BMIベースのサブミリシーベルト低用量CTの実行可能性は,肺結節の個別化検出において有効である

科学分野:

• 放射線学とイメージング科学
• 医学物理 医学物理学
• 肺内医学 肺内医学 肺内医学

背景:

• 低用量CT (LDCT) は肺がんのスクリーニングに不可欠ですが,放射線用量の最適化は依然として課題です.
• ボディ・マス・インデックス (BMI) ベースのプロトコルと高度な再構築アルゴリズムは,LDCTの有効性を改善するために調査されています.
• 異なるBMIグループおよび再建技術におけるサブミリシーベルトのLDCTパフォーマンスに関する限られた証拠が存在する.

研究 の 目的:

• 様々な再構築アルゴリズムを使用して,BMIベースのサブミリシーベルトLDCTプロトコルを評価します.
• 画像の品質と,BMIと放射線量に関連した肺結節検出性能を評価する.
• 異なる再構築アルゴリズムの診断精度とLung-RADS v2022の一貫性を比較する.

主な方法:

• 214人の参加者を対象とした前向きな研究で,標準用量CT (SDCT) とBMIベースのLDCTプロトコルを比較した.
• LDCTグループ (LD-AとLD-B) は,BMIによって階層化され,ディープラーニング (DLIR-H,DLIR-M),ASIR-V-50%,フィルターされたバックプロジェクション (FBP) を使用して再構築されました.
• 分析には,画像品質,ノードル検出率 (特に<6mm),測定精度,およびLung-RADS v2022合意が含まれていました.

主要な成果:

• ディープラーニング画像再構築 (DLIR-H) は,LDCTで優れた画像品質と最高ノードル検出率 (99.04%) をもたらしました.
• すべてのアルゴリズムは,BMIサブグループ全体で高結節検出率 (≥6mmの結節が一貫して検出された) を実証しました.
• 測定精度はアルゴリズムと用量グループによって異なるが,すべてのアルゴリズムは優れた肺-RADS一致を示した (κ > 0.9).

結論:

• BMIベースのサブミリシーベルトLDCTは,BMIカテゴリー全体で肺結節検出を維持しながら,放射線量を効果的に減少させます.
• ディープラーニング再構築は,サブミリシーベルトのLDCTで画像品質と診断パフォーマンスを大幅に改善します.
• このアプローチは,高度な再建技術を使用して,個別化された,低放射線肺がんスクリーニングをサポートします.