检索历史 清除

目的 探究1 024×1 024重建矩阵结合迭代重建(Karl)算法在胃部血管及肿瘤供血动脉CT血管成像中的应用价值.资料与方法 前瞻性收集大连医科大学附属第一manbet官网登录 2022 年 3-6 月行胃部CT血管成像的胃部肿瘤患者 30 例,对CT扫描图像原始数据进行分组重建.A组采用常规512×512矩阵结合Karl 5级重建;B组采用1 024×1 024大重建矩阵结合不同等级Karl算法重建,分为B1(Karl 5)、B2(Karl 7)及B3(Karl 9)3个亚组.在轴位图像上测量胃左动脉起始部的腹主动脉、腹腔干、脾动脉、肝动脉及同层面腹壁皮下脂肪组织的CT值和SD值,计算信噪比(SNR)、对比噪声比(CNR).由2名观察者采用5 分法评估各组图像质量.结果 2 名观察者主观评价一致性较好(Kappa=0.782～0.789,P<0.05),B1～B3 组图像主观评分均优于A组,B2 组得分最高(二维评分:χ2=27.309、24.250;三维评分:χ2=21.964、21.294;P均<0.05),30例患者中 25例见胃动脉系统参与肿瘤供血,B2组各血管的清晰显示率均优于A组;A与B1、B2组各血管CT值差异无统计学意义(t=-1.918～2.720,P>0.05),B2 组较A组血管SD值、SNR、CNR和背景噪声值,除腹主动脉SD、肝动脉CNR外差异均无统计学意义(t=-5.909～5.768,P>0.05);B1～3组图像随着Karl算法等级提高,SD值逐渐降低(F=2.881～27.109,P<0.05),SNR、CNR逐渐升高(F=3.612～12.149,P<0.05).结论 1 024×1 024重建矩阵结合Karl 7级算法可以改善图像质量,增强胃部微细血管及肿瘤供血动脉分支的显示效果,在临床上有很好的应用价值.