摘要
目的:探讨深度学习像素闪烁(Pixel shine,PS)(AlgoMedica,Inc,Sunnyvale,CA)算法提升单源双能CT平扫单能量图像显示肝内小转移瘤图像质量的价值,尤其提高低能量图像对病灶显示的价值。方法:回顾性搜集肝转移瘤的患者14例,共38个病灶。使用单源双能CT(GE Discovery HD 750,USA),行GSI扫描,对AW4.6工作站所得的平扫低单能量图像进行PS算法(A7模式)处理,得到PS前后平扫4070 KeV单能量图像。由1名影像诊断医师在4070 KeV单能量图像的同一层面(显示病灶的最大层面)、同一位置分别在肝转移瘤、正常肝实质勾画感兴趣区(ROI),测量并记录各ROI的CT值及SD值,计算PS前后各单能量图像肝转移瘤的SNR、肝转移瘤相对于正常肝实质的CNR以及PS后SNR和CNR较PS前增大的比率。采用Shapiro-Wilk正态分布检验检查数据正态性。比较PS前后4070 KeV四组单能量图像中肝转移瘤和正常肝实质的CT值、肝转移瘤SNR及CNR,并且,将PS后40 KeV、50 KeV、60 KeV图像中的肝转移瘤SNR、CNR与PS前70 KeV图像相比较。其中符合正态分布的数据使用配对样本t检验比较其差异,余不符合正态分布则使用Wilcoxon符号秩和检验。采用非参数Friedman检验分别比较PS后4070 KeV各单能量图像SNR和CNR增大比率的差异,若存在差异则采用Wilcoxon符号秩和检验进行两两比较。结果:PS前后4070 KeV四组单能量图像中肝转移瘤、肝实质的CT值无统计学差异(P>0.05),而PS后4070 KeV四组单能量图像中肝转移瘤的SNR、CNR均显著大于PS前(P均为0.000)。与PS前70 KeV图像中肝转移瘤SNR、CNR相比,PS后40 KeV图像的肝转移瘤SNR小于PS前70 KeV图像,而PS后50 KeV、60 KeV图像的肝转移瘤SNR以及PS后40 KeV、50 KeV、60 KeV图像的肝转移瘤CNR均明显大于PS前70 KeV图像。Friedman检验显示PS后4070 KeV单能量图像肝转移瘤SNR和CNR较相应PS前图像SNR和CNR增大的比率之间具有统计学差异(P=0.000,P=0.000),其中40 KeV与50 KeV之间的SNR和CNR的增大比率无统计学差异(P=0.255,P=0.429),40 KeV和50 KeV单能量图像PS后SNR、CNR增大比率均显著大于60 KeV、70 KeV图像。结论:PS算法可以明显提高单源双能CT平扫单能量图像对显示肝内小转移瘤灶的图像质量,并且PS算法在低单能量图像中对病灶显示方面具有更好的效果。
-
单位大连医科大学附属第一医院