基于深度学习图像重建算法的低管电压腹部CT平扫图像质量价值评估

作者：刘娜娜; 吕培杰; 王会霞; 刘星; 詹鹏超; 陈岩; 李臻; 高剑波^*

来源：临床放射学杂志, 2023, 42(11): 1820-1825.

DOI：10.13437/j.cnki.jcr.2023.11.020

• 深度学习图像重建
• 低管电压
• 迭代重建算法
• 辐射剂量
• 图像质量

目的 探讨深度学习图像重建(DLIR)算法、多模型迭代重建(ASiR-V)算法和滤波反投影(FBP)算法在低管电压条件下对腹部平扫CT图像质量的影响。方法 前瞻性搜集因病情需要行全腹部CT平扫检查的56例患者，根据体质量指数(BMI)将入选患者分为A组(18 kg/m2≤BMI<24 kg/m2,管电压80 kVp,n=29)、B组(24 kg/m2≤BMI<29 kg/m2,管电压100 kVp,n=27)。所有图像数据均进行FBP、权重为50%的ASiR-V(ASiR-V50%)和高强度DLIR(DLIR-H)图像重建。采用Kruskal-Wallis H检验比较不同重建算法图像间的各项客观评价指标[噪声、肝脏和胰腺的信号噪声比(SNR)、肝脏和胰腺的对比噪声比(CNR)]和主观评价指标(噪声、总体图像质量),组内两两比较采用Bonferroni校正检验。结果 A组和B组的DLIR-H图像的噪声，肝脏、胰腺SNR均显著优于FBP和ASiR-V50%,差异均有统计学意义(P值均<0.05)。在80 kVp组和100 kVp组，DLIR-H的噪声较FBP降低66.8%和68.7%,较ASiR-V50%降低46.1%和48.7%。DLIR-H肝脏和胰腺的CNR高于FBP,差异有统计学意义(P<0.05),DLIR-H和ASiR-V50%、ASiR-V50%和FBP间肝脏和胰腺的CNR差异无统计学意义(P值均>0.05)。主观评分上，A组和B组DLIR-H的主观噪声和总体图像质量高达4分以上，均高于FBP和ASiR-V50%(P值均<0.05)。结论 与ASiR-V50%和FBP相比，DLIR-H降低了图像噪声，提高了图像质量，在辐射剂量优化方面有更大的潜力。

• 单位
  郑州大学第一附属医院