不同重建算法对CT血管造影图像质量影响的体模研究

摘要

目的 比较不同权重混合迭代重建（ASIR-V）和深度学习图像重建（DLIR）CT血管造影（CTA）图像质量，探讨DLIR在优化CTA中的优势和潜力。方法 采用Apex CT扫描含有9支试管的QSP体模，实验试管选择为1支纯水和5支碘溶液（其中30 mg/mL碘溶液2支，浓度为3.75、7.5、15 mgI/mL各1支），分别用0%～100%（间隔10%）共11种权重标准卷积核ASIR-V和3种权重标准卷积核DLIR(DLIR-L/M/H)重建1.25 mm CTA图像。选取实验试管中的9个固定水平放置感兴趣的区域，以纯水的标准差（SD）值作为背景噪声，测量目标试管中的纯水和碘溶液CT值。计算并比较不同权重两种算法重建对纯水CT值和碘溶液图像CT值、噪声和对比噪声比（CNR）的影响。比较体模中心和体模边缘30 mgI/mL碘溶液平均CT值、噪声和CNR。结果 不同权重2种算法重建图像中纯水和各种碘浓度溶液CT值的差异无统计学意义（P>0.05），体模中心与体模边缘30 mgI/mL碘溶液比较，CT值和CNR均下降（P<0.05）。除ASIR-V 90%和ASIR-V 100%重建图像噪声在统计上差异无统计学意义（P>0.05）外，不同权重2种算法重建图像噪声不同（P<0.05）。随着ASIR-V和DLIR权重的增加，各种碘浓度溶液的噪声逐渐减小，其中DLIR-H的噪声最低。ASIR-V 60%与DLIR-L重建的图像噪声差异无统计学意义（P>0.05）。ASIR-V 80%、ASIR-V 90%与DLIR-M重建图像的噪声差异无统计学意义（P>0.05）。除相邻10%的0%～60%ASIR-V权重间重建图像CNR差异无统计学意义外，随着ASIR-V和DLIR权重的增加，各种碘浓度溶液CNR增加，其中DLIR-H的CNR最大。ASIR-V 60%、ASIR-V 70%与DLIR-L重建图像CNR差异无统计学意义（P>0.05）,ASIR-V 90%与DLIR-M重建图像的CNR差异无统计学意义（P>0.05）。结论 DLIR在不改变CT值的情况下可提高CTA图像质量，DLIR-H噪声最低，CNR最大。

关键词

体层摄影术 / X线计算机 / 血管造影术 / 算法 / 迭代重建技术

基金资助

陕西中医药大学校级科研课题（国家基金面上培育项目）（2020GP10）;陕西中医药大学青年后备学科创新团队（2019-QN09）