目的 探讨深度学习图像重建(DLIR)与自适应统计迭代重建(ASIR-V)算法在70 kVp低管电压下行冠状动脉CT血管成像(CCTA)对图像质量的影响.方法 前瞻性选取经临床医师评估拟行CCTA扫描且体质量指数(BMI)正常(18 kg/m2≤BMI<24 kg/m2)的患者32例.选用管电压70 kVp,智能毫安调制,噪声指数(NI)为28;高浓度对比剂碘美普尔(400 mg I/mL),对比剂用量0.4 mL/kg.设备自动选择最佳时相后,利用CCTA的原始数据分别重建该最佳时相的高权重DLIR(DLIR-H)、中等权重DLIR(DLIR-M)、低权重DLIR(DLIR-L)以及50％ASIR-V的图像,共获得4组重建图像,比较4组图像质量之间的差异.采用5分法对图像质量进行主观评分(5=最佳);右冠状动脉(RCA)、左冠状动脉前降支(LAD)、左回旋支(LCX)的图像噪声、信噪比(SNR)及对比噪声比(CNR)用于客观图像质量评价.结果 4组间DLIR-H组图像噪声值最低(12.68 HU±2.85 HU),50％ASIR-V组最高(21.98 HU±4.74 HU)(P<0.05);DLIR-H组RCA、LAD、LCX的SNR及CNR最高(35.78±12.23,34.51±11.48,34.79±11.91;47.43±13.94,46.16±13.07,46.44±13.56),50％ASIR-V组最低(20.03±6.41,19.47±6.21,19.41±6.14;26.80±7.21,26.25±7.04,26.19±6.95)(P<0.05);4组间图像CT值无明显差异(P>0.05).DLIR-H组图像主观评分最高,且与ASIR-V组图像主观评分差异有统计学意义(P<0.05).结论 DLIR算法有助于在低千伏扫描条件下降低图像噪声,提高血管的SNR及CNR.在70 kVp低管电压行CCTA扫描时,ASIR-V算法与DLIR算法相比,DLIR-H算法图像质量主观评分更高,客观图像噪声更低,SNR和CNR更高.

计算机体层成像;冠状动脉CT血管成像;图像质量;深度学习图像重建

文雨婷;李万江;潘雪琳;帅桃;彭礼清;刘嘉丽;李真林

四川大学华西医院放射科,四川 成都 610041

实用放射学杂志

[1]文雨婷;李万江;潘雪琳;帅桃;彭礼清;刘嘉丽;李真林-.DLIR与ASIR-V算法在70kVp低管电压行冠状动脉CT血管成像对图像质量的影响)[J].实用放射学杂志,2022(06):994-997,1017

70kVp

DLIR,ASIR,低管电压,血管成像,深度学习图像重建,自适应统计迭代重建,CCTA,取经,临床医师,体质量指数,毫安,噪声指数,NI,对比剂,碘美普尔,最佳时相,原始数据,等权重,共获,重建图像,主观评分,右冠状动脉,RCA,左冠状动脉,前降支,LAD,回旋支,LCX,图像噪声,SNR,对比噪声比,CNR,图像质量评价,HU,低千伏,扫描条件,计算机体层成像

0.248594