换一批深度学习重建算法在低剂量CT心肌灌注中的应用价值研究
Study on application value of deep learning iterative reconstruction algorithms in low-dose CT myocardial perfusion
摘要目的 探讨深度学习重建算法(DLIR)在低剂量CT心肌灌注(CTP)中的应用价值.方法 选择2023年6-12月在本院行低剂量心肌CTP检查的100例患者为研究对象,采用随机数表法分为A组、B组和C组共三组,A组34例、B组33例、C组33例.分别对三组患者扫描原始数据进行低剂量DLIR算法、FBP算法、自适应统计迭代重建算法(ASiR-V)重建,评估DLIR算法对图像提升程度.分析比较三组患者低剂量心肌灌注检查图像质量、心肌血流量(MBF)值和辐射剂量的差异.结果 A组患者的SNR、CNR高于B组和C组,A组患者的室间隔噪声值低于B组和C组,差异有统计学意义(P＜0.05);A组患者的主观图像质量评价评分高于B组和C组,差异有统计学意义(P＜0.05);三组患者的心肌血流量比较,差异无统计学意义(P＞0.05);A组患者的辐射剂量显著低于B组和C组,差异有统计学意义(P＜0.05).结论 在低剂量动态CTP检查中,DLIR算法可以提高图像成像质量,且辐射剂量低,对MBF定量参数影响较小,可用于临床实践.
更多相关知识
关键词
深度学习重建算法低剂量CT心肌灌注应用价值Deep learning iterative reconstruction algorithmLow-dose CT myocardial perfusionApplication value
分类号
R814.42（放射医学）
栏目名称
DOI
10.3969/j.issn.1002-1256.2024.17.011
发布时间
2024-09-27（万方平台首次上网日期，不代表论文的发表时间）
基金项目
周口市二○二三年第二批科技发展计划（123）
- 浏览0
- 被引1
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
