基于深度学习评价低管电压个性化对比剂方案腹部增强CT的效果

作者：王可; 魏守奕; 刘建新; 张耀峰; 王祥鹏; 林子楹; 郭小超; 张晓东; 王霄英

来源：实用放射学杂志, 2022, 38(11): 1864-1868.

DOI：10.3969/j.issn.1002-1671.2022.11.032

• 深度学习
• 分割
• 辐射剂量
• 计算机体层成像

目的 应用基于深度学习的肝脏、血管分割模型探究低管电压(70 kVp)个性化对比剂注射方案在腹部CT增强扫描中的应用效果.方法 回顾性选取行70 kVp个性化对比剂注射方案(70 kVp组)患者48例,体质量指数(BMI)14.85～23.05 kg/m2;120 kVp固定对比剂量注射方案(120 kVp组)患者93例,BMI 16.67～35.16 kg/m2.使用基于U-net的深度学习模型对上述CT图像进行分割,获得各期肝脏、动脉期主动脉、门脉期门静脉分割结果及相应区域平均CT值.计算患者门脉期CT体型特异性剂量估计值(SSDE).应用独立样本t检验比较70 kVp组与120 kVp组不同期相、不同脏器/血管CT值的差异、SSDE的差异及对比剂用量、速度的差异,P＜0.05为差异有统计学意义.结果 无论全部患者,还是BMI＜24 kg/m2的患者,与120 kVp组相比,70 kVp组各期肝脏CT值、门脉期肝脏强化程度、动脉期主动脉CT值、门脉期门静脉系统CT值均更高,且差异有统计学意义.70kVp组门脉期SSDE、碘对比剂剂量、对比剂注射速度均显著低于120 kVp组(P＜0.05).结论 与传统120 kVp固定对比剂剂量注射方案相比,70 kVp个性化对比剂注射方案辐射剂量更低、对比剂用量及速度更低,可获得更高的肝脏CT值、血管CT值及门脉期肝脏强化程度.基于深度学习的肝脏、血管分割模型可应用于临床科研工作中,提升影像医生工作效率.

• 单位
  北京大学第一医院