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

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、DLIRM、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(P0.05),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。