化疗患者行个体化低流率腹部增强CT:双源CT低管电压高管电流的可行性分析

目的 探讨在癌症患者中使用双源CT结合低流速和低管电压方案的可行性。方法 共纳入90名进行上腹部增强CT扫描的患者,并随机分为A组、B组和C组(每组30人)。在A组中,患者使用120kVp和448mgl/kg对比剂量进行扫描。B组患者以100kVp和336 mgl/kg对比剂量进行扫描。C组患者以70kVp和224mgI/kg对比剂量进行扫描。对CT值、标准差、信噪比、对比噪声比、主观评分、对比剂剂量和流速进行测量。结果 在三组中,除了肾脏外,主观图像评分无统计学差异(均P>0.05)。与其他组相比,C组在大多数感兴趣区域(ROIs)中显示出显著更高的CT值、更低的噪声水平以及更高的SNR和CNR值(P<0.05)。与A组相比,C组所用对比剂剂量减少了47.3%(79.2±13.7 vs.41.7±8.9,P<0.01),对比剂注射速率降低了19.2%(2.6±0.5 vs.2.1±0.4,P<0.01)。结论 在化疗后血管受损的患者中使用70kVp管电压结合高管电流的方法,在保证图像质量和诊断信心的同时降低流速是可行的。

临床资料联合CT影像组学特征评估胃癌程序性死亡配体1状态

目的观察临床资料联合CT影像组学特征评估胃癌程序性死亡配体1(PD-L1)状态的价值。方法回顾性按7∶3比例将277例胃癌患者随机分为训练集(n=195)与验证集(n=82):训练集含PD-L1阳性亚组88例、阴性亚组107例,验证集各含37及45例。比较不同集别亚组间临床及常规CT特征,分析胃癌PD-L1状态的独立影响因素,基于CT筛选影像组学特征,建立临床模型、影像组学模型及临床-影像组学联合模型,观察各模型评估胃癌PD-L1状态的效能。结果训练集亚组间Borrmann分型、cN分期、cM分期、临床分期、肿瘤最大径及厚径差异均有统计学意义(P均<0.05);Borrmann分型、临床分期及肿瘤厚径均为PD-L1阳性的独立影响因素(P均<0.05)。临床模型、影像组学模型及临床-影像组学联合模型评估训练集胃癌PD-L1状态的曲线下面积(AUC)分别为0.748、0.832及0.841,在验证集分别为0.657、0.801及0.789;临床模型的AUC均低于其他模型(P均<0.05)。结论临床资料联合CT影像组学特征有助于评估胃癌PD-L1状态。

Revolution 256 CT低剂量能谱碘水基物质对及三段能谱曲线斜率法定量鉴别不同周围型肺癌

目的 探讨Revolution 256 CT低剂量能谱扫描及三段能谱曲线斜率在不同周围型肺癌定量分析中的价值。方法 选取并分析126例行Revolution 256 CT低剂量能谱扫描并经病理证实的周围型肺癌患者,分别为腺癌62例、鳞癌49例及小细胞癌15例,测量并计算癌灶双期碘含量及水含量、标准化碘水浓度(NIC、NWC)及标准化碘水浓度之差(ICD、WCD)。重建双期能量衰减曲线,把衰减曲线分为三个区间40~70 KeV、70~100 KeV、100~140 KeV,分别计算斜率。用单因素方差分析比较多组间差异,组间有差异时采用LSD法进行两两比较,P<0.05为差异有统计学意义。结果 1)双期碘基值、NIC及ICD:腺癌>鳞癌>小细胞癌,差异有统计学意义(F=3.397~6.188,P<0.05);2)动脉期水基值、NWCAP:鳞癌>腺癌、鳞癌>小细胞癌,差异有统计学意义(F=5.017~9.899,P<0.05),腺癌与小细胞癌间比较差异无统计学意义。结节静脉期水基值、NWCVP及WCD比较差异无统计学意义(F=0.341~0.710,P>0.05);3)分段斜率比较显示40~70 KeV段:腺癌>鳞癌>小细胞癌;70~100 KeV段:鳞癌>腺癌>小细胞癌;100~140 KeV段:鳞癌>腺癌>小细胞癌;三组低能量水平差异大,高能量水平差异小。小细胞癌对应单能量下CT值最低。结论 Revolution 256 CT能谱定量参数指标有助于临床无创鉴别周围型肺癌。

深度学习重建联合Smart去金属伪影算法在口腔金属植入物患者头颈CT血管成像中的应用

目的:探讨深度学习重建(DLR)联合Smart去金属伪影(MAR)算法在口腔金属植入物患者头颈CT血管成像(CTA)中的应用价值。方法:选择郑州大学第一附属医院2023年2月至6月口腔有不可拆卸金属植入物行头颈CTA的患者70例,采用以下3种方法重建图像:基于混合模型的自适应迭代重建(ASIR-V)50%算法(IR),ASIR-V50%联合Smart MAR算法(IR-S),高水平DLR联合Smart MAR算法(DLR-S)。测量不受伪影影响的颈内动脉C1段和头夹肌感兴趣区CT值的标准差(SD)2和SD4,作为图像噪声指标;计算颈内动脉C1段和舌部的金属伪影指数(AI)1和AI2;对颈内动脉C1段和口腔整体图像质量进行主观评分。结果:与IR组和IR-S组比较,DLR-S组SD2和SD4降低(P<0.05)。与IR组比较,IR-S组和DLR-S组AI1、AI2降低;与IR-S组比较,DLR-S组AI1、AT2降低(P<0.05)。与IR组比较,IR-S组和DLR-S组口腔整体和颈内动脉C1段图像质量主观评分均增高;与IR-S组比较,DLR-S组图像质量主观评分增高(P<0.05),9例患者舌部可见新的伪影。结论:Smart MAR联合DLR可减少口腔植入物造成的金属伪影,提高头颈CTA图像质量。但Smart MAR可能引入新的伪影,需联合未加入Smart MAR的图像进行分析。

70kVp联合深度学习图像重建算法对胸主动脉血管内修复术后双低CTA图像质量的影响

目的探讨70 kVp联合深度学习图像重建(DLIR)算法在低辐射剂量低对比剂用量的情况下对胸主动脉血管内修复术(TEVAR)后主动脉CT血管成像(CTA)图像质量的影响。方法前瞻性纳入65例TEVAR术后需接受主动脉CTA扫描的患者,随机分为两组。常规剂量组(A组)接受100 kVp管电压和60 mL对比剂扫描,低剂量组(B组)接受“双低”方案:管电压70 kVp,对比剂用量为0.5 mL·kg^(-1)。A组图像采用50%多模型迭代重建算法(ASIR-V)重建,B组图像分别采用滤波反投影(FBP)算法(B1亚组)、50%ASIR-V(B2亚组)、90%ASIR-V(B3亚组)及DLIR-H算法(B4亚组)重建。测量并比较各组主动脉CT值、图像噪声、对比噪声比(CNR)及品质因数(FOM)。采用5分制对图像噪声、血管锐利度和整体图像质量进行评估。结果B4亚组噪声最低,较A组降低约23.49%(P<0.001)。A组、B4亚组主动脉各感兴趣区(ROI)CT值、CNR值及图像主观评分差异无统计学意义(P>0.05);B4亚组FOM值大于A组(P<0.001)。与A组比较,B组辐射剂量降低约52.38%(P<0.001),对比剂用量和注射流率分别降低约39%和33.6%(P<0.001)。结论采用70 kVp结合DLIR算法在TEVAR术后主动脉CTA扫描中可获得与常规剂量相当的图像质量,且辐射剂量和对比剂用量大幅度降低。

原发性醛固酮增多症患者腹部内脏脂肪与腰椎骨密度的相关性

目的探讨原发性醛固酮增多症(PA)患者腹部内脏脂肪分布与骨密度(BMD)的相关性。方法回顾性分析2017年1月至2021年2月因“高血压查因”于郑州大学第一附属医院确诊为PA的54例患者,利用定量CT(QCT)测量腰1~3椎体的BMD值,测量腰2椎体层面的腹部总脂肪面积(TFA)、腹部内脏脂肪面积(VFA)及腹部皮下脂肪面积(SFA)。按照BMD值将患者分为两组:A组(骨量减少及骨质疏松组,24例)、B组(骨量正常组,30例)。结果与B组相比,A组年龄、VFA、总胆固醇及立位的血浆醛固酮浓度(PAC)与肾素活性(PRA)的比值增高,立位的血浆肾素水平降低(P<0.05);相关分析显示BMD与年龄(r=-0.521、P<0.05)、VFA(r=-0.373,P<0.05)呈负相关;多元线性回归分析显示,校正年龄后,VFA是BMD的独立影响因素(P<0.05);进一步研究显示内脏脂肪增多较非内脏脂肪增多的PA患者BMD值降低(P<0.05)。结论内脏脂肪增多的PA患者更容易表现为低骨量,VFA增高可能是PA患者BMD降低的危险因素。

CT征象联合纹理分析鉴别硬化性肺泡细胞瘤与周围型肺癌的价值

目的探讨CT征象联合纹理分析鉴别硬化性肺泡细胞瘤(pulmonary sclerosing pneumocytoma,PSP)与周围型肺癌(peripheral lung cancer,PLC)的价值。方法选取经病理证实的PSP患者136例及PLC患者131例,以7∶3的比例将所有病例随机分为训练集和验证集。分析两组病变CT特征及静脉期薄层CT图像纹理特征,用筛选出的特征参数构建多因素二元logistic回归模型并绘制ROC曲线,计算AUC值,评价各模型诊断PSP与PLC的效能。结果训练集和验证集两组间形态、钙化、液化坏死、分叶、毛刺、胸膜凹陷征、空洞、纵隔/肺门淋巴结肿大和16组最佳纹理参数差异有统计学意义(P<0.05)。CT特征模型由分叶、毛刺、胸膜凹陷征及纵膈/肺门淋巴结肿大组成;纳入训练集回归模型的最佳纹理参数共5组,分别为Perc.10%、S(3,0)SumAverg、S(4,0)SumAverg、S(4,4)SumAverg及WavEnLH_s-1。训练集中CT特征模型与CT纹理参数模型诊断PSP与PLC的AUC分别为0.847、0.851,二者间差异无统计学意义(P=0.912);CT特征联合纹理参数模型诊断两组病变的AUC最高,为0.939,其准确度、灵敏度和特异度分别为85.0%、82.1%和93.5%。验证集中影像学特征联合纹理参数模型诊断两组病变的AUC为0.923,高于CT影像特征模型(AUC=0.864;Z=2.627,P=0.009)和CT纹理参数模型(AUC=0.832;Z=2.147,P=0.031)。结论CT征象联合纹理分析对于鉴别PSP与PLC具有较好的诊断价值。

人工智能触发技术与传统团注追踪触发技术在冠状动脉血管成像中的对比研究

目的评估人工智能(AI)触发技术在冠状动脉CT血管成像(CCTA)中对血管峰值增强时间预测的准确性,并将其与传统的团注追踪技术进行比较。方法在这项前瞻性研究中,将204名连续患者连续分为两组进行CCTA扫描:以固定的5秒触发后延迟(PTD)为特点的传统团注追踪技术组(A组);以患者特异性PTD为特点的AI触发技术组(B组)。所有扫描参数(管电压100kV结合CARE Dose 4D的智能管电流调节技术)和对比剂注射方案(320mgI/mL;0.7mL/kg)在各组之间保持一致。一位医师评估了客观图像质量,而两位医师使用Likert 5级评分法评估主观图像质量。通过双样本t检验比较各组之间的客观图像质量,同时用卡方检验比较主观评分。结果两组均有102名患者(A组平均年龄50±10岁;B组平均年龄51±9岁),具有可比较的基线特征。两位医师都对B组的主观图像质量进行了评分(P<0.001)。B组所有冠状动脉血管平均血管增强显着增高(P均<0.05)。结论与传统团注追踪技术相比,AI触发技术可以实现可靠的扫描时间,优化血管强化峰值,获得更好的CCTA图像质量。

不同双能CT虚拟单能谱图像衍生影像组学特征的可重复性:实验研究

目的比较3种双能CT(DECT)系统在不同条件下所获VX2兔肝肿瘤模型虚拟单能谱图像(VMI)增强CT影像组学特征(RF)的可重复性及其与诊断效能的关系。方法将15只VX2兔肝肿瘤模型随机均分为3组,分别接受采用双源DECT(dsDECT)、快速kV切换DECT(rsDECT)或双层探测器DECT(dlDECT)于不同体积CT剂量指数(CTDIvol)(6、9及12 mGy)下腹部增强CT扫描,于40~140 keV内每间隔10 keV重建单能图像并提取RF;以组内相关系数(ICC)计算RF可重复性,以ICC≥0.80为可重复RF,比较不同CT仪配对之间及不同CTDIvol下可重复RF占比(R),以及相同CTDIvol下不同CT仪配对可重复RF数量(N)最大值相应重建能量水平;绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),比较最佳可重复条件下可重复RF与其他RF的诊断效能,计算RF的ICC与相应AUC的Spearman相关系数。结果R rsDECT-dsDECT[6.45%,95%CI(2.36%,8.87%)]高于R dlDECT-dsDECT[0.72%,95%CI(0.15%,1.79%)]及R rsDECT-dlDECT[1.43%,95%CI(0.60%,4.06%)](校正P均<0.05);R_(9mGy)[3.70%,95%CI(1.31%,5.73%)]及R_(12mGy)[2.63%,95%CI(0.60%,6.69%)]高于R_(6mGy)[1.31%,95%CI(0.12%,1.55%)](校正P均<0.05)。6、9及12 mGy下,RF最佳可重复重建能量水平集中于50~70 keV,可重复RF的AUC均高于其他RF(校正P均<0.05),且RF可重复性与诊断效能相关(r s=0.102~0.516,P<0.05)。结论兔肝肿瘤模型VMI CT增强图像RF可重复性与DECT设备、CTDIvol水平及重建能量水平相关,可重复RF可能诊断效能更佳。

临床及CT影像组学特征预测胃癌微卫星高度不稳定状态

目的观察临床和CT影像组学特征用于预测胃癌微卫星高度不稳定(MSI-H)状态的价值。方法纳入150例胃癌患者,MSI-H阳性30例、阴性120例;按7∶3比例将其分为训练集(n=105)和验证集(n=45)。基于腹部静脉期增强CT图提取病灶影像组学特征并加以筛选,计算影像组学评分(Radscore);比较训练集和验证集MSI-H阳性与阴性患者临床资料及Radscore差异;分别基于其间差异有统计学意义的临床因素和Radscore构建临床模型、CT影像组学模型及临床-CT影像组学联合模型,评估其预测胃癌MSI-H状态的价值。结果训练集和验证集中,MSI-H阳性与阴性肿瘤位置、Radscore差异均有统计学意义(P均<0.05)。临床模型、CT影像组学模型及联合模型评估训练集胃癌MSI-H状态的曲线下面积(AUC)分别0.760、0.799及0.864,在验证集分别为0.735、0.812及0.849;联合模型的AUC大于2种单一模型(P均<0.05)。结论基于肿瘤位置和Radscore的临床-CT影像组学联合特征可有效预测胃癌MSI-H状态。

术前CT影像组学联合CT及病理特征预测局部进展期食管鳞癌术后早期复发

目的观察术前CT影像组学联合病理及CT特征预测局部进展期食管鳞癌(LAESCC)早期复发(ER)的价值。方法回顾性分析334例LAESCC,按7∶3比例将患者分为训练集(n=234)或验证集(n=100),对其进行随访,记录术后有无ER(即术后12个月内肿瘤复发)。采用单因素及多因素logistic回归比较训练集有、无ER患者临床、CT表现及术前病理资料,筛选ER独立危险因素,构建CT-术前病理模型。基于训练集静脉期CT图像提取及筛选LAESCC影像组学特征并建立影像组学模型,以之联合独立危险因素建立联合模型。绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),评估各模型诊断效能。结果334例中,168例ER、166例无ER;训练集有、无ER均为117例、验证集51例ER、49例无ER。CT显示LAESCC长度、cT分期、cN分期及术前病理分化程度均为ER独立危险因素(P均<0.05);CT-术前病理模型在训练集和验证集的AUC分别为0.759和0.783。共选出10个最佳影像组学特征,以之建立的影像组学模型在训练集和验证集的AUC分别为0.770和0.730,联合模型在训练集和验证集的AUC分别为0.838和0.826。联合模型在训练集的AUC高于术前CT-病理模型及影像组学模型(P均<0.01)。结论CT影像组学联合CT及术前病理特征能有效预测LAESCC术后ER。

右侧颅骨肌周细胞瘤1例

患者女,25岁,无明显诱因间断性头痛3天;既往体健。查体和实验室检查均未见明显异常。头颅CT/MRI:右侧额顶骨交界处4.2 cm×3.1 cm×3.9 cm宽基底圆形不均匀高密度/信号肿块,向颅内膨胀性生长(图1A、1B),呈T1WI等-稍低信号、T2-液体衰减反转恢复(fluid attenuated inversion recovery,FLAIR)高信号(图1C、1D)、弥散加权成像(diffusion weighted imaging,DWI)低信号(图1E),增强后无明显强化,周围管状血管强化而呈“胡椒盐”征(图1F、1G);肿块包膜不完整,可见“皮髓质移位”征;考虑钙化型脑膜瘤。

胸椎来源的巨细胞瘤累及左后纵隔1例

1病例简介。女,36岁,主诉:胸痛、胸闷、气短10 d。体格检查:左侧胸廓扩张受限,触觉语颤减弱,叩诊呈浊音,胸10、11椎体压痛。实验室检查:肿瘤相关抗原125104.10 U/ml。CT检查提示胸10椎体骨质破坏,椎体内部低密度软组织病变延伸至左后下纵隔,并伴有钙化和囊变(图1A~D)。胸椎MRI检查提示病灶信号不均匀,胸8~12椎体水平胸椎左旁恶性占位(图1E~G)。

能谱CT多参数成像术前预测胃癌淋巴结转移

目的观察能谱CT多参数成像术前预测胃癌淋巴结转移(LNM)的价值。方法回顾性分析136例胃腺癌患者,根据术后病理显示淋巴结状态将其分为LNM组(n=74)与非LNM组(n=62);比较组间临床资料、常规CT表现及能谱CT参数,将组间差异有统计学意义的因素纳入多因素logistic回归分析筛选胃癌LNM的独立预测因素,据以分别构建临床+常规CT模型(模型1)、能谱CT模型(模型2)及联合模型(模型3)。绘制受试者工作特征曲线,计算曲线下面积(AUC),评估各模型术前预测胃癌LNM的效能。结果CT-N分期、CT-T分期,动脉期(AP)70、100及140 keV CT值_(肿瘤),动脉增强分数(AEF)及静脉期标准碘浓度(NICVP)均为胃癌LNM的独立预测因素(P均<0.05)。模型3术前预测胃癌LNM的AUC为0.846,高于模型1及模型2(AUC=0.767、0.774,Z=-0.368、-2.373,P均<0.05),而模型1、2间差异无统计学意义(Z=-0.152,P=0.879)。结论能谱CT多参数成像可于术前有效预测胃癌LNM。

脾脏CT表现用于预测进展期胃腺癌分化程度

目的 观察脾脏CT表现用于预测进展期胃腺癌分化程度的价值。方法 回顾性分析182例经术后病理证实的进展期胃腺癌患者,根据病理结果将其分为低分化组(n=89)及中-高分化组(n=93),比较2组临床资料,以及肿瘤及脾脏CT表现。采用多因素logistic回归分析筛选进展期胃腺癌分化程度的独立影响因素;绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),评估各单一独立影响因素及其联合预测进展期胃腺癌分化程度的效能。结果 组间患者年龄、性别、肿瘤厚度、肿瘤最长径、Borrmann分型、cT分期、cN状态、cTNM分期及动脉期脾脏CT值差异均有统计学意义(P均<0.05)。多因素logistic回归分析显示,患者年龄、性别、Borrmann分型、cT分期、cTNM分期及动脉期脾脏CT值均为进展期胃腺癌分化程度的独立影响因素(P均<0.05);以之单一及联合预测进展期胃腺癌分化程度的AUC分别为0.639、0.577、0.621、0.690、0.714、0.606及0.861。结论 脾脏CT表现有助于预测进展期胃腺癌分化程度,动脉期脾脏CT值为有效预测指标;联合临床及肿瘤CT特征可进一步提高预测效能。

胸椎梭形细胞血管瘤1例

患者,女,52岁,1年前无明显诱因出现左侧背部疼痛,无行走不稳、四肢无力症状,6个月前疼痛加剧,累及左侧躯干,于2020年9月10日至郑州大学第一附属医院就诊。无肿瘤、外伤史。X线检查(见图1A)显示:T_(6~7)椎体左侧低密度影,相应椎体及第7后肋骨质破坏。CT检查(见图1B)显示:T_(6~7)椎体水平椎管内及左侧椎旁不规则软组织密度肿块,密度不均,大小约8.5 cm×3.2 cm,椎管受压右移,周围骨质破坏。2020年9月16日在全身麻醉下行T_(6~7)椎管内病损切除+椎管扩大成形+钉棒系统内固定术。术中见T_(6~7)旁左侧竖脊肌局部受侵,肿块色红,质地稍软,血供极其丰富。撑开切口,咬除T_(6~7)棘突,椎板钳咬除右侧椎板及黄韧带并扩大至椎管外侧缘充分减压。T_(6~7)硬膜囊左侧及腹侧可见肿块,与硬脊膜粘连紧密,小心将肿块从硬脊膜上部分剥离并切除。

双能量CT影像组学联合临床及CT特征预测胃腺癌分化程度

目的观察双能量CT(DECT)联合临床及CT特征预测胃腺癌(GAC)分化程度的价值。方法前瞻性分析254例GAC患者,根据病理结果将其分为高级别组(低分化GAC,n=88)与低级别组(中-高分化GAC,n=166),同时按8∶2比例分为训练集(n=203,含70例高级别、133例低级别GAC)及验证集(n=51,含18例高级别、33例低级别GAC)。基于静脉期单能级(40、70、100及140 keV)DECT提取及筛选影像组学特征并构建多能级影像组学模型预测GAC分级;以单因素及多因素logistic回归对训练集临床、CT特征及DECT参数进行分析并构建临床-CT模型,并与多能级影像组学模型构成联合模型。评估各模型预测效能,评价联合模型的校准度。结果临床-CT、多能级影像组学及联合模型在训练集的曲线下面积(AUC)分别为0.74、0.75及0.78,在验证集分别为0.73、0.77及0.78。除联合模型在训练集的AUC高于临床-CT模型外(P<0.05),各模型在各集的AUC差异均无统计学意义(P均>0.05)。联合模型在训练集及验证集的校准度均良好(P均>0.05)。结论DECT影像组学联合临床及CT特征能有效预测GAC分化程度。

CT影像组学列线图预测胃癌内镜活检与术后病理学分型差异

目的评估基于CT影像组学的列线图预测胃癌内镜活检与术后病理Lauren分型差异的价值。方法回顾性分析126例经手术病理确诊的胃癌患者,根据内镜活检与术后病理结果是否一致将其分为一致组(n=77)与不一致组(n=49),同时按2∶1比例分为训练集与验证集。筛选临床预测因子,构建临床预测模型;于静脉期CT图像提取影像组学特征,采用L1正则化方法对特征进行筛选,以决策树、随机森林、逻辑回归3种机器学习(ML)算法构建影像组学模型;基于临床及最佳影像组学ML模型构建列线图;评估各模型及列线图的预测效能及其临床价值。结果患者年龄、血小板计数、动脉期CT值是预测胃癌内镜活检与术后病理分型不一致的独立因子。3种ML模型中,随机森林预测效能较好,其在训练集与验证集中的曲线下面积(AUC)分别为0.835及0.724。临床模型、影像组学模型及列线图在训练集的AUC分别为0.764、0.835及0.884,在验证集分别为0.760、0.724及0.841;列线图在训练集与验证集均显示出较好的拟合度及临床实用性。结论基于CT影像组学列线图用于预测胃癌内镜活检与术后病理Lauren分型不一致性具有潜在临床应用价值。

60kV联合深度学习重建算法在主动脉CT血管造影中的可行性研究

目的:探讨60 kV联合基于深度学习的ClearInfinity(CI)重建算法在主动脉CT血管造影中的可行性。方法:收集2023年7—9月因主动脉疾病在郑州大学第一附属医院拟行主动脉CT血管造影(CTA)的受检者73例,按照随机数字表法分为A组(n=36)和B组(n=37)。A组受检者采用100 kV行常规扫描和重建;B组受检者采用60 kV行CT扫描,再依据重建算法不同分为B1、B2、B3亚组,分别采用30%~90%(间隔30%)CI算法重建,比较各组受检者辐射剂量以及图像质量。结果:除A组和B1组的信噪比(SNR)值在降主动脉、髂总动脉外,其余各组间SNR值比较,差异有统计学意义(均P <0.05)。除A组和B1组在降主动脉层面外,其余各组间对比噪声比(CNR)值比较,差异有统计学意义(均P <0.05)。图像主观评分A组与B2组比较,差异无统计学意义(P> 0.05),A组、B1组和B3组主观评分比较,差异有统计学意义(P <0.05)。结论:对体重指数(BMI)<26 kg/m~2的正常体型受检者,采用60 kV行主动脉CTA能大幅降低辐射剂量,联合深度学习CI重建算法能显著降低图像噪声,改善图像质量以达到诊断需求。

专用传感器动态测试下电信号的数值模拟研究

专用设备转子振动测试中,电涡流传感器采用“静态标定、动态使用”的方法,即在静态下标定电涡流传感器,获得灵敏度,直接用于动态下转子的振动测试,并未考虑旋转载荷对CFRP转子导电性的影响。因此,这种方法无法准确测试得到旋转载荷下的转子振动。针对这一问题,本文开展旋转载荷对电涡流法测试CFRP转子振动的影响研究,建立了电涡流传感器的有限元模型,完成了CFRP导电性的数值模拟计算;通过数值模拟,完成了CFRP层厚度以及传感器探头与CFRP层间距对磁感应强度分布的影响分析,揭示了不同参数对导电性的影响规律。