深度学习像素闪耀算法改善中低体重指数者腹部70 kVp动脉期图像质量

Image Quality Improvement of Abdominal 70 kVp Arterial Phase in Patients with Low and Moderate Body Mass Index Using Deep-learning Pixel Shine Algorithm

二维码有效期 120s

摘要目的探讨深度学习像素闪耀(PS)算法在提高中低体重指数(BMI)者70 kVp腹部CT血管成像(CTA)动脉期实质器官图像质量的价值.资料与方法回顾性收集2015年11月至2016年4月因腹部肿瘤或血管性疾病于大连医科大学附属第一医院施行全腹CTA扫描、BMI<22 kg/m2的患者62例,包括低管电压组(70 kVp,A组)42例、常规管电压组(120 kVp,B组)20例,A组经PS处理后的图像为C组(42例).测量各组肝脏CT值、竖脊肌CT值及标准差(SD),并计算肝脏对比噪声比(CNR)、信噪比(SNR).记录辐射剂量,并对各组图像右肾动脉进行主观质量评分.结果 A、B、C组间肝脏CT值、竖脊肌CT值差异均无统计学意义(P均>0.05);竖脊肌SD值、肝CNR、肝SNR差异均有统计学意义(P均<0.05),C组较A组CNR提高了133.07％(1.69/1.27),SNR提高了137.74％(10.00/7.26).3组右肾动脉的重建图像评分中位数均为5.00(1.00)分,差异无统计学意义(χ2=0.381,P>0.05).A组和B组的CT容积剂量指数分别为(2.05±0.12)mGy、(7.36±0.89)mGy,有效剂量分别为(1.53±0.12)mSv、(5.51±0.72)mSv,A组的CT容积剂量指数和有效剂量明显低于B组,差异均有统计学意义(P<0.05).结论针对BMI<22 kg/m2患者,采用低管电压扫描并PS处理后图像,在不影响实质器官CT值并保证血管成像质量的同时,提高了实质器官的图像质量,有效降低辐射剂量.