高级检索
当前位置: 首页 > 详情页

“双低”扫描方案联合人工智能迭代重建算法在肥胖患者腹部CT增强检查中的可行性研究

Feasibility study of the “double-low” scanning protocol combined with artificial intelligence iterative reconstruction algorithm for abdominal CT enhancement in patients with obesity

文献详情

资源类型:

收录情况: ◇ 统计源期刊 ◇ 北大核心 ◇ 卓越:领军期刊 ◇ 中华系列

机构: [1]河北大学附属医院放射科,保定071000
出处:
ISSN:

关键词: 肥胖症 放射摄影术 腹部 人工智能迭代重建 辐射剂量 图像质量

摘要:
目的:探讨“双低”(低管电压、低浓度对比剂)扫描方案联合人工智能迭代重建(AIIR)算法在肥胖患者腹部CT增强中的应用价值及AIIR算法的最佳重建等级。方法:前瞻性纳入2024年4至7月于河北大学附属医院拟行腹部CT增强检查的肥胖患者(体重指数≥30.00 kg/m 2)。患者以随机数表法分为A、B两组:A组为常规剂量组(自动管电压,对比剂碘浓度350 mg/ml),使用Karl 3D迭代重建算法3~5级重建图像;B组为“双低”剂量组(80 kVp固定管电压,对比剂碘浓度320 mg/ml),使用AIIR算法1~5级重建图像。测量动脉期及门静脉期图像第一肝门水平肝右后叶和第三腰椎水平皮下脂肪、动脉期第三腰椎水平腹主动脉和门静脉期门静脉主干最大层面的CT值及噪声值。记录并计算所有患者的辐射剂量、碘总量、图像信噪比(SNR)、对比噪声比(CNR)及主观评分值。使用重复测量的方差分析优选出A组和B组患者动脉期和门静脉期图像的最佳重建等级,计算A组和B组最佳图像的品质因子(FOM),并使用独立样本 t检验或两独立样本秩和检验比较二者图像质量、辐射剂量和碘总量。 结果:最终纳入150例肥胖患者,每组各75例。A组Karl 3D 5级图像的SNR、CNR和主观评分值高于3和4级( P均<0.001),为A组最佳重建算法。B组AIIR 4级图像的SNR和CNR高于AIIR 5级( P均<0.001),主观评分值高于AIIR 1~3级和5级( P均<0.001),为B组最佳重建算法。B组AIIR 4级图像的CT、SNR、CNR、FOM和主观评分值高于A组Karl 3D 5级,差异有统计学意义( P均<0.001)。B组患者的容积CT剂量指数、剂量长度乘积和基于水当量直径的体型特异性剂量评估均值,在动脉期和门静脉期较A组分别降低56.75%、58.29%、56.71%和56.70%、58.27%、56.88%,碘总量均值较A组降低10.71%,差异有统计学意义( P均<0.001)。 结论:“双低”方案联合AIIR算法在不改变图像细节、不增加噪声、不影响图像质量的前提下,可有效降低肥胖患者腹部CT增强的辐射剂量和碘总量。推荐AIIR 4级为肥胖患者腹部CT增强动脉期和门静脉期最佳图像重建等级。

基金:
语种:
第一作者:
第一作者机构: [1]河北大学附属医院放射科,保定071000
通讯作者:
推荐引用方式(GB/T 7714):

资源点击量:19533 今日访问量:0 总访问量:1147 更新日期:2025-08-01 建议使用谷歌、火狐浏览器 常见问题

版权所有©2020 河北大学附属医院 技术支持:重庆聚合科技有限公司 地址:保定市莲池区裕华东路212号