人工智能图像优化技术在低剂量胸部CT检查中的初步应用研究
Chinese Journal of Radiological Medicine and Protection(2020)
摘要
目的:探讨人工智能(AI)图像优化技术对低剂量胸部CT平扫图像质量及辐射剂量的影响。方法:前瞻性连续纳入2019年7月至8月于吉林大学第一医院采用NeuViz Prime CT行胸部CT平扫的80例患者,按随机数表法分为A、B两组,每组40例。A组为低剂量组,B组为常规剂量组,分别采用100及120 kV管电压;两组均采用自动管电流技术,参考毫安秒分别为70及140 mAs。根据重建方法的不同,将低剂量组分为A1、A2两个亚组,A1组为低剂量迭代组,采用迭代算法(ClearView 50%)重建图像;A2组为低剂量AI组,采用AI图像优化算法进一步优化A1组图像;B组采用迭代算法(ClearView 50%)重建图像。通过容积CT剂量指数(CTDI
vol)、剂量长度乘积(DLP)和有效辐射剂量(
E)的值,比较A、B两组辐射剂量的差异。比较A1、A2及B组感兴趣区的噪声值(SD)、信噪比(SNR)及对比噪声比(CNR)。由两名高年资放射科医生以Likert 5级评分法对3组图像质量进行主观评价。
结果:A、B两组患者临床资料的比较差异均无统计学意义。A组与B组相比[(1.48±0.49) mSv
vs. (5.30±1.40) mSv],有效辐射剂量降低约72.1%。在图像质量方面,与B组相比,A1组SD较高且SNR及CNR较低(
ZSD=-4.24,
ZSNR=-2.54,
tCNR=-2.27,
P<0.05)。经AI优化后,A2组的SD显著低于B组(
ZSD=-28.24,
P<0.001),且SNR及CNR显著高于B组(
tSNR=-26.04,
tCNR=-36.88,
P<0.001);两组图像噪声的主观评分差异无统计学意义,但B组在肺内组织结构显示方面优于A2组(
χ2=4.96、7.04,
P<0.05)。
结论:在辐射剂量降低约72.1%的情况下,经AI优化的低剂量胸部CT图像可达到常规剂量图像质量水平。
更多查看译文
关键词
Artificial intelligence,Chest computed tomography,Radiation dose
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要