TrueFidelity深度学习图像重组技术在儿童副鼻窦超低剂量CT检查中的初步应用研究
目的 探讨TrueFidelity深度学习重组(DLIR)技术在儿童副鼻窦超低剂量CT检查中的价值.方法 回顾性分析因鼻窦炎或鼻部外伤行CT扫描患儿50例的资料,实验组(A组)25例采用100 kVp扫描,Smart mA 60～250 mA,前置多模型自适应统计迭代重组(ASIR-V)权重70％,DLIR图像重组,重组强度分别为高级、中级和低级;对照组(B组)25例采用100 kVp扫描,Smart mA 60～250 mA,前置ASIR-V权重30％,后置ASIR-V重组,重组权重选择70％.比较两组的辐射剂量常、图像噪声、信噪比(SNR)、对比噪声比(CNR)及主观评分.辐射剂量记录剂量长度乘积(DLP)值,并计算有效辐射剂量(ED)值.结果 A、B两组ED差异有统计学意义,A组辐射剂量较B 组明显降低(tDLP=-34.56,tED=-23.00,P＜0.05),A 组 DLP 和 ED 分别比 B 组降低了 83.92％[(36.65± 2.44)mGy·cm vs.(227.92±27.58)mGy·cm]和 83.17％[(0.17±0.03)mSv vs.(1.01±0.18)mSv].DLIR 不同重组强度中高强度重组(DLIR-High)图像质量最佳,其作为实验组与对照组对比图像质量.A、B组图像噪声、CNR差异有统计学意义(t噪声=3.30,tCNR=4.08,P＜0.05),A组图像噪声低于B组,A组CNR高于B组,SNR值差异无统计学意义(t鼻甲黏膜SNR=1.73,t颞下窝脂肪SNR=0.29,P＞0.05).A、B组图像主观评分:筛窦、上颌窦处评分无统计学意义(z筛窦=-0.84,z上颌窦=-1.07,P＞0.05);鼻咽处有统计学意义(z鼻咽=-5.21,P＜0.05),为A组优于B组.结论 A组图像质量整体优于B组,在儿童副鼻窦扫描中采用超低剂量扫描联合DLIR技术,在显著降低辐射剂量的同时,可保证图像质量.
副鼻窦、深度学习图像重组技术(DLIR)、低剂量CT、辐射剂量
42
R735.7;R816.2;S8
2023-08-08（万方平台首次上网日期，不代表论文的发表时间）
共6页
1003-1008
