深度学习图像重建-高算法的应用在冠状动脉和带-脑血管CT血管扫描中,使用低辐射和对比剂量
Wanjiang Li1, Wenyu Huang1, Peiyao Li2
1Department of Radiology, West China Hospital, Sichuan University, Chengdu, China.
Quantitative imaging in medicine and surgery
|February 28, 2024
概括
这项研究表明,使用深度学习图像重建 (DLIR-H) 的"双低"剂量计算机断层扫描血管学 (CTA) 协议可显著降低用于同时冠状动脉和脑血管成像的辐射和对比剂剂量. 与标准协议相比,DLIR-H方法保持或提高了图像质量.
科学领域:
- 放射学和成像学 放射学和成像学
- 心血管成像 - 心血管成像
- 神经成像是一种神经成像.
背景情况:
- 同时的冠状动脉和脑血管动脉样硬化评估通常需要高辐射和对比剂量与传统的计算机断层扫描血管学 (CTA).
- 减少辐射和对比剂暴露对于心血管和脑血管成像中的患者安全至关重要.
研究的目的:
- 为了验证一站式",双低"剂量冠状动脉和带-脑血管CTA (C&CC-CTA) 协议的可行性.
- 评估深度学习图像重建高设置 (DLIR-H) 在优化低剂量C&CC-CTA的有效性.
主要方法:
- 一项前性队列研究,涉及60名同时接受C&CC-CTA的患者.
- 患者被随机分配到一个"双低"剂量组 (80 kVp,24 mgI/kg/s对比,DLIR-H重建) 和一个常规剂量组 (100 kVp,32 mgI/kg/s对比,ASIR-V50%重建).
- 组之间的辐射剂量,对比剂量,主观图像质量,CT衰减,噪声,信号与噪声比率 (SNR) 和对比与噪声比率 (CNR) 的比较.
主要成果:
- 与常规剂量组相比,DLIR-H组显示辐射剂量减少了48%,对比剂量减少了30% (P<0.001).
- 在冠状动脉和冠状动脉-脑血管CTA两组之间没有观察到主观图像质量得分的显著差异.
- DLIR-H重建导致背景噪声降低,冠状动脉CTA的SNR和CNR显著增加,同时保持了冠状动脉-脑血管CTA的可比图像质量指标.
结论:
- 使用DLIR-H的"双低"剂量一站式C&CC-CTA协议是可行的和有效的.
- 该方案可以大幅减少辐射和对比剂剂量,同时保持诊断图像质量,为疑似同时发生动脉样硬化患者提供更安全的替代方案.
更多相关视频
09:32Time-Resolved, Dynamic Computed Tomography Angiography for Characterization of Aortic Endoleaks and Treatment Guidance via 2D-3D Fusion-Imaging
Published on: December 9, 2021
3.0K
04:48Application of Deep Learning-Based Medical Image Segmentation via Orbital Computed Tomography
Published on: November 30, 2022
2.7K
