能谱DLIR结合MAR对腰椎金属植入物伪影的影响
钱佳乐1
范婧1
刘天豪1
董海鹏1
朱宏1
孔德艳1
石骁萌2
马媛媛1
1.上海交通大学医学院附属瑞金医院放射科,上海 2000202.GE(中国)CT影像研究中心,上海 201203
摘要：目的:探究深度学习图像重建算法(DLIR)能谱(GSI)CT扫描结合去金属伪影(MAR)算法对腰椎金属植入物伪影的影响.方法:回顾性分析于我院行腹部GSI扫描的内置腰椎金属植入物患者 40例.在GSI腹部扫描后分别以自适应统计迭代重建算法(ASiR-V)进行ASiR-V 50%迭代重建(AR50组)和深度学习算法DLIR-HIGH重建(DH组),叠加去金属伪影MAR技术得到两组去金属伪影重建(AR50-MAR组)和(DH-MAR组).在 4组图像上分别进行金属伪影及周边组织的ROI勾画及测量,记录CT值与SD值,进行图像信噪比(SNR)、对比噪声比(CNR)及伪影指数(AI)计算与比较.由两名诊断医生采用 4分法就图像质量、金属伪影严重程度和伪影面积进行主观评分.结果:在相同的 68 keV能级条件下,4组图像SD值、CNR值和AI值差异均有统计学意义;MAR组的SD值均小于非MAR组,DH MAR重建的图像CNR、SNR最高而AI值最低.结论:腰椎金属植入物患者应用深度学习算法(DLIR)GSI CT联合MAR技术,能使金属伪影得以最大化减少的同时,大大提高图像组织信噪比,更有助于临床诊断.
关键词：能谱CT深度学习图像重建去金属伪影腰椎金属植入物
分类号：TP18(自动化基础理论)TP391.4(计算技术、计算机技术)
论文发表日期：2026-03-31
在线出版日期：2026-04-02（本平台首次上网日期，不代表文献的发表时间）
页数：7( 275-281 )
英文信息