深度学习图像重建与高清标准扫描模式对冠状动脉支架和动脉图像质量的影响

科学领域:

• 放射学和成像科学 放射学和成像科学
• 医学成像技术 医学成像技术
• 心血管成像 - 心血管成像

背景情况:

• 高清标准 (HD-标准) 扫描模式在冠状动脉计算机断层扫描血管学 (CCTA) 中改善了支架可视化,但增加了图像噪声.
• 深度学习图像重建 (DLIR) 算法在减少图像噪声方面是有效的.
• 传统的自适应统计代重建-Veo (ASIR-V) 算法目前用于图像重建.

研究的目的:

• 评估HD标准扫描模式与DLIR相结合对CCTA中冠状动脉支架和动脉图像质量的影响.
• 为了比较DLIR算法的性能与传统的ASIR-V算法在HD标准和标准 (STND) 扫描模式.
• 评估对客观参数 (噪声,SNR,CNR,AI,直径) 和主观图像质量指标的影响.

主要方法:

• 对121名接受CCTA的患者的回顾性分析,分为HD标准 (N=47,有支架) 和STND (N=74,没有支架) 扫描模式.
• 使用ASIR-V (50%和80%) 和DLIR (中高水平) 的图像重建.
• 由两个独立的放射科医生进行的客观测量 (噪声,SNR,CNR,AI,实验器直径) 和主观评估 (图像质量,噪声,实验器外观,文物,血管度,诊断信心).

主要成果:

• 在带有支架的高清标准模式下,DLIR-H与其他算法相比显示噪声和文物指数显著降低,SNR和CNR更高,支架直径更大 (P<0.01).
• 在没有支架的STND模式下,DLIR-H提供了最佳的客观图像质量,显示了统计学上优越的噪音,SNR和CNR (P<0.05).
• 使用DLIR的HD标准模式实现了更好的图像质量和更低的辐射剂量,而不是使用ASIR-V的STND模式 (P<0.01).

结论:

• 结合HD标准扫描模式和DLIR-H,可显著提高CCTA中冠状动脉支架和动脉的图像质量.
• 这种先进的成像技术提供了卓越的可视化和诊断潜力.
• 使用DLIR的HD标准扫描模式,可在减少辐射剂量时进行增强的CCTA成像.