曹立坤, 王沄, 马壮飞, 等. 深度学习重建算法在超重者低剂量骶髂关节CT中的价值[J]. 影像诊断与介入放射学,2024,33(1):37-43.
深度学习重建算法在超重者低剂量骶髂关节CT中的价值
曹立坤 王沄 马壮飞 许英浩
作者单位：100730 北京，中国医学科学院 北京协和医院放射科（曹立坤、王沄）；100027 北京，佳能医疗系统（中国）有限公司（马壮飞、许英浩）
通信作者：王沄，Email: wangyun8637@163.com
【摘要】目的 探索基于深度学习重建算法的低剂量CT检查在评价超重者骶髂关节病变中的应用价值。方法 回顾性分析2017年3月—2023年5月于我院行骶髂关节CT检查的超重者（BMI≥24 kg/m2）。依据扫描条件分为常规剂量组（SDCT）、低剂量组（LDCT）和超低剂量组（ULDCT）。SDCT图像由混合迭代重建（HIR）算法重建，LDCT和ULDCT由深度学习重建（DLR）算法重建。测量并计算三组图像的噪声、第一骶椎信噪比（SNR）及对比信噪比（CNR）。采用五分制评分法对三组图像整体图像质量及骶髂关节病变特征显示进行主观评价。采用单因素或Kruskal-Wallis ANOVA检验比较三组患者的辐射剂量与图像质量。结果 LDCT和ULDCT组的有效辐射剂量为（1.01±0.07）mSv、（0.43±0.02）mSv，相较于SDCT组[（1.49±0.10） mSv]降低了32.2%和71.1%，差异有统计学意义（P<0.001）。噪声、骶椎SNR和CNR在三组间有统计学差异（P<0.001），LDCT组噪声（25.05±2.75）低于ULDCT组（31.26±3.51）和SDCT组（51.25±1.59），LDCT组SNR和CNR（10.38±0.56和7.92±0.50）高于ULDCT组和SDCT组（8.27±0.60和6.71±0.49、4.70±0.23和3.55±0.20），组间比较差异均有统计学意义（P均<0.05）。LDCT组图像整体评分高于SDCT组和ULDCT组（P=0.001、0.018），后两组整体评分无统计学差异（P=0.364）；DLR-LDCT组对关节面骨质破坏、关节面间隙狭窄或增宽、关节下骨质囊变等病变特征显示的评分高于HIR-SDCT组（P均<0.05）。结论 在超重者中，应用DLR算法能改善低剂量和超低剂量骶髂关节CT的图像质量，优化病变特征的显示，降低辐射剂量。
【关键词】超重；体层摄影术，X线计算机；深度学习；辐射剂量
【中图分类号】R814.42；R144.1
【文献标识码】A
【文章编号】1005-8001(2024)01-0037-07
