70kVp联合深度学习算法改进儿童腹部双低CTA图像质量的研究

摘要

目的 评价70 kVp结合深度学习图像重组(DLIR)算法在低辐射低对比剂用量情况下,是否可以提升0.625 mm薄层小儿腹部CTA图像质量.方法 观察组选取连续的37例[7个月～14岁,平均(6.87±3.11)岁]腹部增强CTA检查,检查使用低辐射剂量,低对比剂检查方案,扫描采用70 kVp,对比剂用量0.8～1.2 ml/kg.采用0.625 mm层厚的高强度DLIR(DL-H)重组图像.对照组选取连续的34例儿童[年龄1～15岁,平均(6.34±3.11)岁],扫描采用常规放射剂量及对比剂用,采用100 kVp,对比剂用量1.0～1.6 ml/kg,采用50％自适应统计迭代重组法(ASIR-V)重组为0.625 mm层厚图像.两位放射科医生以5分标准(5分:优秀;4分:良好;3分:可测量;2分:可观察;1分:不合格)分别评估图像噪声、血管边缘清晰度和血管对比度.客观评价测量腹主动脉和竖脊肌的CT值和噪声值,并计算对比噪声比.采用配对t检验比较两组图像间的差异.结果 观察组与对照组CT剂量指数无统计学差异[(1.47±0.26)mGy比(1.55±0.48)mGy,P>0.05].观察组的对比剂用量为(28.19±13.47)ml,较对照组的(37.25±10.62)ml低24.32％(P<0.05).肌肉和主动脉的图像噪声为14.50±3.54和20.48±5.74,显著低于对照组的19.01±4.57和24.90±3.53(P均<0.05).观察组CNR为19.76±4.36,明显高于对照组的12.66±3.38(P<0.05).主观评价DL-H图像符合诊断要求,噪声小于50％ASIR-V图像,整体图像质量优于50％ASIR-V.结论 采用70 kVp结合DLIR算法在儿童低辐射剂量和对比剂量下能获得良好的0.625 mm薄层腹部CTA图像.