深度学习图像重建改善了直肠癌的40keV虚拟单能图像质量
Haini Zhang1, Juan Long1, Xinran Zhang1
1Department of Radiology, the Affiliated Hospital of Xuzhou Medical University, Xuzhou, Jiangsu 221002, China; School of Medical Imaging, Xuzhou Medical University, Xuzhou, Jiangsu 221002, China; Jiangsu Provincial Engineering Research Center for Medical Imaging and Digital Medicine, Xuzhou, Jiangsu 221002, China.
European journal of radiology
|January 11, 2026
概括
深度学习图像重建 (DLIR) 在直肠癌分期中显著提高了40 keV虚拟单能成像 (VMI) 质量. 虽然DLIR在外壁静脉入侵和T分期的诊断性能中提供了轻微的改进,但它对优化双能CT协议有很大的希望.
科学领域:
- 放射学和成像学 放射学和成像学
- 在瘤学瘤学.
- 医学物理 医学物理
背景情况:
- 准确的直肠癌手术前阶段确定对于治疗计划至关重要.
- 在双能CT (DECT) 中的低能虚拟单能成像 (VMI) 提高了对比度,但增加了噪声.
- 深度学习图像重建 (DLIR) 在直肠癌中对40keVVMI的有效性需要进一步研究.
研究的目的:
- 评估DLIR对40keVVMI图像质量和外壁静脉侵入 (EMVI) 和T分期的诊断性能的影响.
- 为了比较DLIR与适应性统计代重建 (ASIR-V) 在直肠癌DECT.
主要方法:
- 62名直肠腺癌患者接受了低对比方案的DECT.
- 用70 keV的ASIR-V,40 keV的ASIR-V和40 keV的DLIR (中高设置) 来重建图像.
- 评估了客观和主观图像质量,病理发现作为EMVI和T分期的参考标准.
主要成果:
- 与70keV的ASIR-V相比,40keV的ASIR-V和DLIR显著提高了图像质量 (CT衰减,噪声,CNR,SNR,ERS,NPS) (P<0.001).与70keV的ASIR-V相比,40keV的ASIR-V和DLIR显著提高了图像质量 (CT衰减,噪声,CNR,SNR,ERS,NPS).
- 与40 keV的ASIR-V相比,DLIR (中高设置) 显示出更高的图像噪声和CNR.
- 与ASIR-V相比,DLIR-H产生了最高的主观图像质量得分,并且在EMVI (AUC=0.882) 和T分期 (AUC=0.592) 中的诊断性能略好.
结论:
- DLIR,特别是DLIR-H,在直肠癌中大大提高了40 keV VMI图像质量.
- 对于EMVI和T阶段测定,DLIR在诊断性能上只提供了轻微的改善.
- 低keV VMI和DLIR的组合是优化DECT协议的一个有希望的方法,可以在降低的剂量下实现高质量的成像.
