量自适应统计迭代重建(ASIR)图像质量,探讨MBIR对改善低剂量腹部CT图像质量的应用价值。方法:收集能谱CT(GE Discovery CT 750 HD)腹部检查患者100例,随机分为A、B组,A组采用常规剂量噪声指数(NI)(NI为10)扫描,40%ASIR;B组采用低剂量NI(NI为20)扫描,40%ASIR(B1亚组)、MBIR(B2亚组)。分别测量肝脏、脾脏、胰腺、右肾实质、左肾实质及同层面皮下脂肪CT值及客观噪声(SD)值,计算各参数的SNR、对比噪声比(CNR),并对图像质量进行双盲法主观评分。同时记录2组容积剂量指数(CTDIvol)、剂量长度乘积(DLP),并计算有效辐射剂量(ED)。结果:B组CTDI_(vol)、DLP、ED较A组明显减低(均P=0.000),且B组ED降低约74.7%。B1亚组、A组和B2亚组图像主观评分依次升高,且差异有统计学意义(P=0.000)。B2亚组图像SD值较A组、B1亚组明显减低,SNR、CNR值较A组、B1亚组明显提高,且SD值、SNR值及CNR值在3组间差异均有统计学意义(均P=0.000)。结论 :与常规剂量腹部CT比较,MBIR可有效改善低辐射剂量条件下的图像噪声和图像质量。     

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。     

迭代重建技术对低辐射剂量上肢血管内瘘CT造影成像质量的影响

目的 探讨第二代双源CT上肢血管内瘘造影成像中应用迭代重建时,与常规剂量滤波反投影（Filtered back projection,FBP）重建图像质量相当的最适合的低剂量水平。方法 本试验为前瞻性研究,将150例拟行上肢内瘘血管CT造影成像（CTA）检查的患者按照同期随机原则分为常规对照组和4个实验组,每组30例。常规对照组采用常规剂量FBP重建,4个低辐射剂量的实验组应用正弦波图形法迭代重建,管电流分别逐级降低至常规对照组管电流（110 mAs）的70%、60%、50%和40%。取锁骨下动脉近肩关节层面以及桡动脉与头静脉吻合口相近层面作为两个感兴趣区,采用方差分析比较各组图像质量的客观评价指标[信噪比（SNR）、对比噪声比（CNR）]以及辐射剂量（容积CT剂量指数、剂量长度乘积、有效剂量）的差异。图像质量（各组的管腔对比度、边缘锐利度、主观噪声及图像总体质量）的主观评价采用4分法,采用Kruskal-Wallis H非参数检验比较各组主观图像质量评分。结果 测得77、66和55和44 mAs组的辐射剂量分别为常规剂量组的70%、55%、40%和25%。感兴趣区1中77、66和44 mAs组与常规剂量组的SNR和CNR比较,差异均有统计学意义（F=24.018,20.386,P<0.05）;77和66 mAs组的SNR和CNR高于常规剂量组,44 mAs组低于常规剂量组;55 mAs组与常规剂量组比较差异无统计学意义（P>0.05）。感兴趣区2中77、66和55 mAs组SNR和CNR高于常规剂量组,4组差异均有统计学意义（F=15.934、13.818,P<0.05）;44 mAs组与常规剂量组比较,SNR和CNR差异无统计学意义（P>0.05）。主观评价总体图像质量、图像对比度、血管边缘锐利度、主观噪声的结果,77、66和55 mAs组和常规剂量组得分较好,均≥ 3分,44 mAs组图像质量下降出现2分评价。5组图像的对比度、锐利度、主观噪声和总体图像质量差异均有统计学意义（H=10.268、14.542、15.840和11.014,P<0.05）。受试者工作特征曲线（ROC）曲线分析显示55 mAs组为能够维持图像质量等同于常规剂量组的最适合的低剂量组,曲线下面积为0.844,95%置信区间为0.705~0.982。55 mAs组有效剂量为（3.545±1.396）mSv,约为常规剂量组剂量（9.271±2.892）mSv的40%。结论 迭代重建技术可以显著地降低噪声,在剂量降低为常规剂量FBP 40%的条件下仍能保持与之相当的图像质量。由此,可使患者上肢血管内瘘CT造影成像检查的辐射剂量降低至3.545 mSv。     

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。     

自适应统计迭代重建算法对肝脏低剂量CT能谱成像质量的影响

目的 探讨自适应统计迭代重建算法(ASIR)在肝脏低剂量CT能谱成像(GSI)中降低辐射剂量、优化图像质量的价值。方法 将60例行肝脏CT能谱成像患者按就诊顺序分为2组,每组30例:A组为低剂量GSI扫描组,采用ASIR重建,按不同ASIR权重值分别重建A1组(ASIR 0%)图像和A2组(ASIR 50%)图像;B组为常规剂量GSI扫描组,采用滤波反投影法(FBP)重建图像。由2名放射科医师对3组GSI图像质量进行评价,并比较A、B两组辐射剂量的差异。结果 A组和B组的有效剂量(E)分别为(3.2±0.2)和(5.8±0.2)mSv(Z=-6.874,P<0.05)。A1组、A2组和B组GSI图像的噪声、信噪比(SNR)和对比噪声比(CNR)差异均有统计学意义(F=24.013、15.646和8.285,P<0.05)。与A1组图像相比,A2组和B组图像的噪声均较低,但SNR值和CNR值均较高(P<0.05);而A2组和B组图像的噪声、SNR和CNR差异均无统计学意义(P>0.05)。3组图像的主观评价结果差异有统计学意义(F=102.38、105.768,P<0.05),主观评分结果一致性较好(Kappa=0.819,P<0.05)。结论 应用低管电流CT能谱成像技术联合ASIR算法可以显著降低肝脏增强门静脉期GSI扫描的辐射剂量,并可得到较好的图像质量。