目的:探讨70kV联合深度学习重建算法(DLIR)对大体重患者冠状动脉CT血管成像(CCTA)图像质量的影响.方法:纳入2021年9月—2022年1月在我院采用Revolution Apex CT行低管电压(70kV)行CCTA检查的患者96例,根据患者体重指数(BMI)平均分为2组,即标准体重组与大体重组.标准体重组图像采用基于多模型的自适应统计迭代重建-Veo(ASiR-V40％),大体重组图像分别进行ASiR-V40％及低、中、高三档深度学习图像重建(DLIR-L、DLIR-M、DLIR-H),对两组图像的冠状动脉主要节段进行主观评分,记录两组图像主动脉根部、各冠状动脉近段[包括右冠状动脉(RCA)、左主干(LMA)、左前降支(LAD)、左回旋支(LCX)]及竖脊肌的CT值及SD值以及有效辐射剂量,分析比较两组组内及组间不同重建算法的差异.结果:低管电压(70kV)CCTA检查条件下,大体重组中DLIR重建图像噪声均低于常规临床检查的ASiR-V40％重建图像,信噪比(SNR)及对比噪声比(CNR)均高于ASiR-V40％重建图像,随着DLIR重建算法的降噪级别的递增,客观评分逐步提高,以DLIR-H为最著,差异均有统计学意义(均P＜0.05);DLIR主观图像质量评价均明显高于ASiR-V40％重建图像(均P＜0.05),DLIR-H主观图像评分最高.标准体重组和大体重组间ASiR-V40％重建图像主客观评分没有差异(P＞0.05);两组有效辐射剂量(ED)分别为(1.36±0.42)mSv、(1.59±0.46)mSv,大体重组高于标准体重组,差异有统计学意义(P＜0.05).结论:低管电压(70kV)CCTA检查条件下,大体重患者进行冠状动脉CT常规ASiR-V40％重建算法与标准体重者图像质量间未见差异,均可进行诊断;相较于ASiR-V40％重建算法,经DLIR重建可以进一步降低图像噪声,提升图像质量,提高诊断信心.

肥胖;CT血管成像;深度学习;图像质量

朱丽娟;禹志鹏;沈云;石骁萌;哈若水;杨利莉;汪芳

宁夏回族自治区人民医院医学影像中心;GE(中国)CT影像研究中心

中国医学计算机成像杂志

[1]朱丽娟;禹志鹏;沈云;石骁萌;哈若水;杨利莉;汪芳-.探讨70 kV联合深度学习重建算法对大体重患者CCTA图像质量的影响)[J].中国医学计算机成像杂志,2022(06):664-668

Veo

深度学习重建算法,CCTA,70kV,DLIR,血管成像,我院,Revolution,Apex,低管电压,体重指数,平均分,多模型,自适应统计迭代重建,ASiR,V40,高三,三档,深度学习图像重建,节段,主观评分,主动脉根部,右冠状动脉,RCA,左主干,LMA,左前降支,LAD,回旋支,LCX,竖脊肌,有效辐射剂量,组组,重建图像,图像噪声,临床检查,SNR,对比噪声比,CNR,降噪,逐步提高,图像质量评价,图像评分,主客观,ED,mSv,重者

0.256128