像素闪烁算法对提升高BMI者Revolution CT单能量图像质量的价值

作     者：张钦和 刘爱连 刘义军 刘静红 田士峰 方鑫 赵莹 潘聚东 ZHANG Qinhe;LIU Ailian;LIU Yijun

作者机构：大连医科大学附属第一医院放射科辽宁省大连市116011 加州大学旧金山分校放射和生物影像科美国94143 

出 版 物：《临床放射学杂志》 (Journal of Clinical Radiology)

年 卷 期：2018年第37卷第11期

页      面：1922-1926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] 1006[医学-中西医结合] 1002[医学-临床医学] 1001[医学-基础医学(可授医学、理学学位)] 08[工学] 1010[医学-医学技术（可授医学、理学学位）] 100106[医学-放射医学] 100602[医学-中西医结合临床] 10[医学] 

基　　金：首都科技领军人才培养工程资助(编号:Z181100006318003) 

主　　题：深度学习 体层摄影术,X线计算机 对比研究 噪声 身体质量指数 

摘      要：目的探讨基于深度学习的像素闪烁算法(PS)对提升高身体质量指数(BMI)者RevolutionCT单能量图像质量中的价值。方法回顾性分析行RevolutionCT能谱成像(GSI)检查的患者资料,首先选取行腹部平扫的高BMI(≥25kg/m^2)患者共38例,测量其肝门水平腹部皮下脂肪噪声(SD)值,计算皮下脂肪的SD均值,选取高于平均值(6HU)的患者共20例,并排除弥漫性肝脏病变(脂肪肝、肝硬化等)、右肾占位性病变(病灶体积大于右肾体积的1/2)、图像有呼吸运动伪影的患者5例。最终入组病例15例,男7例,女8例,年龄48~81岁,平均(62±9)岁,BMI25~34kg/m^2,平均BMI为(28±3)kg/m^2。扫描参数:GSI成像模式,螺距0.992,转速0.8s/r,探测器宽度80mm,140~80kVp瞬时(0.5ms)切换,管电流320~400mA,层厚5mm,层间距5mm,重组方法50%自适应统计迭代重组(ASIR-V)。重组得到70keV单能量图像。在GEAW4.6工作站应用PS软件A7模式后处理,获得的PS图像。将处理前后的图像分为A组(PS前)、B组(PS后)。由2名放射科医师(诊断经验分别为5年和3年)采用双盲法对两组图像进行测量。测量肝门水平肝右叶、右侧肾门水平肾脏、右侧肝门水平腹部皮下脂肪的CT值以及腹部皮下脂肪的SD值,并分别计算肝脏、肾脏实质的信噪比(SNR)和对比噪声比(CNR)。采用Shapiro-Wilk检验数据的正态性。采用Levene检验分析数据的方差齐性。应用Spearman相关分析检验2名观察者所测得数据的一致性,若一致性良好则取年资高者所测得的数据进行后续的统计分析。采用秩和检验比较两组肝右叶、右侧肾脏、腹部皮下脂肪CT值、腹部皮下脂肪的SD值以及肝脏、肾脏的CNR值和SNR值。结果两组数据一致性良好。两组间肝脏、肾脏、皮下脂肪CT值差异无统计学意义(P0.05);两组间皮下脂肪SD值分别为7.83HU(6.93,9.32)、2.47HU(2.27,2.97),差异具有统计学意义(P0.05),B组SD值较A组相比降低了约68%;两组间肝脏、肾脏的SNR值和CNR值分别为7.51(5.90,8.13)、21.09(18.16,24.31)、4.55(3.92,5.12)、18.29(15.95,21.46)和23.11(18.95,23.11)、67.15(54.18,73.77)、13.89(11.78,15.51)、57.96(48.75,64.48),差异具有统计学意义(P0.05),B组肝脏、肾脏的CNR、SNR约是A组的3倍。结论基于深度学习PS可以减少图像噪声,增加图像的CNR,从而提升高BMI者RevolutionCTGSI的单能量图像质量。