ClearInfinity深度学习重建算法结合"双低"扫描技术在腹部CT血管成像中的临床应用价值
Clinical value of ClearInfinity deep learning reconstruction algorithm combined with"double-low"scanning technology in abdominal CT angiography
摘要目的 探讨ClearInfinity深度学习重建算法在低千伏(kV)和低对比剂中对腹部CT血管成像(CTA)的图像质量及辐射剂量的影响.方法 选取100例行腹部CTA检查的患者,随机分为A、B 2组.A组:管电压70 kV,对比剂30~35 mL,根据重建算法分为A1和A2 2个亚组,A1组50%ClearInfinity,A2组50%ClearView迭代算法;B组:管电压100 kV,对比剂60~70 mL,50%ClearView.客观评价3组图像的腹主动脉、肝固有动脉、肠系膜上动脉、肾动脉和髂总动脉感兴趣区(ROI)的CT值和标准差(SD)值,计算信噪比(SNR)以及对比噪声比(CNR);主观评分由2名医师评估;分析 A、B 2组辐射剂量.结果 A组的容积CT剂量指数(CTDIvol)、剂量长度乘积(DLP)和有效剂量(ED)与B组相比显著降低(P<0.05);A1组和B组主观评分均高于 A2组(P<0.05),A1组和B组主观评分无差异(P>0.05);与A1组相比,A2组各血管的SNR、CNR均显著降低,B组腹主动脉和髂总动脉的CT值、髂总动脉和肠系膜上动脉的CNR显著增高、肾动脉的SNR显著降低(P<0.05).结论 ClearInfinity深度学习重建算法联合70 kV扫描技术在腹部CTA中可获得较好的图像质量,并有效降低患者辐射剂量和对比剂用量,具有较高的临床应用价值.
更多相关知识
- 浏览21
- 被引4
- 下载24

相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文


换一批



