人工智能迭代重建算法在腹部低剂量增强CT中的临床应用价值

摘要

目的 探究人工智能迭代重建(AIIR)算法在腹部低剂量增强CT中的临床应用价值。方法 前瞻性纳入2023年1-8月于我院行腹部增强CT检查的患者31例,男/女(24/7);平均年龄(60.5±10.8)岁。同时采集常规剂量(100 KVp,采用管电流调制技术，剂量等级3级，参考管电流213 mAs)和低剂量(80 KVp,采用管电流调制技术，剂量等级1级，参考管电流47 mAs)门静脉期腹部增强CT图像并记录辐射剂量参数。常规剂量(SD)CT采用迭代(Karl)重建，低剂量(RD)CT采用Karl和AIIR算法1、3、5级强度重建。测量5组图像门静脉、肝实质、肌肉、脂肪的CT值、噪声指数、信噪比(SNR)和对比度噪声比(CNR),主观评价5组图像的整体图像质量和“蜡质感”。选择长径大于5 mm的肝脏病变共61个，测量病变的SNR及CNR并进行病变显著性主观评价。结果 SD腹部增强CT的有效剂量(ED)为(7.06±2.50) mSv, RD腹部增强CT的ED为(1.18±0.54)mSv, RD组辐射剂量较SD组降低约83.3%。5组图像中肝实质、肌肉、脂肪的CT值无差异(P>0.05),门静脉CT值在SD Karl组与RDKarl组之间、RDKarl组与RDAIIR各组之间存在差异(P<0.005)。RDAIIR重建图像的噪声指数、SNR和CNR值均显著优于RD和SD Karl重建图像(P<0.005),RD AIIR 5级重建在整体图像质量和“蜡质感”方面与SD Karl重建相当，符合临床诊断要求。RDAIIR各组病变的SNR和CNR值均显著高于RDKarl组(P<0.005),RD AIIR 5组病变显著性主观评分与SD Karl组相当，高于RDKarl、RD AIIR 1、RD AIIR 3组(P<0.005)。结论 AIIR算法可有效降低腹部低剂量增强CT的图像噪声，改善图像质量，提高病变显著性。

关键词

腹部增强CT / 低剂量CT / 人工智能迭代重建 / 肝脏

基金资助

国家自然科学基金数学天元重点专项(NO:12226007)