深度学习重建的应用 倾斜位置的胸部扫描 早期的间歇性肺病
Ruijie Zhao1, Yun Wang1, Jiaru Wang1
1Department of Radiology, Peking Union Medical College Hospital, Chinese Academy of Medical Sciences, No.1 Shuaifuyuan Wangfujing Dongcheng District, Beijing, 100730, China.
BMC medical imaging
|August 20, 2025
概括
深度学习重建 (DLR) 在容易发生的CT扫描中保持早期间歇性肺病 (ILD) 患者的图像质量. 与传统方法相比,这种技术显著降低了辐射剂量,有助于诊断和随访.
科学领域:
- 放射学
- 医学成像
- 肺病学
背景情况:
- 间歇性肺部疾病 (ILD) 的诊断依赖于高分辨率CT (HRCT),这涉及显著的辐射暴露.
- 在HRCT过程中倾斜的位置对于早期ILD检测至关重要,但会加剧辐射的担忧.
研究的目的:
- 评估深度学习重建 (DLR) 以减少易于早期ILD的CT扫描中的辐射剂量.
- 在该组患者中,将DLR图像质量与混合代重建 (HIR) 进行比较.
主要方法:
- 21名早期ILD患者接受了HRCT (HIR) 和低剂量CT (LDCT) 与DLR (轻度,标准,强度设置).
- 分析了图像质量,噪音,文物和ILD特征的可视化.
- 对LDCT扫描进行有效辐射剂量计算.
主要成果:
- 与HRCT相比,使用DLR的LDCT可降低有效辐射剂量63. 7%.
- 使用LDCT DLR的整体图像质量与HRCT HIR相似.
- 虽然LDCT DLR (骨,强) 的支气管切开的可视化较弱,但其他特征如GGO和网状结构是可比的.
结论:
- 在易受感染的ILD扫描中,LDCT与DLR提供与HRCT HIR相似的图像质量,但剂量大大降低.
- DLR是一种有前途的算法,用于维持低剂量易受CT的图像质量,支持ILD诊断和监测.
