人工智能图像优化技术在低剂量胸部CT检查中的初步应用研究

目的 探讨人工智能（AI）图像优化技术对低剂量胸部CT平扫图像质量及辐射剂量的影响。方法 前瞻性连续纳入2019年7月至8月于吉林大学第一医院采用NeuViz Prime CT行胸部CT平扫的80例患者,按随机数表法分为A、B两组,每组40例。A组为低剂量组,B组为常规剂量组,分别采用100及120 kV管电压;两组均采用自动管电流技术,参考毫安秒分别为70及140 mAs。根据重建方法的不同,将低剂量组分为A1、A2两个亚组,A1组为低剂量迭代组,采用迭代算法（ClearView 50%）重建图像;A2组为低剂量AI组,采用AI图像优化算法进一步优化A1组图像;B组采用迭代算法（ClearView 50%）重建图像。通过容积CT剂量指数（CTDI_vol）、剂量长度乘积（DLP）和有效辐射剂量（E）的值,比较A、B两组辐射剂量的差异。比较A1、A2及B组感兴趣区的噪声值（SD）、信噪比（SNR）及对比噪声比（CNR）。由两名高年资放射科医生以Likert 5级评分法对3组图像质量进行主观评价。结果 A、B两组患者临床资料的比较差异均无统计学意义。A组与B组相比[（1.48±0.49）mSv vs.（5.30±1.40）mSv],有效辐射剂量降低约72.1%。在图像质量方面,与B组相比,A1组SD较高且SNR及CNR较低（Z_SD=-4.24,Z_SNR=-2.54,t_CNR=-2.27,P<0.05）。经AI优化后,A2组的SD显著低于B组（Z_SD=-28.24,P<0.001）,且SNR及CNR显著高于B组（t_SNR=-26.04,t_CNR=-36.88,P<0.001）;两组图像噪声的主观评分差异无统计学意义,但B组在肺内组织结构显示方面优于A2组（χ²=4.96、7.04,P<0.05）。结论 在辐射剂量降低约72.1%的情况下,经AI优化的低剂量胸部CT图像可达到常规剂量图像质量水平。     

多处血管受累的Ⅰ型神经纤维瘤病一例

本文报道一例血管受累的Ⅰ型神经纤维瘤病(NFI)。患者,男,43岁,初期确诊为NFI型时,其右侧椎动脉假性动脉瘤在MRI检查中被漏诊,3年后因右上臂疼痛而行MRI检查发现颈6椎体水平右旁臂丛神经走行区类椭圆形异常信号,T2WI示壁及部分瘤体呈低信号、T1WI及液体衰减反转恢复序列(FLAIR)呈高信号,病变较3年前范围增大,影像误诊为神经纤维瘤,最终诊断为右侧椎动脉假性动脉瘤,病变同时累及右侧椎动脉、右侧锁骨下动脉及胸廓内动脉等多处血管。