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

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。