低剂量CT图像降噪的深度图像先验的目标偏移加速算法

低剂量CT(LDCT)图像可大幅降低X射线辐射剂量,但存在大量噪声影响医生诊断。深度图像先验(DIP)是用随机张量作为神经网络的输入图像,以单张LDCT图像为目标进行迭代的无监督深度学习算法。但DIP方法需经过上千次的网络迭代才能得到最佳降噪结果,导致该方法运行速度过慢。因此,该文提出一种用于LDCT降噪的目标偏移DIP加速算法,旨在保持降噪图像质量的基础上提高运行速度。根据一个器官(如肺部)LDCT切片序列图像的相似性,该算法将以各切片分别作为目标图像对应的相互独立的网络迭代通过继承参数关联起来,在上一切片对应的网络参数的基础上更新当前切片对应的网络参数,并将当前切片对应的网络参数作为下一切片对应的网络迭代的基础;由于DIP网络的输入是固定的随机张量,与目标图像差距较大,该文利用传统降噪模型预处理后的LDCT图像作为网络输入,进一步提高网络迭代速度。实验表明,不使用传统模型预处理时,与原DIP网络运行速度相比,该文所提出的加速算法可以将迭代速度提高10.45%;当使用经过相对全变分(RTV)模型预处理的LDCT作为网络输入时,图像峰值信噪比不仅可以达到29.13,而且总迭代速度可以提高94.31%。综上所述,该文算法可在保持DIP降噪效果的基础上,大幅度提高运行速度,特别是RTV模型预处理后的CT图像作为网络输入时,对提高运行速度的效果更加明显。

7.0T超高场强MRI评估豆纹动脉病变与脑卒中相关疾病关系的研究进展

豆纹动脉是颅内的重要穿支动脉,分布于基底节区及深部核团,其病变会导致相应供血区域微循环障碍,是发生脑卒中的重要危险因素。早期有效检出豆纹动脉病变明确脑卒中的分类及病因,并对不良事件进行有效的预测,成为一个亟待解决的问题。由于豆纹动脉极其纤细、走行迂曲,目前临床常规使用的影像设备及技术在清晰度、全面显示上受到明显限制。随着MRI技术的不断发展,7.0T超高场强MRI目前已成为无创性诊断颅内豆纹动脉的最佳方法。本研究总结应用7.0T超高场强MRI探讨豆纹动脉及脑卒中相关疾病关系的研究进展。

成人Still病的18F-FDG PET/CT表现

目的成人Still病(AOSD)因缺乏临床及影像特征常导致漏诊、误诊,总结分析AOSD的氟代脱氧葡萄糖(18F-FDG) PET/CT表现,以提高对该病的认识,探讨18F-FDG PET/CT在该病中的辅助诊断价值。方法回顾性分析6例经本院确诊的AOSD患者的临床资料及18F-FDG PET/CT表现,综合临床特征,总结该病18F-FDG PET/CT的影像学特点。结果 18F-FDG PET/CT表现为淋巴结肿大6例,脱氧葡萄糖(FDG)摄取增高,SUVmax 1.02~6.0,平均SUVmax 3.2±1.74;5例脾大、脾FDG摄取增高,SUVmax 2.98~4.54,平均SUVmax 4.01±0.89;6例全身骨骼FDG弥漫性摄取增高,SUVmax 2.65~6.19,平均SUVmax 4.0±1.33;3例合并胸腔积液及心包积液。结论临床症状符合且18F-FDG PET/CT表现为骨髓、脾、淋巴结FDG摄取增高及/或合并胸腔、心包积液者,应考虑到AOSD的可能。其18F-FDG PET/CT表现缺乏特异性,但可以作为AOSD疾病活动性及疾病变化的评价手段。