深度学习图像重建和能谱成像在低对比剂流速胸主动脉CTA中的价值
叶雄鑫
刘元芬
汤博荣
陈依林
郑莞怡
薛莉薇
张孝勇
福建医科大学附属协和医院,福州 350000
摘要：目的:探究结合深度学习图像重建算法和能谱单能量技术对提高低对比剂流速下胸主动脉图像质量的价值.资料与方法:回顾性分析福建医科大学附属协和医院 2016年 1月至 2023年 12月间以不大于 1.5 mL/s对比剂流速接受胸主动脉能谱CTA扫描,且 120 kVp-like图像上胸主动脉强化欠佳(胸主动脉CT值<250 HU)的 50例患者图像资料.对 120 kVp-like图像,40、50和 60 keV单能量图像分别进行迭代重建(ASIR-V)和两种深度学习图像重建(DLIR-M、DLIR-H).对比包括客观图像质量参数(胸主动脉CT值、噪声、信噪比、对比噪声比和硬化伪影指数)和主观图像质量评分.将胸主动脉CT值≥250 HU且主观评分≥3分的图像定义为满足诊断要求的图像.结果:CT值:40keV>50keV>60keV>120kVp-like图像.而对于同一类型/能级,不同重建算法图像的胸主动脉CT值之间差异无统计学意义.SD、SNR、CNR和 BHA值:40 keV>50 keV>60 keV>120 kVp-like图像,其中 SD和 BHA值:ASIR-V 40%>DLIR-M>DLIR-H.同一能级下,DLIR-M/H图像的SNR和CNR均高于ASIR-V图像;对于主观评分,同一能级下:DLIR-H>DLIR-M>ASIR-V;同一重建算法下:40 keV>50 keV>60 keV>120 kVp-like,差异均有统计学意义;所有病例均能通过 40keV-DLIR-H获得补救成功的可诊断图像.结论:能谱单能量图像结合深度学习重建算法能够为低对比剂流速下强化效果欠佳的胸主动脉CT造影图像提供满足诊断需求的客观参数,同时显著提升整体图像质量.
关键词：深度学习重建算法单能量胸主动脉硬化伪影图像质量
分类号：R814(放射医学)O242(计算数学)
资助基金：医学影像科省级临床重点专科建设项目(2128200741)
论文发表日期：2024-11-28
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：9( 683-691 )
英文信息