10.3969/j.issn.1005-5185.2018.03.011
应用像素闪耀算法提升重建腹部动脉期CT图像质量
目的 探讨基于深度学习的去噪声算法——像素闪耀(PixelShine)算法提升70 kVp结合自适应统计迭代重建算法(ASiR-V)重建的腹部动脉期CT图像质量的可行性.资料与方法 回顾性分析经GE Revolution CT扫描的33例患者[体重指数(BMI)≤20 kg/m2]的腹部动脉期图像(A组),采用70 kVp管电压、50% ASiR-V技术.应用PixelShine算法B2模式对A组图像进行后处理,获得PixelShine图像(B组).2名观察者分别对A、B组图像质量进行5分制评分,分析2名观察者评分结果的一致性,比较两组图像的评分差异、噪声以及肝脏与胰腺实质的信噪比(SNR)及对比噪声比(CNR)的差异.结果 A、B两组图像质量评分分别为(3.12±0.33)分、(3.97±0.53)分,噪声值分别为(14.50±1.42)HU、(10.05±1.80)HU,肝脏实质SNR分别为4.51±0.53、6.78±1.27,肝脏实质CNR分别为0.89±0.55、1.42±0.81,胰腺实质SNR分别为9.51±1.69、13.87±3.26,胰腺实质CNR分别为5.83±1.66、8.48±2.46,B组的图像质量评分、肝脏及胰腺实质SNR、CNR均大于A组,B组图像噪声较A组降低约31%,差异均有统计学意义(P<0.05).结论 应用PixelShine算法进行后处理可提高70 kVp腹部动脉期图像质量,显著降低图像噪声,并提升图像SNR及CNR.
胃肠疾病、腹部、体层摄影术、X线计算机、图像处理、计算机辅助、算法、质量控制、辐射剂量
26
R445.3(诊断学)
2018-06-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
205-208