目的 探讨深度学习图像重建(DLIR)算法结合前置自适应迭代重建-V(ASIR-V)技术在过重患者门静脉成像(CTPV)中的应用价值.方法 本前瞻性研究对象为2021年6月至9月在中山大学附属第三医院接受腹部增强CTPV检查的50例患者.其中男31例,女19例;年龄19～74岁,中位年龄56岁;BMI＞25 kg/m2.患者均签署患者知情同意书,符合医学伦理学规定.比较前置50％ASIR-V技术(开启)和前置0％ASIR-V(关闭)时有效辐射剂量(ED).采用60％ASIR-V、80％ASIR-V、DLIR-M(中等级别)和DLIR-H(高等级别)4种算法分别对患者门静脉期数据进行薄层重建.图像质量的客观评价指标包括门静脉CT值的标准差(SD)值、信噪比(SNR)和对比噪声比(CNR),主观评价由两名放射科医师对重建图像质量进行双盲法评分.前置ASIR-V开启前后ED比较采用t检验.不同算法的SD、SNR、CNR等客观评价指标比较采用单因素方差分析;主观图像质量评分比较采用Kruskal-Wallis检验,采用Kappa检验分析两名放射科医师的主观图像质量评分的一致性.结果 前置ASIR-V关闭和开启后平均ED分别为(11.1±1.4)、(7.6±1.1)mSv,ED降低32％(t=14.01,P＜0.05).对于门静脉主干,DLIR-H组SD最小,SNR和CNR最大(P＜0.05).对于门静脉分支,80％ASIR-V组SD最小,SNR最大;DLIR-H组CNR最大(P＜0.05).在所有算法重建的图像中,DLIR-H组门静脉重建图像质量的主观评分最高(P＜0.05).两名放射科医师对60％ASIR-V、80％ASIR-V、DLIR-M和DLIR-H算法的门静脉重建图像质量的主观评分一致性较好(κ=0.810,0.556,0.705,0.676;P＜0.05);对门静脉整体和分支图像质量的主观评分一致性亦较好(κ=0.661,0.959;P＜0.05).结论 在过重患者门静脉造影中,前置ASIR-V技术可明显降低ED;DLIR算法可显著降低噪声,不改变其纹理,相比ASIR-V算法可获得更好的门静脉期图像,其中高级别DLIR算法重建图像最佳.

深度学习图像重建;自适应迭代重建-V;门静脉造影;噪声;信噪比;对比噪声比

孟占鳌;张悦;蒋伟;郭月飞;郭焯欣;张可

510630广州,中山大学附属第三医院放射科

中华肝脏外科手术学电子杂志

[1]孟占鳌;张悦;蒋伟;郭月飞;郭焯欣;张可-.DLIR算法结合前置ASIR-V技术在过重患者门静脉成像中的应用)[J].中华肝脏外科手术学电子杂志,2022(04):373-379

CTPV

DLIR,ASIR,门静脉成像,深度学习图像重建,自适应迭代,迭代重建,前瞻性研究,中山大学,腹部增强,中男,签署,知情同意书,医学伦理学,有效辐射剂量,ED,高等级,期数,薄层重建,图像质量,客观评价指标,SNR,对比噪声比,CNR,主观评价,两名,放射科医师,重建图像,双盲法,单因素方差分析,质量评分,Kruskal,Wallis,Kappa,检验分析,mSv,静脉重建,主观评分,门静脉造影,低噪声,中高级,高级别

0.206375