新型深度学习否定提高图像质量和降低辐射暴露在干预性支气管动脉栓塞中 圆束CT CT
Andreas S Brendlin1, Reza Dehdab1, Benedikt Stenzl1
1Department of Diagnostic and Interventional Radiology, Eberhard-Karls University, Hoppe-Seyler-Str. 3, 72076 Tuebingen, Germany (A.S.B., R.D., B.S., J.M., P.G., G.G., S.A., C.A.).
Academic radiology
|November 21, 2023
概括
在支气管动脉栓塞 (BAE) 中的深度学习 (DLD) 消除形光束CT (CBCT) 减少了辐射剂量和运动器件. 这种先进的技术可以提高图像质量,从而提供更好的干预指导.
科学领域:
- 医疗成像医学成像
- 干预性放射学 干预性放射学
- 图像处理 图像处理
背景情况:
- 围绕手术的圆束CT (CBCT) 对于指导支气管动脉栓塞 (BAE) 至关重要.
- 在BAE CBCT中,扫描持续时间,辐射剂量,图像噪声和运动文物之间存在权衡.
- 在最大限度地减少辐射暴露的同时优化图像质量对于患者安全和程序成功至关重要.
研究的目的:
- 评估深度学习 (DLD) 技术在干预BAE CBCT期间改善图像质量的有效性.
- 评估DLD对减轻辐射剂量,图像噪声和运动工件之间的权衡的影响.
- 确定DLD是否允许诊断质量扫描,减少辐射暴露和缩短获取时间.
主要方法:
- 一项涉及BMI匹配患者的比较研究,这些患者接受了6秒和3秒的BAE CBCT扫描.
- 数据集使用标准过后投影 (OR) 和新的DLD软件进行了重建.
- 分析了客观图像指标 (CT 数,噪声,CNR) 和主观放射科医生对图像质量,清晰度,对比度和运动工件的评估.
主要成果:
- 3秒的DLD (3s-DLD) 扫描显示出噪声最小,对比度和噪声比率 (CNR) 优越.
- 主观评估显示,6s-DLD和3s-DLD之间的质量没有显著差异,但两者都表现优于标准重建 (OR).
- 3秒扫描本身比6秒扫描更少的运动文物,DLD在两个持续时间内都保持了质量.
结论:
- 深度学习无声化 (DLD) 在BAE CBCT中有效降低辐射剂量和图像噪声.
- DLD使得诊断质量的成像,低辐射暴露和最小的运动文物.
- 这种技术通过在更短的扫描时间中提高图像质量来增强干预性BAE程序.
