深度学习重建在儿童脑外伤低剂量颅脑CT扫描中的应用研究

在线阅读 下载PDF 导出详情
摘要 摘要目的探讨深度学习重建(DLR)在儿童低剂量脑外伤CT扫描中的应用价值。方法回顾性分析2020年6月至2021年2月湖南省儿童医院51例脑外伤合并脑出血患儿的低剂量颅脑CT图像,分别重建成5 mm和1.25 mm两组图像,每组图像根据不同算法重建6个亚组图像,分别为3组多模型自适应性迭代重建(ASIR-V)(迭代权重为0、50%、100%)和3组DLR[重建级别为低(L)、中(M)、高(H)]图像。图像质量客观评价参数包括背侧丘脑(灰质)、额叶白质、出血灶的CT值、信噪比(SNR)和灰白质、出血灶对比噪声比(CNR),以及背景噪声(SD)、颅底伪影SD。主观评价为对图像质量采用5分法进行评分。采用随机区组方差分析和Friedman秩和检验比较DLR与ASIR-V图像的客观参数和主观图像质量评分的差异。采用配对样本t检验和相关样本秩和检验对1.25 mm层厚DLR-H与5 mm层厚ASIR-V50%图像的客观参数和主观评分进行比较。结果51例患儿颅脑CT的CT容积剂量指数、剂量长度乘积和体型特异性剂量估算值分别为17.7(11.9,21.1)mGy、248.4(142.2,338.1)mGy·cm和(15.7±2.8)mGy。同一层厚的DLR与ASIR-V之间的CT值差异有统计学意义(P<0.05)。SNR和CNR随着ASIR-V或DLR的级别升高而逐渐增高,SD随着ASIR-V或DLR的级别升高而逐渐降低,总体差异均有统计学意义(P均<0.05)。其中,DLR客观参数均优于ASIR-V50%,DLR-H和ASIR-V100%的图像背景SD最低且两者差异无统计学意义,薄层DLR-H的白质SNR、灰质SNR和灰白质CNR值均优于ASIR-V100%,差异有统计学意义。随着层厚降低,图像质量评分下降,但薄层DLR图像平均主观评分均>3分,而ASIR-V图像平均主观评分均<3分,不能满足诊断需求。1.25 mm层厚DLR-H图像的背景和伪影噪声SD均高于5 mm层厚ASIR-V50%图像(t=2.96、2.83,P=0.005、0.007),其余客观参数和主观评分差异均无统计学意义(P均>0.05)。结论在儿童脑外伤低剂量颅脑CT中,DLR能提高图像质量,其中DLR-H图像质量最佳,且可提高薄层图像的灰白质的SNR和CNR。
出处 《中华放射学杂志》 2022年11期
出版日期 2022年12月13日(中国期刊网平台首次上网日期,不代表论文的发表时间)
  • 相关文献