深度学习重建对胸部低剂量CT影像的影响研究

目的分析深度学习重建(DLR)对胸部低剂量CT影像的影响。方法采用前瞻性研究方法对2021年6月至2022年6月期间来本院行胸部低剂量CT扫描的90例患者进行研究,采用简单随机分组将入选患者分为3组,每组30例。A组获得标准级别混合迭代重建(Hybrid IR)图像,B组、C组分别获得标准和强级别DLR图像。比较3组重建图像的CT值、噪声值、信噪比(SNR)值、辐射剂量、主观评价情况。结果A组、B组、C组患者各部位CT值比较差异均无统计学意义(均P>0.05)。与A组比较,B组和C组患者各部位噪声值均降低,同时C组各部位噪声值均低于B组,差异均有统计学意义(均P<0.05)。与A组比较,B组和C组患者各部位SNR值均升高,同时C组各部位SNR值均高于B组,差异均有统计学意义(均P<0.05)。与A组比较,B组和C组患者辐射剂量均降低,同时C组辐射剂量低于B组,差异均有统计学意义(均P<0.05)。与A组比较,B组和C组患者各项主观评价均升高,同时C组各项主观评价高于B组,差异均有统计学意义(均P<0.05)。结论DLR能够降低胸部低剂量CT影像的噪声、改善图像质量、降低辐射剂量,强级别DLR效果更佳。