深度学习重建算法联合轴扫的低剂量胸部CT在儿童肺炎支原体肺炎中的诊断价值
韩林梅
任盈丽
李依蔓
黄芬
杜涛明
成都市第七人民医院放射科(四川 成都 610000)
摘要：目的 探索深度学习重建算法联合轴扫的低剂量胸部计算机断层扫描(CT)在儿童肺炎支原体肺炎(MPP)中的诊断价值,以期为临床工作提供参考.方法 选取2024年2月至2025年6月儿童MPP 160例作为研究对象,均行胸部CT检查,扫描方案为低剂量轴扫,分别利用深度学习图像重建(DLIR)算法与常规自适应迭代重建(ASIR-V)进行图像重建,比较DLIR与ASIR-V的客观图像质量[背景噪声(SD)、信号噪声比(SNR)、对比噪声比(CNR)]、主观图像质量、CT征象检出率,并对比DLIR、ASIR-V诊断MPP严重程度与临床诊断的一致性.结果 随着DLIR强度和ASIR权重增加,SD逐渐降低,SNR、CNR逐渐升高,且DLIR-H SD低于ASIR-V80%,SNR、CNR高于ASIR-V80%(P<0.05);Ridit检验显示,不同DLIR强度下DLIR-H的主观图像质量评分最优,不同ASIR权重下ASIR-V80%的主观图像质量评分最优,且DLIR-H的主观图像质量评分优于ASIR-V80%,差异有统计学意义(P<0.05);DLIR-H条件下空气支气管征、肺实变影、间质浸润检出率分别为69.38%、86.88%、20.63%,高于ASIR-V80%的50.00%、71.88%、7.50%,差异有统计学意义(P<0.05);一致性分析结果显示,DLIR-H条件下诊断MPP严重程度结果与临床诊断的Kappa值为0.856(95%CI:0.711～0.996),ASIR-V80%条件下诊断结果与临床诊断的Kappa值为0.498(95%CI:0.346～0.650);ROC分析结果显示,DLIR-H、ASIR-V80%诊断MPP严重程度的曲线下面积(AUC)分别为0.925(95%CI:0.872～0.960)、0.729(95%CI:0.653～0.796),DLIR-H诊断价值优于ASIR-V80%(Z=3.952,P<0.001).结论 深度学习重建算法可有效提高图像质量,DLIR-H联合轴扫的低剂量胸部CT对MPP严重程度具有较高诊断价值,可作为临床诊断MPP严重程度及降低辐射剂量的可行性方案.
关键词：重建算法胸部CT低剂量轴扫图像质量儿童肺炎支原体肺炎
分类号：R563.1(呼吸系及胸部疾病)
资助基金：四川省医学会肿瘤/麻醉/放射/慢病/神经病(恒瑞-一行)专项科研项目(2024HR55)
论文发表日期：2025-11-10
在线出版日期：2025-11-20（本平台首次上网日期，不代表文献的发表时间）
页数：7( 3428-3434 )
英文信息