CT重建算法对心周冠状和心上脂肪组织衰减的影响

科学领域:

• 心血管成像 - 心血管成像
• 放射学 放射学是指放射学
• 医学物理 医学物理

背景情况:

• 准确量化心周冠状脂肪组织 (PCAT) 和心上脂肪组织 (EAT) 对于评估心血管疾病风险至关重要.
• 冠状动脉CT血管学 (CCTA) 中的高级图像重建算法可能会改变脂肪组织衰减值,影响定量分析.

研究的目的:

• 评估自适应统计代重建-Veo (ASIR-V) 和深度学习图像重建 (DLIR) 对PCAT和EAT量化的影响.
• 评估使用脂肪值调整纠正这些算法效应的可行性.

主要方法:

• 用过后投影 (FBP),ASIR-V (30-70%) 和DLIR (L,M,H) 重建的134个CCTA数据集的回顾性分析.
• 在使用重复测量ANOVA的重建方法中比较脂肪,PCAT和EAT衰减值.
• 布兰德-阿尔特曼分析,以评估ASIR-V/DLIR和FBP之间的PCAT减弱协议.

主要成果:

• 与FBP相比,ASIR-V和DLIR显著增加了脂肪衰减值 (p < 0.001).
• 与FBP相比,ASIR-V和DLIR显著增加了PCAT和EAT减弱值 (p <0.05),更高的重建强度产生了更大的增加.
• 将脂肪值调整为特定范围 (例如,-200至-35 HU) 显著降低了ASIR-V/DLIR和FBP之间的PCAT衰减平均差异,在几个设置中没有发现显著差异 (p > 0.05).

结论:

• 与FBP相比,ASIR-V和DLIR算法增加了PCAT和EAT减弱值.
• 脂肪值调整是一种有效的方法,可以减轻ASIR-V和DLIR对PCAT量化的影响,提高准确性.