瘤成像中的范式转变:一项前性的横截面研究,评估低剂量深度学习图像重建与标准剂量代重建,用于在双能量计算机断层扫描中全面检测病变

科学领域:

• 放射学 放射学是一门学科.
• 医疗成像医学成像
• 在瘤学瘤学.

背景情况:

• 来自低剂量 (LD) 双能计算断层扫描 (DECT) 的低千电子伏特 (keV) 虚拟单色图像 (VMIs) 增强了损伤对比度,但增加了图像噪声.
• 深度学习图像重建 (DLIR) 算法显示出降低噪音和提高图像质量的潜力.
• 用DLIR用于瘤病变检测的LD低keV胸腔-腹腔-盆腔DECT的诊断性能仍未评估.

研究的目的:

• 使用DLIR评估LDVMIs的图像质量和病变检测能力.
• 为了比较LD DLIR重建的VMIs与标准剂量 (SD) 代重建 (IR) 的VMIs在瘤患者中.

主要方法:

• 对56名接受SD和LD胸腔-腹腔-盆腔DECT的瘤患者进行的前性个人内研究.
• 在50 keV (SD-IR50 keV) 的IR中重建SD VMIs.
• 在50 keV (LD-DL50 keV) 和40 keV (LD-DL40 keV) 的DLIR中重建LD VMI.
• 图像的定量 (CT值,噪声,CNR) 和定性参数的比较.
• 对肺结节,淋巴结和肝脏病变的病变检测率的评估.

主要成果:

• LD-DL50 keV VMI显示出与SD-IR50 keV VMI相似的图像质量和损伤明显性.
• LD-DL40 keV VMI 显示 CT 值和 CNR 值有所改善,图像噪声和感知质量 (除了人工感觉) 相同.
• 在所有重建方法中,肺结节和淋巴结的损伤检测率相似.
• 与SD-IR50 keV相比,LD DLIR组中小 (≤0.5厘米) 和低对比度肝病变的检测率降低了.

结论:

• 在40keV的VMI与DLIR一起,可以减少50%的辐射剂量.
• 这种方法在很大程度上保持了检测肺结节和淋巴结的诊断能力.
• 肝损伤的诊断性能,特别是小或低对比度的肝损伤,需要进一步调查.