光谱CT联合金属去伪影技术改善胸腹部^(125)I粒子植入患者CT图像质量的价值

目的探讨新型双层探测器光谱CT虚拟单能量图像(VMI)联合金属去伪影算法(O-MAR)在^(125)I粒子植入术后所致不同类型伪影的去除效能及术后疗效评估中的图像质量改善价值。方法该研究为横断面研究。回顾性收集2022年3月至9月于郑州大学第一附属医院^(125)I粒子植入术后行双层探测器光谱CT胸腹部联合增强扫描的患者35例。采集光谱数据分别重建为混合能量图像(CI)、VMI(50~150 keV)图像、CI+O-MAR图像、VMI(50~150 keV)+O-MAR图像, 评估各组去伪影效果及图像质量改善情况。每位患者选取伪影最强的2个层面分析, 共选取70层。客观指标包括伪影指数(AI)、受伪影影响软组织区域信噪比(SNR)和对比噪声比(CNR)。主观指标包括:过度矫正伪影和新伪影产生的评估、各组图像产生不同形态伪影的数目评估、受伪影影响组织的诊断及图像质量评估。多组数据间比较采用单因素方差分析。联合O-MAR组与非O-MAR组之间采用配对样本t检验比较2组间定量指标。观察者之间的一致性评估采用Kappa检验。结果在高/低密度伪影(ROI_(H/L))中, 随VMI keV升高各组的AI值均呈下降趋势;在受伪影影响组织(ROI_(T))中, CI/VMI(70~150 keV)+O-MAR各组的SNR均优于CI/VMI组(P<0.05), CI/VMI(50~150 keV)+O-MAR各组的CNR均优于CI/VMI组(P<0.05)。伪影过度矫正及新伪影均集中分布于VMI 50 keV、VMI 70 keV组, 相较于VMI(50~70 keV)组, VMI(50~70 keV)+O-MAR组中过度矫正及新伪影数目显著降低(P<0.05);在伪影形态的比较中, 随VMI keV升高, 高密度伪影中a型条带伪影数目逐渐减少, 在VMI 150 keV+O-MAR组高密度伪影中最低为3;e型极少或无伪影数目增多, 在VMI 150 keV+O-MAR组高密度伪影中最高为23, 且各形态高密度伪影总数随VMI keV升高呈减少趋势。随VMI keV升高VMI+O-MAR各组高密度伪影诊断及图像质量评分均高于低密度伪影(P<0.05)。结论 VMI联合O-MAR可显著提高^(125)I粒子植入术后CT随访的客观及主观图像质量, 病灶显示能力及诊断信心。此外, VMI+O-MAR对高密度伪影的矫正效果更为显著。

基于人工智能的运动补偿重组算法在不同心率患者冠状动脉CT血管造影中的诊断性能

目的 探讨基于人工智能(AI)的运动补偿重组(MCR)对不同心率组冠状动脉图像质量和冠状动脉可评价性的影响。方法 前瞻性纳入181例在第二代双层光谱探测器CT(DLCT)行冠状动脉CT血管造影(CCTA)的疑似或确诊冠心病的患者。根据心率将患者分为低、中、高三组(三组心率分别为≤65次/min、66~79次/min、≥80次/min)。每组分别使用或不使用基于AI的MCR算法重组图像。由两名有5年以上放射科心血管方向工作经验的医师进行双盲法评估。主观图像质量评估采用5分法,3分以上被认为图像质量佳;客观图像质量用信噪比(SNR)和对比噪声比(CNR)进行分析评估。部分患者行数字减影血管造影(DSA)作为“金标准”,比较常规及迭加MCR者对管腔明显狭窄血管(≥50%)的诊断性能。结果 低心率组53例,中心率组79例,高心率组49例患者。三组间主观图像质量差异有统计学意义(P均<0.05),但SNR和CNR差异无统计学意义(P均>0.05)。迭加MCR后图像的主观评分较高,其中54条(7.46%)常规图像上被认为是不可诊断血管,而在MCR上仅有5条(0.69%)。MCR降低了图像噪声,改善了图像质量,特别是在中心率和高心率组(P均<0.001)。在以血管水平分析中,与常规相比,迭加MCR提高了敏感度(73.4%vs.90.6%)、特异度(94.2%vs.97.8%)。结论 第二代DLCT能对80次/min以下的患者心率获得满意的图像。基于AI的MCR技术可以改善冠状动脉的图像质量,特别是在心率较高的患者中改善效果显著,并且与DSA一致性较高,为临床诊治提供重要信息。

光谱CT多参数功能成像预测磨玻璃密度肺腺癌侵袭性的价值

目的探讨光谱CT定量参数预测表现为磨玻璃结节(GGN)肺腺癌侵袭性的价值。方法回顾性分析2022年3至10月在郑州大学第一附属医院经手术切除且病理证实为肺腺癌的129例患者的临床及影像资料,其中男45例,女84例,年龄33~81岁。按照病理结果129例患者分为微浸润腺癌(MIA)组64例和浸润性腺癌(IAC)组65例。所有患者均在术前2周内接受光谱CT增强扫描,在后处理工作站上重建碘密度图、有效原子序数(Zeff)图、电子云密度(ED)图,测量并计算相关光谱参数,包括标准化碘浓度(NIC)、动脉增强分数(AEF)、Zeff及ED;分析病灶的常规CT特征,包括最大径、CT值、结节类型、结节边缘、分叶征、毛刺征、空泡征、胸膜凹陷征、异常血管征及空气支气管征。采用独立样本t检验、Mann-Whitney U检验、χ^(2)检验比较2组临床特征、常规CT特征及光谱CT参数。采用多因素logistic回归分析评估肺腺癌侵袭性的独立危险因素,并构建模型。采用受试者操作特征(ROC)曲线评估各参数及模型预测肺腺癌侵袭性的效能。结果MIA组与IAC组的最大径、CT值、结节类型、边缘、毛刺征、胸膜凹陷征、空气支气管征、静脉期NIC、AEF、静脉期Zeff、动脉期ED、静脉期ED差异均有统计学意义(P<0.05)。多因素logistic回归分析显示,最大径(OR=1.183,95%CI 1.062~1.318)、CT值(OR=1.004,95%CI 1.001~1.007)、静脉期NIC(OR=1.185,95%CI 1.083~1.298)、AEF(OR=0.975,95%CI 0.957~0.994)、静脉期Zeff(OR=0.031,95%CI 0.005~0.196)是肺腺癌侵袭性的独立影响因子。以最大径和CT值建立常规CT模型,以静脉期NIC、AEF、静脉期Zeff建立光谱CT模型,以上参数联合建立联合模型。常规CT模型、光谱CT模型及联合模型预测肺腺癌侵袭性的ROC曲线下面积分别为0.828、0.854和0.902。结论双层探测器光谱CT的定量参数可以作为预测表现为GGN肺腺癌侵袭性的指标,AEF具有最高的诊断效能。光谱CT联合常规CT特征可以进一步提高诊断效能。

人工智能成像优化技术在冠状动脉CT血管成像的初步应用研究

目的探讨128层螺旋CT人工智能(AI)成像优化技术对冠状动脉CT血管成像(CCTA)图像质量的影响。方法前瞻性连续纳入2018年5至6月在北京协和医院行前瞻性门控CCTA检查的60例临床诊断或拟诊断冠心病患者,随机数表法分为A、B两组,每组30例。A组管电压为80 kVp,对比剂用量为0.7 ml/kg;B组管电压为120 kVp,对比剂用量为70 ml。根据重建方式的不同,将A组又分为A1与A2两个亚组,A1组图像采用迭代算法重建,A2组采用AI成像优化技术优化迭代算法。B组采用迭代算法重建图像。分别以3组主动脉根部(Ao)、左冠状动脉主干(LM)、左前降支近段(LAD)、左回旋支近段(LCX)及右冠状动脉近段(RCA)感兴趣区(ROI)的CT值、噪声值、信噪比(SNR)及对比噪声比(CNR)作为图像质量客观评价指标。主观评价由2名高年资放射科医师采用双盲法对冠状动脉分支及节段水平的图像质量进行4分制评价(1分优秀,4分极差)。记录和比较A组与B组的对比剂用量和辐射剂量。采用t检验或配对Wilcoxion秩和检验比较各组图像质量及辐射剂量的差异,采用卡方检验比较3组主观指标的差异。结果在CT值方面,A1与A2组相比,各ROI CT值差异均无统计学意义(P均>0.05);A1组及A2组Ao的CT值显著高于B组(P均<0.01),而在其余ROI的比较差异均无统计学意义(P均>0.05)。通过比较噪声、SNR及CNR可得,A2组与B组相比,噪声在Ao显著低于B组(P<0.001),在其余ROI差异无统计学意义(P均>0.05);SNR在Ao显著高于B组(P<0.001),在其余ROI差异无统计学意义(P均>0.05);而A2组CNR在各ROI均显著高于B组(P均<0.001)。A1组与A2组相比,各ROI A2组噪声均显著低于A1组,SNR及CNR均显著高于A1组(P均<0.001)。对冠状动脉节段主观评分结果为A2组和B组均显著优于A1组(P均<0.05),且A2组与B组相比差异无统计学意义(P>0.05)。A组辐射剂量指标均显著低于B组(P均<0.001),且有效剂量(ED)降低达70.4%。同时,对比剂用量A组较B组降低37.1%。结论与常规扫描相比,AI成像优化技术优化后的CCTA图像可提升CCTA的主客观图像质量及诊断可判读性。

人工智能图像优化技术在低剂量胸部CT检查中的初步应用研究

目的探讨人工智能(AI)图像优化技术对低剂量胸部CT平扫图像质量及辐射剂量的影响。方法前瞻性连续纳入2019年7月至8月于吉林大学第一医院采用NeuViz Prime CT行胸部CT平扫的80例患者,按随机数表法分为A、B两组,每组40例。A组为低剂量组,B组为常规剂量组,分别采用100及120 kV管电压;两组均采用自动管电流技术,参考毫安秒分别为70及140 mAs。根据重建方法的不同,将低剂量组分为A1、A2两个亚组,A1组为低剂量迭代组,采用迭代算法(ClearView 50%)重建图像;A2组为低剂量AI组,采用AI图像优化算法进一步优化A1组图像;B组采用迭代算法(ClearView 50%)重建图像。通过容积CT剂量指数(CTDIvol)、剂量长度乘积(DLP)和有效辐射剂量(E)的值,比较A、B两组辐射剂量的差异。比较A1、A2及B组感兴趣区的噪声值(SD)、信噪比(SNR)及对比噪声比(CNR)。由两名高年资放射科医生以Likert 5级评分法对3组图像质量进行主观评价。结果A、B两组患者临床资料的比较差异均无统计学意义。A组与B组相比[(1.48±0.49)mSv vs.(5.30±1.40)mSv],有效辐射剂量降低约72.1%。在图像质量方面,与B组相比,A1组SD较高且SNR及CNR较低(ZSD=-4.24,ZSNR=-2.54,tCNR=-2.27,P<0.05)。经AI优化后,A2组的SD显著低于B组(ZSD=-28.24,P<0.001),且SNR及CNR显著高于B组(tSNR=-26.04,tCNR=-36.88,P<0.001);两组图像噪声的主观评分差异无统计学意义,但B组在肺内组织结构显示方面优于A2组(χ^2=4.96、7.04,P<0.05)。结论在辐射剂量降低约72.1%的情况下,经AI优化的低剂量胸部CT图像可达到常规剂量图像质量水平。