深度学习重建对增强CT胆系图像质量的影响

作     者：王士阗 徐佳 王萱 王沄 薛华丹 金征宇 WANG Shitian;XU Jia;WANG Xuan;WANG Yun;XUE Huadan;JIN Zhengyu

作者机构：中国医学科学院北京协和医学院北京协和医院放射科北京100730 

出 版 物：《中国医学科学院学报》 (Acta Academiae Medicinae Sinicae)

年 卷 期：2022年第44卷第4期

页      面：614-620页

核心收录：

学科分类：0831[工学-生物医学工程（可授工学、理学、医学学位）] 100207[医学-影像医学与核医学] 1002[医学-临床医学] 08[工学] 1010[医学-医学技术（可授医学、理学学位）] 10[医学] 

基　　金：科技创新2030-“新一代人工智能”重大项目(2020AAA0109503) 北京市临床重点专科卓越项目 

主　　题：X线计算机体层摄影术 胆管 深度学习 

摘      要：目的 通过比较多种重建算法,探讨深度学习重建(DLR)对增强CT上胆道系统图像质量的影响。方法 回顾性纳入30例本院进行增强CT检查并伴有胆总管或肝外胆管扩张的患者,分别采用滤波反投影算法(FBP)、三维自适应迭代(AIDR 3D)、全模型迭代算法(FIRST)和DLR对门脉期图像进行重建。比较4组图像信号噪声比(SNR)、对比噪声比(CNR)及噪声,对4组图像质量进行主观评价排序并比较。结果 除AIDR 3D肝实质CNR外,DLR图像的CNR(胆管:4.42±0.87,肝实质:3.78±1.47)显著高于FBP[胆管:2.21±1.02(P0.001),肝实质:1.43±1.29(P0.001)]、AIDR 3D[胆管:2.81±0.91(P=0.024),肝实质:2.39±1.94(P=0.278)]及FIRST[胆管:2.51±1.24(P0.001),肝实质:2.45±1.81(P=0.003)],DLR图像的SNR(胆管:1.39±0.85,肝实质:9.75±1.90)显著高于FBP[胆管:0.86±0.63 (P0.001),肝实质:3.31±1.12 (P0.001)]和FIRST[胆管:1.01±0.61(P=0.013),肝实质:5.73±1.37 (P0.001)],DLR图像的噪声(10.51±3.53)显著低于FBP[24.10±3.92 (P0.001)]、AIDR 3D[15.72±2.41 (P=0.032)]和FIRST[17.20±3.82 (P0.001)]。DLR图像的主观评价排序[4(4,4)分]显著高于FPB[1(1,1)分](P0.001)、AIDR 3D[3(2,3)分](P=0.029)和FIRST[2(2,3)分](P0.001)。结论 深度学习重建可提高增强CT图像质量,有助于更好地观察胆道系统。