在光谱CT肺血管造影中对图像质量的多能量评估,使用不同强度的深度学习光谱重建
Mohammadreza Hosseini-Siyanaki1, Hakki Serdar Sagdic1, Abheek G Raviprasad1
1Radiomics and Augmented Intelligence Laboratory (RAIL), Department of Radiology and the Norman Fixel Institute for Neurological Diseases, University of Florida College of Medicine, Gainesville, FL (M.H-S., H.S.S., A.G.R., S.E.M., J.C.P., E.Y.A., B.H., R.F.); Department of Radiology, University of Florida College of Medicine, Gainesville, FL (M.H-S., H.S.S., A.G.R., J.C.P., E.Y.A., B.H., R.F.).
强大的深度学习光谱重建 (DLSR) 显著提高了双能CT肺血管造影 (DECT-PA) 的图像质量,通过提高与标准DLSR相比的信号与噪声比率 (SNR) 和对比度与噪声比率 (CNR).
科学领域:
- 医疗成像医学成像
- 放射学 放射学是一门学科.
- 计算机断层扫描 (CT) 是一种计算机断层扫描.
背景情况:
- 双能量CT肺血管造影 (DECT-PA) 对于诊断肺栓塞 (PE) 至关重要.
- DECT-PA中的图像质量会影响诊断的准确性,需要先进的重建技术.
- 深度学习光谱重建 (DLSR) 对标准方法提供了潜在的改进.
研究的目的:
- 为了比较标准与强大的DLSR产生的虚拟单色图像 (VMIs) 的图像质量.
- 评估使用DECT-PA.在DLSR重建的VMIs的不同能量水平 (35-200 keV).
主要方法:
- 70个DECT-PA扫描的回顾性分析 (15个带有PE,55个没有PE).
- 用标准和强大的DLSR重建各种能量级别的VMIs.
- 减弱,SNR和CNR的定量评估;在40-100 keV时的定性评估.
主要成果:
- 与标准DLSR相比,强大的DLSR显示图像噪声显著降低,心血管SNR和CNR较高 (p < 0.0001).
- 特定于PE的CNR显著高于强大的DLSR (p < 0.0001).
- 在两个DLSR类型的评估keV水平上,主观图像质量在诊断上是可以接受的.
结论:
- 强大的DLSR显著提高了DECT-PA中的图像质量.
- 改进的SNR和CNR与强大的DLSR有助于更好的诊断性能.
- 强大的DLSR代表了DECT-PA图像重建的进步.
更多相关视频
08:05Lung CT Segmentation to Identify Consolidations and Ground Glass Areas for Quantitative Assesment of SARS-CoV Pneumonia
Published on: December 19, 2020
02:09Multi-modal Pulmonary Imaging: Using Complementary Information from CT and Hyperpolarized 129Xe MRI to Evaluate Lung Structure-Function
Published on: April 12, 2024
