应用像素闪耀算法提升重建腹部动脉期CT图像质量

作     者：田士峰 刘爱连 潘聚东 刘静红 刘义军 方鑫 袁刚 TIAN Shifeng;LIU Ailian;PAN Judong;LIU Jinghong;LIU Yijun;FANG Xin;YUAN Gang

作者机构：大连医科大学附属第一医院放射科辽宁大连116011 加州大学旧金山分校放射和生物影像学美国加利福尼亚州旧金山94118 

出 版 物：《中国医学影像学杂志》 (Chinese Journal of Medical Imaging)

年 卷 期：2018年第26卷第3期

页      面：205-208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] 

主　　题：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 

摘      要：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(ASiRV)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/m^2]的腹部动脉期图像(A组),采用70 kVp管电压、50%ASi R-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(P0.05)。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。