医学文献 >>
  • 检索发现
  • 增强检索
知识库 >>
  • 临床诊疗知识库
  • 中医药知识库
评价分析 >>
  • 机构
  • 作者
默认
×
热搜词:
换一批
论文 期刊
取消
高级检索

检索历史 清除

深度学习图像重建算法用于"双低"脑CT灌注成像

Deep learning image reconstruction algorithm in brain CT perfusion imaging with low tube voltage and reduced contrast agent dosage

摘要目的 观察深度学习图像重建(DLIR)算法用于70 kVp、40 ml对比剂用量方案("双低")全脑CT灌注成像(CTP)的价值.方法 前瞻性纳入105例疑诊急性缺血性脑卒中患者并随机将其分为3组,分别接受常规标准剂量80 kVp、150 mA扫描联合自适应统计迭代重建(ASIR-V)50%水平重建(CN组,n=35),低剂量(LD)70 kVp、100 mA扫描联合DLIR最高档(DLIR-H)重建(LD组,n=35),以及超低剂量(ULD)70 kVp、70 mA扫描联合DLIR-H重建(ULD组,n=35),比较各组辐射剂量.测量额叶、顶叶、颞叶灰质和白质ROI内的CT值及CT值标准差(SDCT),计算信噪比(SNR)及灰质与白质的对比度噪声比(CNR)并进行组间比较.生成脑血容量(CBV)、脑血流量(CBF)、平均通过时间(MTT)及残余组织达峰时间(Tmax)伪彩图并进行主观评分,以Kappa检验分析其主观评分的一致性;测量灌注参数值并进行组间比较.结果 相比CN组,LD组与ULD组容积CT剂量指数(CTDIvol)、剂量长度乘积(DLP)及有效剂量(ED)均降低(校正P均<0.05).ULD组额叶、顶叶及颞叶白质SDCT均高于CN组,顶叶白质SDCT高于LD组(校正P均<0.05),组间灰质SDCT差异均无统计学意义(P均>0.05).LD组及ULD组顶叶及颞叶白质SNR均低于CN组(P均<0.05),组间额叶白质及额叶、顶叶及颞叶灰质SNR差异均无统计学意义(P均>0.05).3组间额叶、顶叶、颞叶灰质与白质CNR差异均无统计学意义(P均>0.05).观察者间对于CBV图、CBF图及Tmax图的主观评分一致性均较高(Kappa分别为0.623、0.644、0.638),而对MTT图的一致性良好(Kappa=0.560).针对不同CTP伪彩图的观察者内主观评分差异均无统计学意义(P均>0.05).3组伪彩图额叶、顶叶、颞叶灰质、白质的CBV、CBF、MTT及Tmax值差异均无统计学意义(P均>0.05).结论 DLIR算法用于"双低"CTP扫描可保证成像质量.

更多
广告
  • 浏览21
  • 下载9
中国医学影像技术

加载中!

相似文献

  • 中文期刊
  • 外文期刊
  • 学位论文
  • 会议论文

加载中!

加载中!

加载中!

加载中!

法律状态公告日 法律状态 法律状态信息

特别提示:本网站仅提供医学学术资源服务,不销售任何药品和器械,有关药品和器械的销售信息,请查阅其他网站。

  • 客服热线:4000-115-888 转3 (周一至周五:8:00至17:00)

  • |
  • 客服邮箱:yiyao@wanfangdata.com.cn

  • 违法和不良信息举报电话:4000-115-888,举报邮箱:problem@wanfangdata.com.cn,举报专区

官方微信
万方医学小程序
new医文AI 翻译 充值 订阅 收藏 移动端

官方微信

万方医学小程序

使用
帮助
Alternate Text
调查问卷