摘要
摘要目的探讨胸部超低剂量CT（ULDCT）应用深度学习重建（DLR）进行肺癌筛查的可行性，并比较其与ULDCT混合迭代重建（Hybrid IR）及常规剂量CT（RDCT）Hybrid IR的图像质量和结节检出率。方法前瞻性纳入2020年10月至2021年3月在北京协和医院因肺结节接受胸部CT检查的患者。对患者分别进行胸部RDCT（120 kVp，自动管电流）和ULDCT（100 kVp，20 mA）扫描，并采用Hybrid IR（AIDR 3D）重建RDCT图像，采用AIDR 3D和DLR（AICE）重建ULDCT图像。记录辐射剂量和结节数。使用主气管及左肺上叶的客观噪声、信噪比（SNR）、肺部总体及结节的主观图像评分评估图像质量。主观评分由2名经验丰富的放射科医师采用Likert 5分制评分。采用配对t检验比较ULDCT与RDCT辐射剂量的差异。采用单因素方差分析或Friedman检验对3种重建方法的定量指标、客观图像噪声及主观评分进行比较。结果共纳入45例，男17例、女28例，年龄32~74（55±11）岁。ULDCT的辐射剂量为（0.17±0.01）mSv，显著低于RDCT［（1.35±0.41）mSv，t=15.46，P<0.001］。ULDCT-AICE、ULDCT-AIDR 3D及RDCT-AIDR 3D图像在气管CT值、气管噪声、气管SNR、肺实质噪声及肺实质SNR的总体差异均有统计学意义（P<0.05），其中ULDCT-AICE的气管及肺实质图像噪声、气管CT值显著低于ULDCT-AIDR 3D（P<0.05），与RDCT-AIDR 3D差异无统计学意义（P>0.05）。RDCT-AIDR 3D、ULDCT-AIDR 3D、ULDCT-AICE总体图像质量和肺结节图像质量主观评分差异有统计学意义（χ²=50.57、117.20，P<0.001），其中ULDCT-AICE总体图像质量和肺结节图像质量主观评分优于ULDCT-AIDR 3D（P<0.05），与RDCT-AIDR 3D差异无统计学意义（P>0.05）。RDCT-AIDR 3D、ULDCT-AIDR 3D、ULDCT-AICE方法检出结节的数量一致，均为72个。结论胸部ULDCT采用DLR重建可显著降低辐射剂量，且与Hybrid IR相比，能够有效降低图像噪声并提高SNR，并对肺结节的显示良好，图像质量及结节检出效果不弱于目前临床中常规使用的RDCT Hybrid IR。
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）
