换一批探讨深度学习重建算法改善双低技术在主动脉夹层腔内修复术后CTA图像质量的价值
Exploring the Application Value of Deep Learning Reconstruction Algorithm to Improve the Quality of CTA Image after Endovascular Repair of Aortic Dissection with Double Low Technology
摘要目的 探讨联合深度学习重建算法(DLIR)改善双低技术(70 kVp低管电压+低浓度对比剂)在主动脉夹层腔内修复术后CTA图像质量的应用价值.方法 前瞻性收集主动脉夹层腔内修复术后(＞1个月)行CT复查患者62例,根据CT扫描管电压和碘对比剂浓度分为A组(31例,管电压100 kVp、370 mgI·mL-1碘普罗胺,50％ASIR-V重建)和B组(31例,管电压70 kVp、320 mgI·mL-1碘克沙醇,均行DLIR-H、DLIR-M和DLIR-L重建).对A、B两组重建图像进行主、客观评分,同时比较两组有效辐射剂量和碘剂量.结果 B组的有效辐射剂量和碘剂量较A组分别降低30.06％、14.88％;B组中随着DLIR重建等级升高,降噪能力逐渐增强,图像的客观评分和主观评分逐渐升高,DLIR-H图像表现最佳;与A组相比,B组DLIR-H图像的平均标准差(SD)值降低了 23.75％(P＜0.05),DLIR-M图像的SD值差异无统计学意义(P＞0.05);DLIR-H、DLIR-M图像的各层面对比噪声比(CNR)值、信噪比(SNR)值和主观评分均高于A组,DLIR-L图像的各层面SD值高于A组(P均＜0.05);图像各层面的CNR值、SNR值和主观评分均与其相当(P均＞0.05);B组中重建图像在胸腹主动脉各层面(如主动脉弓、主动脉瓣、腹腔干、肠系膜下动脉和髂动脉分叉水平层面)的CT值均高于A组的同等层面(P均＜0.05),而B组内亚组间两两比较差异均无统计学意义(P均＞0.05).结论 DLIR重建算法可以提高双低技术(70 kVp+低浓度碘对比剂)在主动脉腔内修复术的术后CTA图像质量,其中DLIR-H重建算法的表现最佳.
更多相关知识
关键词
低管电压低浓度对比剂深度学习重建技术胸腹主动脉CTA腔内修复术low tube voltagelow concentration iodine contrast agentdeep learning reconstructionthoracicabdominal aorta CTAthoracic endovascular aortic repair
分类号
R445.3（诊断学）
栏目名称
DOI
10.16050/j.cnki.issn1674-6309.2025.07.008
发布时间
2025-10-28（万方平台首次上网日期，不代表论文的发表时间）
- 浏览4
- 被引0
- 下载1
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
