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
Application of Deep Learning Image Reconstruction Algorithm Combined with Low Tube Voltage in Head and Neck CT Angiography
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manbet官网登录 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ASiR-V60%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.
更多- 浏览:8
- 被引:0
- 下载:4
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文