用深度学习CT重建检测低衰减性肝损伤的检测能力:一个幻象和患者研究
Jinjin Cao1, Nayla Mroueh1, Nathaniel Mercaldo1
1From the Department of Radiology, Division of Abdominal Radiology, Massachusetts General Hospital, Harvard Medical School, 55 Fruit St, White 270, Boston, MA 02114-2696 (J.C., N. Mroueh, N. Mercaldo, S.L., S.K., S.S.R., N.P., V.B., T.T.P., M.A.A., M.S., A.S.S.B., A.R.K.); Institute for Diagnostic and Interventional Radiology, Faculty of Medicine, University Cologne, University Hospital Cologne, Cologne, Germany (S.L.); and Department of Radiology, Faculty of Medicine, King Chulalongkorn Memorial Hospital, Thai Red Cross Society, Chulalongkorn University, Bangkok, Thailand (S.K., N.P.).
深度学习图像重建 (DLIR) 在CT扫描上显示了类似的低对比度肝损伤检测能力与自适应统计代重建-V (ASIR-V). 然而,DLIR提供了改善的损伤与背景对比度和噪声比率,提高了诊断信心.
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:
- 与自适应统计代重建-V (ASIR-V) 相比,CT深度学习图像重建 (DLIR) 通过减少噪声来提高图像质量.
- 使用DLIR对低对比度肝损伤检测能力的客观评估尚未得到充分证实.
研究的目的:
- 用DLIR与ASIR-V重建的CT扫描来比较使用DLIR和ASIR-V重建的肝损伤的低对比检测能力.
- 为了全面评估,评估患者和幻影数据.
主要方法:
- 50名患者的腹部CT扫描和一个低对比度幻影的回顾性分析.
- 产生了四种重建类型:ASIR-V 40%和三个DLIR强度.
- 五位放射科医生使用利克特尺度对图像质量,病变明显性和诊断信心进行了定性评估.
主要成果:
- 在DLIR和ASIR-V 40%之间,在低对比度病变检测能力方面没有发现显著的质量差异.
- 与ASIR-V40%相比,中高强度DLIR重建显示了明显更高的损伤与背景对比度与噪声比率.
- 使用DLIR,低对比性损伤衰减减少了2.8-3.6 HU.
结论:
- 对于低对比度肝损伤,DLIR和ASIR-V 40%的质量检测能力相似.
- 特别是在中高强度下,DLIR通过更高的对比度和噪音比率提高了定量损伤的明显性.
- 在CT上检测微妙的肝病变时,DLIR显示了增强诊断性能的潜力.
更多相关视频
04:09Predicting Treatment Response to Image-Guided Therapies Using Machine Learning: An Example for Trans-Arterial Treatment of Hepatocellular Carcinoma
Published on: October 10, 2018
12:39DUCT: Double Resin Casting followed by Micro-Computed Tomography for 3D Liver Analysis
Published on: September 28, 2021