典型文献
深度学习重建算法在低剂量腹盆腔动脉CT血管造影中的应用研究
文献摘要：
目的 探讨深度学习图像重建(DLIR)算法对低剂量腹盆腔动脉CT血管造影(CTA)图像质量的影响.方法 收集病理证实60例行腹部动态增强扫描的胃肠道恶性肿瘤患者,动脉期图像经DLIR-H、DLIR-M、自适应迭代重建(ASIR)-V 80％和ASIR-V 50％重建分别获得DLIR-H、DLIR-M、ASIR-V80和ASIR-V504组图像.比较主观指标及客观指标[主动脉CT值(CTao)、肠系膜上动脉CT值(CTsma)、右髂总动脉CT值(CTri)、前腹壁脂肪标准差(SD脂肪),信噪比(SNRao)和对比噪声比(CNRao)]的差异.结果 2位医生主观评价指标的一致性好(Kappa值0.633～0.800),DLIR-H组主观指标的评分高于DLIR-M、ASIR-V80、ASIR-V50组,差异有统计学意义(P<0.05).四组主动脉CT值(CTao)、肠系膜上动脉CT值(CTsma)、右髂总动脉CT值(CTri)均大于400 Hu.DLIR-H组SD脂肪[(9.1±2.2)Hu]低于DLIR-M、ASIR-V80、ASIR-V50组[(12.3±2.4)Hu、(12.5±2.5)Hu、(16.8±3.1)Hu],差异均有统计学意义(P<0.05);而SNRao、CNRao[(54±16)、(49±19)]均高于DLIR-M、ASIR-V80、ASIR-V50组[(40±14和40±14和29±8)、(35±12和35±12和26±8)],差异均有统计学意义(P<0.05);与ASIR-V80组相比,DLIR-M组的SD脂肪、SNRao、CNRao差异无统计学意义(P>0.05),但主观评分更高.结论 与ASIR-V算法相比,DLIR算法尤其是DLIR-H算法能获得较好的低剂量腹盆腔动脉CTA图像.
文献关键词：
体层摄影术;X线计算机;深度学习;图像处理;计算机辅助;计算机体层摄影血管造影术
中图分类号：
作者姓名：
刘帅;唐笑先;吴略;王晓成;胡彦君
作者机构：
030012 太原,山西省人民医院CT放射科;030012 太原,山西省人民医院病案统计科;030012 太原,山西省人民医院磁共振室
文献出处：
引用格式：
[1]刘帅;唐笑先;吴略;王晓成;胡彦君-.深度学习重建算法在低剂量腹盆腔动脉CT血管造影中的应用研究)[J].实用医学影像杂志,2022(06):562-566
A类：
V504,CTao,CTsma,CTri,SNRao,CNRao
B类：
深度学习重建算法,腹盆腔,深度学习图像重建,DLIR,CTA,图像质量,动态增强扫描,胃肠道恶性肿瘤,恶性肿瘤患者,动脉期,自适应迭代,迭代重建,ASIR,V80,主观指标,客观指标,主动脉,肠系膜上动脉,髂总动脉,腹壁,对比噪声比,主观评价,Kappa,四组,Hu,主观评分,体层摄影术,线计算,计算机辅助,计算机体层摄影血管造影术
AB值：
0.18613
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
