70 kVp联合深度学习图像重建算法对胸主动脉血管内修复术后双低CTA图像质量的影响
侯平
唐丽
陈岩
刘杰
王小鹏
吕培杰
高剑波
郑州大学第一附属医院放射科,河南郑州 450052
摘要：目的 探讨70 kVp联合深度学习图像重建(DLIR)算法在低辐射剂量低对比剂用量的情况下对胸主动脉血管内修复术(TEVAR)后主动脉CT血管成像(CTA)图像质量的影响.方法 前瞻性纳入65例TEVAR术后需接受主动脉CTA扫描的患者,随机分为两组.常规剂量组(A组)接受100 kVp管电压和60 mL对比剂扫描,低剂量组(B组)接受"双低"方案:管电压70kVp,对比剂用量为0.5 mL·kg-1.A组图像采用50％多模型迭代重建算法(ASIR-V)重建,B组图像分别采用滤波反投影(FBP)算法(B1亚组)、50％ASIR-V(B2亚组)、90％ASIR-V(B3亚组)及DLIR-H算法(B4亚组)重建.测量并比较各组主动脉CT值、图像噪声、对比噪声比(CNR)及品质因数(FOM).采用5分制对图像噪声、血管锐利度和整体图像质量进行评估.结果 B4亚组噪声最低,较A组降低约23.49％(P＜0.001).A组、B4亚组主动脉各感兴趣区(ROI)CT值、CNR值及图像主观评分差异无统计学意义(P＞0.05);B4亚组FOM值大于A组(P＜0.001).与A组比较,B组辐射剂量降低约52.38％(P＜0.001),对比剂用量和注射流率分别降低约39％和33.6％(P＜0.001).结论 采用70 kVp结合DLIR算法在TEVAR术后主动脉CTA扫描中可获得与常规剂量相当的图像质量,且辐射剂量和对比剂用量大幅度降低.
关键词：深度学习图像重建算法图像处理计算机断层扫描主动脉
分类号：R445.3(诊断学)
论文发表日期：2024-08-31
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：5( 2906-2910 )
英文信息