探讨不同管电压下DLIR重建算法对冠状动脉CTA图像质量的影响

目的 DLIR深度学习图像重建技术与常规重建法(DLIR)对CCTA图像质量的影响。方法 选取行冠状动脉CT血管成像的患者60例，根据扫描的管电压的不同分为A(70 kVp)、B(120 kVp)2组，每组患者各30例，均使用自适应迭代重建算法(ASiR-V40%)以及低级(DLIR-L)、中级别(DLIR-M)和高级别(DLIR-H)的深度学习算法重建原始数据。对比评价2组患者的主客观图像质量和辐射剂量。结果 客观图像质量评分中A、B 2组间SNR的差异无统计学意义(P>0.05);在ASiR-V40%重建图像中，2组间CNR的差异无统计学意义(P>0.05),而在DLIR重建图像中，A组CNR较B组高(P<0.05)。主观图像质量评分中医师甲、医师乙两名观察者评分结果显示随着深度学习图像重建技术(DLIR)降噪级别的增高而升高(P<0.05),ASiR-V40%与DLIR-L主观图像评分没有明显差异；2组图像主观评分间差异无统计学意义(P>0.05)。A组的有效辐射剂量较B组降低了13.38%,且差异具有统计学意义(P<0.05)。对比剂的用量A...