高权重深度学习图像重建算法在冠状动脉CT血管造影中的应用价值

作者：陈其龙; 叶启君

来源：影像研究与医学应用, 2023, 7(12): 86-88.

DOI：10.3969/j.issn.2096-3807.2023.12.028

• 高权重深度学习图像重建
• 60%自适应迭代重建-V
• 冠状动脉CT血管成像
• 图像质量

目的:比较高权重深度学习图像重建(high-strength deep learning image reconstruction,DLIR-H)与60%自适应统计迭代重建技术(adaptive statistical iterative reconstruction-V,60%ASIR-V)在冠状动脉CT血管造影(coronary CT angiography,CCTA)的应用价值。评估DLIR对冠状动脉的噪声,伪影,清晰度的质量优势。方法:选取2021年9月—11月在中山大学附属第三医院接受CCTA检查的患者,分别用60%自适应统计迭代重建-V (60%ASIR-V)和高权重深度学习图像重建(DLIR-H)技术处理原始图像。由两名临床经验丰富的诊断医生对两组原始轴位影像进行曲面重建(curved planar reconstruction,CPR)、容积再现(volume rendering,VR)和最大强度投影(maximum intensity projection,MIP)重建,并且对两组图像进行双盲法主观评分。结果:主观评分DLIR-H在血管噪声,伪影,轮廓清晰度,诊断可信度方面均高于60%ASIR-V组,差异有统计学意义(P<0.001)。结论:在冠状动脉CCTA中应用DLIR-H重建算法,可以显著降低噪声,不改变其纹理,相比ASIR-V算法可以获得更好的图像质量。

• 单位
  中山大学附属第三医院; 南方医科大学