全模型迭代重建技术在脑部CT图像中的应用研究

作者：付永春; 江滨; 陈红燕; 陈绪珠

来源：医疗卫生装备, 2022, 43(01): 63-71.

DOI：10.19745/j.1003-8868.2022014

• 脑部CT
• CT
• 全模型迭代重建
• 滤波反投影
• 混合迭代重建
• iDose4

目的:观察不同级别全模型迭代重建(iterative model reconstruction,IMR)技术对脑部CT图像质量和噪声的影响,找到同等摄影条件下能够取得脑部扫描最佳图像质量的迭代重建级别。方法:回顾性分析2020年1—4月以头晕、头疼等症状到某院急诊就诊,且行头部CT平扫检查的36例患者的临床资料。对36例患者的脑部CT分别采用滤波反投影法(filtered back projection,FBP)、混合迭代重建(iDose4)及IMR-1(level 1)、IMR-2(level 2)和IMR-3(level 3)薄层重建。比较各重建图像脑灰、白质的CT值、噪声[标准差(SD值)]、信噪比(signal-to-noise ratio,SNR)和对比噪声比(contrast-to-noise radio,CNR),并分析图像质量主观评分的差异。数据采用IBM SPSS 21.0软件进行分析。结果:各重建图像CT值差异无统计学意义(F=1.01,P>0.05);SD值和IMR的3组不同级别的CNR值的差异均具有统计学意义(P<0.05),其中SD值依次为FBP> IMR-3> iDose4>IMR-2>IMR-1,CNR值依次为IMR-1>IMR-2>IMR-3;SNR值差异无统计学意义(F=0.99,P=0.42)。图像主观评分为IMR-1<iDode4<FBP<IMR-2<IMR-3,差异有统计学意义(F=289.68,P<0.01)。结论:IMR技术可显著减低脑组织的图像噪声,提高图像质量,以IMR-1效果最佳。

• 单位
  首都医科大学附属北京天坛医院; 北京市神经外科研究所