基于生成式对抗网络的冠状动脉CT血管成像运动伪影去除的初步研究

摘要

目的·探讨生成式对抗网络(generative adversarial network,GAN)去除冠状动脉(冠脉)CT血管成像(CT angiography,CTA)运动伪影的作用.方法·纳入行单心动周期扫描多时相重建的冠脉CTA受检者,随机选取约80％作为训练组,其余作为验证组用于验证模型的准确性.研究运动伪影最明显的右冠状动脉(right coronary artery,RCA)中段,将截取图像分为配对的有伪影图像和无伪影清晰参考图像.根据训练组建立GAN模型;在验证组中,使用图像分割软件ITK-SNAP把血管影像从周围组织中分割出来,包括有伪影的、GAN生成的和参考图像.计算有伪影-参考图像(dice1)和GAN生成-参考图像(dice2)的Dice系数.通过比较dice1和dice2的差异,评估GAN去除运动伪影的效果.结果·纳入90例受检者,随机选取71例(11000张图像)为训练组,其余19例(3006张图像)为验证组.基于受检者,RCA中段dice1和dice2分别为0.38±0.19和0.50±0.23,差异有统计学意义(P=0.006);基于图像,RCA中段dice1和dice2分别为0.38±0.20和0.51±0.26,差异有统计学意义(P=0.000).结论·GAN能够显著减少RCA中段的CTA运动伪影,有望成为去除冠脉CTA图像运动伪影的新方法.