60kV联合深度学习重建算法在主动脉CT血管造影中的可行性研究  

作　　者：李明昕 刘杰[2] 陈岩[2] 高剑波[2] 李国文[3] 许晨思 

机构地区：[1]郑州大学基础医学院,河南郑州450001 [2]郑州大学第一附属医院放射科,河南郑州450052 [3]郑州大学第一附属医院放疗科,河南郑州450052 [4]东软医疗系统股份有限公司CT产品事业部,辽宁沈阳110167

出　　处：《影像研究与医学应用》2024年第6期62-64,共3页Journal of Imaging Research and Medical Applications

基　　金：河南省卫生健康委员会科技攻关项目(212102310142)。

摘　　要：目的:探讨60 kV联合基于深度学习的ClearInfinity(CI)重建算法在主动脉CT血管造影中的可行性。方法:收集2023年7—9月因主动脉疾病在郑州大学第一附属医院拟行主动脉CT血管造影(CTA)的受检者73例,按照随机数字表法分为A组(n=36)和B组(n=37)。A组受检者采用100 kV行常规扫描和重建;B组受检者采用60 kV行CT扫描,再依据重建算法不同分为B1、B2、B3亚组,分别采用30%~90%(间隔30%)CI算法重建,比较各组受检者辐射剂量以及图像质量。结果:除A组和B1组的信噪比(SNR)值在降主动脉、髂总动脉外,其余各组间SNR值比较,差异有统计学意义(均P <0.05)。除A组和B1组在降主动脉层面外,其余各组间对比噪声比(CNR)值比较,差异有统计学意义(均P <0.05)。图像主观评分A组与B2组比较,差异无统计学意义(P> 0.05),A组、B1组和B3组主观评分比较,差异有统计学意义(P <0.05)。结论:对体重指数(BMI)<26 kg/m~2的正常体型受检者,采用60 kV行主动脉CTA能大幅降低辐射剂量,联合深度学习CI重建算法能显著降低图像噪声,改善图像质量以达到诊断需求。

关 键 词：血管造影术 主动脉造影术 Clear Infinity算法 辐射剂量 

分 类 号：R445.3[医药卫生—影像医学与核医学]