TrueFidelity深度学习图像重组技术在儿童副鼻窦超低剂量CT检查中的初步应用研究

作者：李杨; 王峰先; 李洋; 蓝海菲; 孙珊珊; 王铭君; 宋修峰^*

来源：临床放射学杂志, 2023, 42(06): 1003-1008.

DOI：10.13437/j.cnki.jcr.2023.06.022

• 副鼻窦
• 深度学习图像重组技术(DLIR)
• 低剂量CT
• 辐射剂量

目的 探讨TrueFidelity深度学习重组(DLIR)技术在儿童副鼻窦超低剂量CT检查中的价值。方法 回顾性分析因鼻窦炎或鼻部外伤行CT扫描患儿50例的资料，实验组(A组)25例采用100 kVp扫描，Smart mA 60～250 mA,前置多模型自适应统计迭代重组(ASIR-V)权重70%,DLIR图像重组，重组强度分别为高级、中级和低级；对照组(B组)25例采用100 kVp扫描，Smart mA 60～250 mA,前置ASIR-V权重30%,后置ASIR-V重组，重组权重选择70%。比较两组的辐射剂量常、图像噪声、信噪比(SNR)、对比噪声比(CNR)及主观评分。辐射剂量记录剂量长度乘积(DLP)值，并计算有效辐射剂量(ED)值。结果 A、B两组ED差异有统计学意义，A组辐射剂量较B组明显降低(tDLP=-34.56,tED=-23.00,P<0.05),A组DLP和ED分别比B组降低了83.92%[(36.65±2.44)mGy·cm vs.(227.92±27.58) mGy·cm]和83.17%[(0.17±0.03)mSv vs.(1.01±0.18)mSv]。DLIR不同重组强度中高强度重组(DLIR-High)图像质量最佳，其作为实验组与对照组对比图像质量。A、B组图像噪声、CNR差异有统计学意义(t噪声=3.30,tCNR=4.08,P<0.05),A组图像噪声低于B组，A组CNR高于B组，SNR值差异无统计学意义(t鼻甲黏膜SNR=1.73,t颞下窝脂肪SNR=0.29,P>0.05)。A、B组图像主观评分：筛窦、上颌窦处评分无统计学意义(z筛窦=-0.84,z上颌窦=-1.07,P>0.05);鼻咽处有统计学意义(z鼻咽=-5.21,P<0.05),为A组优于B组。结论 A组图像质量整体优于B组，在儿童副鼻窦扫描中采用超低剂量扫描联合DLIR技术，在显著降低辐射剂量的同时，可保证图像质量。

• 单位
  青岛大学