应用金属工件减少算法在减少金属工件在术后儿科低辐射剂量脊椎计算机断层扫描 (CT) 图像

科学领域:

• 医疗成像医学成像
• 放射学 放射学是一门学科.
• 计算机辅助诊断 计算机辅助诊断

背景情况:

• 金属文物,特别是光束硬化,在CT扫描中常见,使用金属植入物,如脚螺丝.
• 传统的人工物减少方法往往需要更高的辐射剂量,这在儿科成像中是不受欢迎的.
• 这项研究研究了一种金属工件减少 (MAR) 算法,用于低剂量的儿科脊柱CT.

研究的目的:

• 评估MAR算法的有效性,以减少小儿脊椎CT低剂量小儿脊柱CT中脚螺丝所引起的光束硬化工件.
• 为了比较标准的重建技术和那些结合MAR的技术之间的图像质量和文物减少.
• 评估MAR在不同辐射剂量水平和管电压下对图像质量的影响.

主要方法:

• 77名儿科患者 (3-15岁) 的低剂量CT扫描的回顾性分析.
• 使用自适应统计代重建-V (ASIR-V) 和深度学习图像重建 (DLIR) 的图像重建,有或没有MAR (AV-MAR,DL-MAR).
• 客观 (工件长度,工件指数) 和主观 (4点级) 评估与脚螺丝相关的图像质量.

主要成果:

• 与标准重建相比,AV-MAR和DL-MAR都显著减少了文物长度 (约57%) 和文物指数 (约65%) (P<0.01).
• 螺丝的主观图像质量得分与MAR (3.37-3.47) 相比,没有MAR (1.73-1.76) (P<0.01) 显著更高.
• 在不同的管电压和辐射剂量中,人工物减少是一致的.

结论:

• 在低剂量儿科脊柱CT中,MAR算法有效地减少了金属诱导的光束硬化器件.
• 深度学习 MAR (DL-MAR) 在低剂量条件下进一步提高图像质量.
• 马尔是提高儿科患者脊柱仪器仪表的诊断准确性的宝贵工具.