深度学习算法在超重肺间质性病变患者中的应用研究

作者：秦瑞遥; 王沄^*; 宋伟; 赵瑞杰; 隋昕; 宋兰; 杜华阳; 马壮飞; 马硕; 付海鸿; 金征宇

来源：中国医疗设备, 2022, 37(08): 93-98.

DOI：10.3969/j.issn.1674-1633.2022.08.019

• 超重
• 肺间质病
• 深度学习
• 低剂量
• 图像质量

目的 探索深度学习算法提高超重肺间质性病变患者的低剂量CT(Low Dose CT,LDCT)及高分辨率CT(High Resolution CT,HRCT)扫描图像质量的应用效果。方法 前瞻性地纳入20例超重肺间质病（Interstitial Lung Disease,ILD）病例，其中5例为结缔组织病相关ILD，余15例病因不明。所有患者均接受HRCT扫描（120 kVp，自动管电流）和LDCT扫描（120 kVp,30 mAs）。HRCT扫描图像由混合迭代重建算法（Adaptive Iterative Dose Reduction 3-Dimensional, AIDR3D）处理，LDCT图像由深度学习重建算法（Advanced Intelligence Clear-IQ Engine,AiCE，肺/骨算法，mild/standard/strong重建）处理。两名放射科医师分别对图像的噪声、伪影、图像质量、正常结构以及ILD相关的特征表现进行评估，比较LDCT扫描组与HRCT扫描组的图像噪声与图像质量。结果 超重ILD患者应用LDCT扫描方案后，有效扫描剂量比HRCT扫描下降73%。其中，LDCT扫描中，应用肺算法（standard/strong重建）以及骨算法（mild/standard/strong重建）处理的图像噪声约降至HRCT扫描的34.5%～91.7%(P<0.05)，信噪比（范围：24.64～66.23）约为后者（平均值22.75）的1.1～2.9倍（P<0.001）。两组扫描方案的重建图像主观评分（图像总体评分、伪影、正常结构观察如叶间裂、近端支气管及邻近肺血管、外周支气管及邻近肺血管、胸膜下血管等）均未表现出显著差异（P>0.05）。在异常征象的评估中，LDCT扫描（肺算法，strong重建）对磨玻璃影的观察显著优于HRCT扫描（P=0.002），在其他异常特征（网格影、支气管扩张及蜂窝征）的观察中，两种方案的图像质量没有显著差异。结论 在超重ILD患者中，应用深度学习算法可以在有效降低辐射剂量的同时，保证图像质量。

• 单位
  中国医学科学院北京协和医院