基于深度学习的腕关节DR成像质控模型的研究与应用

目的基于深度学习的方法建立腕关节直接数字平板X线成像系统(DR)自动质控模型生成系统,并对质控性能进行初步研究。方法采用人工智能深度学习的方法建立腕关节正位和侧位DR图像质控系统模型,回顾性收集重庆大学附属中心医院临床怀疑腕关节病变的1315张图像,按6︰4的比例划分训练集和验证集。在MobileNet V2分类模型和Global Universal U-Net(GU2Net)关键点检测模型上进行训练,然后分别使用模型准确率、精准度、召回率和曲线下面积(AUC),以及平均径向误差(MRE)和成功检出率(SDR)进行评估。结果根据验证数据集的实验所得到的伪影分类模型在伪影识别方面具有较高的性能,AUC=0.9701,95%可信区间(95%CI)0.9700~0.9703,其准确率、精准度、召回率分别为0.93、0.88和0.97。正位和侧位影像中关键点检测模型的MRE也在合理水平,分别达到(0.7944±3.2535)mm和(3.8134±7.4087)mm。距离10.0 mm下正位和侧位关键点检测模型的SDR分别为99.64%、92.51%。结论基于深度卷积神经网络开发的全自动腕关节DR质控系统模型,能够对腕关节正位和侧位片自动生成图像质量控制报告,且效果较好。

计算机X线摄影与直接数字X线摄影在胸部摄影中的应用比较

目的目的比较计算机X线摄影(CR)与直接数字X线摄影(DR)两种成像方式在胸部摄影中的临床应用,以求对实际工作提供帮助。方法抽取胸部影像CR1000例,DR1000例。从应用范围、摄影方式、X线的剂量、成像时间、图像质量、图像的调节与处理等方面将两者进行比较。结果 DR对于胸部影像的甲级片率为70.2%,摄影速度为60人/h;CR的甲级片率为57.4%,摄影速度为30人/h。结论 DR在成像质量、甲级片率等方面优于CR,但两者各有其优缺点。

HOLOGIC直接转换DR系统平板探测器分析

本文回顾了放射摄影系统的发展历史 ,讲述了直接转换DR系统的图像捕获机制 ,对HOLOGIC直接转换DR系统的Se/TFT探测器的板层结构进行了分析 ,介绍了几种不同设计方案像素线路的工作原理。

基于平板探测器的DR系统原理及使用维护

针对采用平板探测器技术做为数字化方案实现的直接数字化X线摄影系统,本文重点探讨了平板探测器特点,介绍了系统的工作原理和成像技术,以及系统日常在设备运行过程中的维护技术。

数字化放射摄影技术的分析

本文对数字化放射摄影技术的优势和工作原理进行了分析。

如何选购直接数字化X射线摄影机

本文介绍了直接数字化X射线摄影机的基本原理和技术性能,以及选购时需要注意的一些问题。

直接数字射线照相合理应用探讨

直接数字射线照相DDR,有时被简称直接射线照相(Direct Radiography),或数字射线照相(DigitalRadiography),是最近几年发展起来的新成像技术,它有别于采用IP成像板捕获射线影像的计算机射线照相CR,需要经过模数转换,而是采用一种由非晶形硅或硒阵列构成的平板探测器捕获影像,经电路输出数字化的光电信号,直接形成数字化影像,具有成像速度快、图像清晰、照射剂量少、操作简便等优点。本文阐述其安装和使用方面的实际经验和体会。

平板探测器DR技术胸部的临床应用及使用中维护

目的:探讨DR胸部X线片的临床应用及使用中维护。方法:对2009年9月-2010年9月使用DR系统胸部摄影进行统计和影像质量评测。结果:1000张胸部平片中,甲级片928张(92.8%),乙级片40张(4%),丙级片27(2.7%),废片5张(0.5%)。结论:数字摄影系统成像质量好,可根据临床需要进行各种影像特性后处理,在胸部摄影中具有充分显示肺组织结构的能力,为肺部疾病的诊断提供有价值的影像依据。