通过CT肝动脉造影的深度学习重建,改善了血管描绘和图像质量,这是在跨导管动脉化学栓塞过程中实现的

科学领域:

• 放射学 放射学是一门学科.
• 医疗成像医学成像
• 人工智能在医学中的应用

背景情况:

• 透管动脉化学栓塞 (TACE) 是肝脏瘤的标准治疗方法.
• 计算机断层扫描肝动脉图 (CTHA) 对于可视化瘤血管性和指导TACE至关重要.
• CTHA的图像质量直接影响治疗疗效和患者的治疗结果.

研究的目的:

• 评估深度学习重建 (DLR) 对血管描绘,瘤增强和TACE期间获得的CTHA图像中的整体图像质量的影响.
• 为了比较不同DLR强度与传统混合-代重建 (混合-IR) 的性能.

主要方法:

• 包括27名在TACE之前接受CTHA的患者.
• 使用混合IR,轻度DLR (DLR-M) 的DLR和强度DLR (DLR-S) 的DLR重建了CTHA图像.
• 两个放射科医生对血管描绘,瘤增强,料可视化和图像质量进行了定量和定性评估.

主要成果:

• 与DLR-M和混合IR相比,DLR-S显著提高了小动脉的信号噪声比率 (SNR) 和瘤的对比噪声比率 (CNR) (P < 0.001).
• 动脉的度和整体图像质量 (度,颗粒度,诊断可接受性) 与DLR-S显著改善 (P < 0.001).
• 与DLR-M和混合IR相比,DLR-S显著增强了输送动脉可视化,包括对比度,连续性和信心 (P < 0.001).

结论:

• 深度学习重建 (DLR) 在CTHA图像中显著增强SNR,CNR和Feeder动脉可视化.
• 强强度的DLR (DLR-S) 显示出优越的性能,与混合-IR相比,更适合TACE中的常规CTHA.