换一批深度学习图像重建算法在头颈部CT血管成像扫描中的应用
The Application of Deep Learning Image Reconstruction Algorithm in Improving the Quality of Head and Neck CT Vascular Images
摘要目的 探讨深度学习图像重建算法(DLIR)在头颈部CT血管成像扫描中的应用效果.方法 选取2023年1月至2024年8月于医院行头颈部CT血管成像扫描的110例患者作为研究对象.对患者的原始数据进行多模型迭代重建算法(ASiR-V)重建和DLIR重建,并按照重建不同分为ASiR-V50%组(25例)、低DLIR组(27例)、中DLIR组(28例)和高DLIR组(30 例).比较 4 组头颈部CT血管图像质量主观评分、图像质量客观评价、图像CT值和噪声值.结果 中、高DLIR组CT值、信噪比(SNR)、图像主观评分、噪声值、对比信噪比(CNR)高于ASiR-V50%组(P<0.05);中、高DLIR组CT值、SNR、噪声值、图像主观评分、CNR高于低DLIR组(P<0.05);高DLIR组噪声值、SNR、CT值、CNR高于中DLIR组(P<0.05).结论 DLIR重建可以有效改善头颈部CT血管图像质量,且高DLIR重建改善效果更好,在临床诊断中具有较高的应用价值.
更多相关知识
关键词
深度学习图像重建算法头颈部CT血管成像图像质量Deep learning image reconstruction algorithmHead and neckCT vascular imagingImage quality
分类号
R814.42（放射医学）
栏目名称
DOI
10.3969/j.issn.1002-2376.2025.08.003
发布时间
2025-07-11（万方平台首次上网日期，不代表论文的发表时间）
- 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
