基于深度学习评价低管电压个性化对比剂方案腹部增强CT的效果

摘要：

目的 应用基于深度学习的肝脏、血管分割模型探究低管电压(70 kVp)个性化对比剂注射方案在腹部CT增强扫描中的应用效果.方法 回顾性选取行70 kVp个性化对比剂注射方案(70 kVp组)患者48例,体质量指数(BMI)14.85～23.05 kg/m2;120 kVp固定对比剂量注射方案(120 kVp组)患者93例,BMI 16.67～35.16 kg/m2.使用基于U-net的深度学习模型对上述CT图像进行分割,获得各期肝脏、动脉期主动脉、门脉期门静脉分割结果及相应区域平均CT值.计算患者门脉期CT体型特异性剂量估计值(SSDE).应用独立样本t检验比较70 kVp组与120 kVp组不同期相、不同脏器/血管CT值的差异、SSDE的差异及对比剂用量、速度的差异,P＜0.05为差异有统计学意义.结果 无论全部患者,还是BMI＜24 kg/m2的患者,与120 kVp组相比,70 kVp组各期肝脏CT值、门脉期肝脏强化程度、动脉期主动脉CT值、门脉期门静脉系统CT值均更高,且差异有统计学意义.70kVp组门脉期SSDE、碘对比剂剂量、对比剂注射速度均显著低于120 kVp组(P＜0.05).结论 与传统120 kVp固定对比剂剂量注射方案相比,70 kVp个性化对比剂注射方案辐射剂量更低、对比剂用量及速度更低,可获得更高的肝脏CT值、血管CT值及门脉期肝脏强化程度.基于深度学习的肝脏、血管分割模型可应用于临床科研工作中,提升影像医生工作效率.

关键词：深度学习、分割、辐射剂量、计算机体层成像

所属期刊栏目：38

分类号：R814.42;R816.5(放射医学)

资助基金：北京大学医学青年科技创新培育基金项目BMU2021PYB021

在线出版日期：2023-02-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1864-1868