基于深度学习重建算法对上腹部CT图像质量的研究

目的:对比常规新一代自适应迭代重建算法(ASiR-V),研究基于深度学习的图像重建算法(DLIR)对上腹部增强CT图像质量和诊断信心的提高。方法:纳入30例行上腹部CT增强的患者,对其门静脉期原始数据使用滤波反投影(FBP),30%ASiR-V,70%ASiR-V和DLIR-低(L)、中(M)、高(H)3个重建等级分别进行重建。测量肝脏、脾脏和右侧竖脊肌的CT值,计算相应背景噪声(SD)值、信噪比(SNR)值和对比噪声比(CNR)值。2名放射科医师分别评价6组重建图像的图像噪声、细小结构显示及整体感观。结果:(1)客观评价:6组重建图像在肝脏、脾脏及右侧竖脊肌的SD值、CNR值和SNR值的差异均有统计学意义(P<0.001)。DLIR-H最优,DLIR-M与70%ASiR-V无显著性差异。随DLIR重建强度增加,SD值降低,SNR值和CNR值升高。(2)主观评价:2位放射科医师对图像质量的主观评价一致性尚可(kappa值分别为0.54、0.59、0.62)。DLIR-M和DLIR-H表现出最佳主观图像质量分数。结论:DLIR与FBP、ASiR-V算法相比,降噪效果更好,图像质量更高。DLIR-M和DLIR-H的重建图像提供了最优的主客观图像质量数据。

男性高血压患者QCT检测与腰椎骨密度的相关性

目的应用QCT测量腰椎骨密度,探讨男性高血压患者血压水平与腰椎骨密度之间的相关性。方法选取2020年12月至2022年1月于青岛市市立医院住院男性患者361例,年龄21~80岁;收集其一般资料,按照血压分为正常血压人群、高血压1级人群、高血压2级人群、高血压3级人群;对其行上中腹部CT平扫,使用定量CT获取腰椎骨密度,按照腰椎BMD测量值分为骨量正常组、低骨量组、骨质疏松组。结果在各年龄人群中,不同骨量组BMI、总胆固醇(TC)、高密度脂蛋白(HDL-C)及低密度脂蛋白(LDL-C)之间的差异无明显统计学意义(P>0.05),在51~65岁组、66~80岁组中,腰椎骨密度随三酰甘油(TG)的升高而减低(P<0.05)。在51~65岁年龄组中,不同血压等级人群的腰椎骨密度差异具有统计学意义(P<0.05),高血压病程、SBP、DBP、PP与腰椎骨密度呈负相关(P<0.05)。50岁以上中老年人血压分级越高,低骨量及骨质疏松发病率越高。多元线性逐步回归分析结果显示年龄、SBP、TG、BMI最终进入方程。结论50~65岁男性人群高血压与骨密度有一定相关性。年龄、SBP及TG是腰椎骨密度降低的独立危险因素,BMI是腰椎骨密度降低的保护因素。