引用本文：谢定祥, 赖志满, 陈明杰, 等. 深度学习重建AiCE技术在腹主动脉瘤腔内修复术后CTA中的应用[J]. 影像诊断与介入放射学, 2024,33(1):44-49.
深度学习重建AiCE技术在腹主动脉瘤腔内修复术后CTA中的应用
谢定祥 赖志满 陈明杰 马慧 徐如林 黄木兰 赵静 吴嘉乐
基金项目：国家自然科学基金青年基金（82202217）
作者单位：510080 广东广州，中山大学附属第一医院放射诊断科（谢定祥、赖志满、陈明杰、马慧、黄木兰、赵静、吴嘉乐）；510623 广东广州，佳能医疗系统有限公司科研合作部（徐如林）
通信作者：吴嘉乐，Email: wujle5@mail.sysu.edu.cn
【摘要】目的 探究基于深度学习重建（DLR）技术的人工智能图像重建系统（AiCE）在腹主动脉瘤腔内修复术后CT血管造影（CTA）复查中的应用价值。方法 采用混合选代算法重建（HIR）和DLR-AiCE方法对26例腹主动脉瘤腔内修复术后患者CTA图像进行重组，并进行回顾性分析。对两组图像整体质量、脏器（肝脏、肾脏）、最大伪影层面支架内血管及最大伪影层面支架外血栓4个方面进行主观评分，将主观评分平均值作为最终评分，并分析评分的一致性。测量两组图像肝脏、肾脏、无支架层面腹主动脉、腹主动脉及主髂段支架内伪影最重及伪影最少、支架外血栓伪影最重及伪影最少层面的CT值（HU）和标准差（SD）值，计算并比较伪影指数（AI）、信噪比（SNR）和对比噪声比（CNR）。结果 DLR-AiCE组图像质量主观评分均高于HIR组（P均<0.001）。两位观察者间主观评分一致性较高[组内相关系数（ICC）为0.927，95%CI为0.905 ~ 0.944，P<0.001]。除右髂总动脉支架内最小伪影层面和肝脏层面外，DLR-AiCE组各个位置AI值均小于HIR组，差异有统计学意义（P均＜0.05）。DLR-AiCE组各个位置SNR值均大于HIR组，差异有统计学意义（P均＜0.05）。除右髂总动脉支架内最大伪影层面和双侧支架内最小伪影层面外，DLR-AiCE组各个位置CNR值均大于HIR组，差异有统计学意义（P均＜0.05）。结论 相比HIR，DLR-AiCE既能减少支架伪影，又能提高支架内外组织的图像质量，从而清晰地显示周边器官、支架内外血管、瘤体血栓等情况，有利于腹主动脉瘤腔内修复术后患者的评估。
【关键词】腹主动脉瘤；计算机断层扫描血管造影；深度学习重建
【中图分类号】R732.2+1；R814.42
【文献标识码】A
【文章编号】1005-8001(2024)01-0044-06
