深度学习重建算法联合低管电压在头颈部CT血管成像中的应用

目的探讨深度学习图像重建(DLIR)算法联合低管电压(70 kVp)在头颈部CT血管成像中的应用价值。资料与方法回顾性收集2021年11月—2022年11月宁夏回族自治区人民医院行头颈部CT血管成像检查的40例患者,管电压70 kVp,管电流智能调控SmartmA模式。对原始数据进行自适应统计迭代重建(ASiR-V60%、ASiR-V90%)及DLIR(DLIR-L、DLIR-M、DLIR-H),比较不同算法及水平重建图像的主观及客观评价指标。结果颈部及颅内动脉不同水平ASiR-V及DLIR重建图像CT值差异均无统计学意义(P>0.05)。随着ASIR-V及DLIR重建水平增加,颈部及颅内图像噪声均减低,DLIR-H与ASiRV60%差异均有统计学意义(P<0.05),分别减低24.30%、29.42%;颈部及颅内图像信噪比(SNR)、对比噪声比(CNR)均升高,DLIR-H重建图像SNR、CNR最高。颈总动脉分叉部、颈内动脉C4段、椎动脉V4段SNR、CNR与ASiR-V60%差异均有统计学意义(P<0.05),SNR分别提高55.60%、43.90%、44.66%,CNR分别提高55.57%、44.24%、45.10%;大脑中动脉SNR、CNR较ASiR-V60%提高45.39%、45.89%,差异有统计学意义(P<0.05)。ASiR-V90%主观评分较ASiR-V60%降低,差异无统计学意义(P>0.05)。DLIR主观评分随重建水平升高而升高,DLIR-H较DLIR-M、DLIR-L差异有统计学意义(P均<0.05),DLIR-H及DLIR-M的主观评分高于ASiR-V60%与ASiR-V90%,差异有统计学意义(P均<0.05)。结论在低管电压头颈部CT血管成像中,与ASiR-V相比,DLIR可以进一步降低图像噪声,提升图像质量和诊断信心,其中DLIR-H表现最佳。

等渗低浓度对比剂联合能谱CT在优化颈动脉CTA成像中的应用研究

目的评价等渗低浓度对比剂下能谱单能量联合自适应统计迭代重建(ASiR)算法在优化颈动脉能谱单能量CTA成像中的应用价值,以寻求等渗低浓度对比剂下图像质量最佳的单能量和ASiR比组合,优化颈部血管显示。方法共30例使用等渗低浓度对比剂并经能谱颈动脉CTA扫描的患者入组。一次能谱成像获得11组单能量图像(40~140 keV,间隔10 keV),同时每一组单能量图像分别进行不同ASiR比例(0%,20%,40%,60%,80%和100%)重组。分别对各组单能量图像进行感兴趣区域的SNR值、CNR值及噪声值测定,并由两位高年资影像诊断医生依据血管清晰度行4分法盲法评分。结果 60 keV时CNR和SNR值最高;噪声值随着ASiR比例升高而下降,ASiR 100%时噪声降至最低;图像质量主观评分显示60 keV联合ASiR 60%重建时的评分最高;最后,综合主观及客观评价指标,确定60 keV+ASiR 60%重建参数组合时颈动脉CTA图像质量最佳。结论应用等渗低浓度对比剂行颈动脉能谱CTA扫描,60 keV单能量图像联合ASiR 60%重建时可以明显降低噪声,提高图像质量,最优化显示颈部血管。

能谱CT单能量成像在经皮冠状动脉介入术后随访中的应用

目的探讨宝石CT能谱扫描对经皮冠状动脉介入(PCI)治疗术后患者支架内腔的显示及支架再狭窄诊断的能力。方法收集38例PCI术后患者,行能谱扫描冠状动脉CT造影(CCTA),通过主观评价的方法选出最佳单能量图像,比较最佳单能量图像及140kVp混合能量图像对3组不同管径支架内腔显示能力大小,结合冠脉造影结果比较两种图像判断管腔狭窄程度的准确性。结果 50%ASIR、120keV图像得分最高,为最佳单能量图像;该模式下测得3组支架平均直径与相应140kVp混合能量图像测得平均直径之间差异均有统计学意义(P均<0.05);140kVp混合能量图像诊断结果与最佳单能量图像诊断结果、CAG结果差异有统计学意义(P均<0.05),最佳单能量图像诊断结果与CAG结果之间差异无统计学意义(P>0.05)。结论参数为50%ASIR、120keV单能量图像可以有效去除冠状动脉支架伪影,准确评价再狭窄情况。

DLIR算法在头颈CTA颅底血管成像中的应用研究

目的:探讨深度学习图像重建(DLIR)算法在提升头颈CT血管成像(CTA)颅底血管图像质量及诊断信心中的价值。方法:回顾性分析我院行头颈CTA检查的40例患者,对原始数据进行不同算法及水平的重建,包括基于多模型的自适应统计迭代重建-Veo (60%ASIR-V、90%ASIR-V)及DLIR (DLIR-L、DLIR-M、DLIR-H);比较不同算法及水平重建图像的主观及客观评价。结果:椎动脉及颈内动脉ASIR-V重建图像CT值与DLIR重建图像CT值间的差异均无统计学意义(P>0.05)。随着ASIR-V及DLIR重建水平的增加,图像噪声均减低,DLIR-H的噪声最低,与60%ASIR-V比较,差异有统计学意义(P<0.05)。随着ASIR-V及DLIR水平的增加,椎动脉及颈内动脉SNR、CNR均升高,椎动脉DLIR-H重建图像信噪比(SNR)、对比度噪声比(CNR)最高,与60%ASIR-V比较,差异有统计学意义(P<0.05)。90%ASIR-V主观评分与60%ASIR-V间的差异无统计学意义(P>0.05);DLIR主观评分在不同重建水平间的差异无统计学意义(P>0.05),DLIR-H及DLIR-M的主观评分均明显高于60%ASIR-V,差异有统计学意义(P<0.05)。结论:在头颈CTA颅底血管成像中,与ASIR-V相比,DLIR可以进一步降低图像噪声,提升图像质量和诊断信心。

DLIR与FBP、ASIR-V重建算法对CCTA图像质量影响的对照研究

目的探讨图像重建(DLIR)算法对冠状动脉计算机断层摄影(CCTA)图像质量的影响。方法回顾性分析行CCTA检查的38例患者,对原始DICOM数据进行不同算法的重建,包括滤波反投影算法(FBP),50%、80%自适应统计迭代重建(ASIR-V)及DLIR(L、M、H),比较不同重建算法图像的主观及客观评价。结果DLIR-H与FBP、ASIR-V(50%、80%)重建算法比较,差异均有统计学意义(P<0.05);FBP、ASIR-V及DLIR重建算法CT值差异均无统计学意义(P>0.05);随着ASIR-V及DLIR水平的增加,图像噪声均减低,与FBP比较差异均有统计学意义(P<0.05);DLIR-H与50%ASIR-V比较,差异有统计学意义(P<0.05)。随着ASIR-V及DLIR水平的增加,CNR、SNR均增加,与FBP比较差异均有统计学意义(P<0.05);DLIR-H与50%ASIR-V比较差异有统计学意义(P<0.05);DLIR-M与80%ASIR-V噪声、CNR、SNR、CT值相当,但DLIR-M主观评分较80%ASIR-V高,差异有统计学意义(P<0.05)。结论与FBP、ASIR-V重建算法相比,DLIR可明显降低CCTA图像噪声,提高图像质量。

深度学习重建算法联合“双低”技术在肺动脉CT血管造影中的可行性研究

目的探讨深度学习图像重建(DLIR)算法联合低管电压、低对比剂剂量(双低)在肺动脉CT血管造影中的可行性。方法60例临床拟诊为肺动脉栓塞(PE)的患者随机分成两组,每组30例,行CT肺动脉血管造影(CTPA)检查。常规组为A组,扫描管电压为100 kVp,对比剂用量为45 ml,采用ASIR-V50%重建;双低组扫描管电压为70 kVp,对比剂用量为35 ml,采用不同水平的DLIR重建,包括B组(DLIR-L)、C组(DLIR-M)、D组(DLIR-H)。比较双低组和常规组辐射剂量及图像质量。结果双低组和常规组的有效辐射剂量(ED)分别为(2.05±0.76)mSv、(2.56±0.68)mSv,差异有统计学意义(P<0.05)。双低组(B、C、D组)肺动脉主干、右肺上叶主干、右肺中叶内侧段、右肺下叶内侧基底段肺动脉CT值及右肺中叶内侧段、右肺下叶内侧基底段肺动脉和肺静脉CT值差值较常规组(A组)明显升高,差异有统计学意义(P<0.05)。双低组(B、C、D组)噪声较常规组(A组)降低,C组、D组较常规组(A组)差异有统计学意义(P<0.05),双低组内随着DLIR重建水平的增加,图像噪声递减。双低组(B、C、D组)SNR、CNR较常规组升高,C组、D组较常规组(A组)差异有统计学意义(P<0.05),双低组内随着DLIR重建水平的增加,SNR、CNR升高。双低组内随着DLIR重建水平的增加,主观评分增高,D组4分所占比例最多;A组和C组、A组和D组、B组和D组差异均有统计学意义(P<0.05)。结论DLIR算法联合低电压、低对比剂剂量行CTPA获得图像质量优于常规组,能满足临床诊断需求,同时降低了辐射剂量及对比剂用量。