DLIR算法在头颈CTA颅底血管成像中的应用研究

作者：杨彦兵; 田艳鑫; 谢志远; 于梓婷; 阮小伟; 汪芳; 杨利莉^*

来源：中国医学计算机成像杂志, 2022, 28(06): 579-583.

DOI：10.19627/j.cnki.cn31-1700/th.2022.06.002

• 头颈部
• CT血管成像
• 图像质量
• 深度学习图像重建
• 自适应统计迭代重建V

目的：探讨深度学习图像重建（DLIR）算法在提升头颈CT血管成像（CTA）颅底血管图像质量及诊断信心中的价值。方法：回顾性分析我院行头颈CTA检查的40例患者，对原始数据进行不同算法及水平的重建，包括基于多模型的自适应统计迭代重建-Veo (60%ASIR-V、90%ASIR-V)及DLIR (DLIR-L、DLIR-M、DLIR-H)；比较不同算法及水平重建图像的主观及客观评价。结果：椎动脉及颈内动脉ASIR-V重建图像CT值与DLIR重建图像CT值间的差异均无统计学意义（P>0.05）。随着ASIR-V及DLIR重建水平的增加，图像噪声均减低，DLIR-H的噪声最低，与60%ASIR-V比较，差异有统计学意义（P<0.05）。随着ASIR-V及DLIR水平的增加，椎动脉及颈内动脉SNR、CNR均升高，椎动脉DLIR-H重建图像信噪比（SNR）、对比度噪声比（CNR）最高，与60%ASIR-V比较，差异有统计学意义（P<0.05）。90%ASIR-V主观评分与60%ASIR-V间的差异无统计学意义（P>0.05）;DLIR主观评分在不同重建水平间的差异无统计学意义（P>0.05）,DLIR-H及DLIR-M的主观评分均明显高于60%ASIR-V，差异有统计学意义（P<0.05）。结论：在头颈CTA颅底血管成像中，与ASIR-V相比，DLIR可以进一步降低图像噪声，提升图像质量和诊断信心。

• 单位
  宁夏回族自治区人民医院; 西北民族大学