低管电流能谱单能量结合多模型自适应统计迭代重组算法技术对头颅CT血管成像图像质量及辐射剂量影响:体模与临床研究

Chinese journal of radiology(2019)

引用 4|浏览6
暂无评分
摘要
探讨不同单能量及权重多模型的自适应统计迭代重组(ASiR?V)在头颅能谱CTA中对图像质量和辐射剂量的影响,获取显示头颅血管的最佳单能量及迭代重组参数.方法(1)体模研究:对置入模拟脑血管的头颅仿真体模进行80、140 kV瞬时切换能谱扫描,将其分为A体模组,采用低管电流(280 mA),分别进行反滤波投影(FBP)及ASiR?V 20%、40%、60%、80%重组,得到40、45、50、55、60、65、70 keV的单能量图像;B体模组采用常规管电流(445 mA)和FBP算法,自动输出70 keV图像.测量各组图像模拟脑血管CT值及背景噪声,计算信噪比(SNR)及对比噪声比(CNR).(2)临床研究:前瞻性纳入2018年1月至6月四川大学华西医院需行头颅增强CTA检查的40例患者,采用数字表法随机分为A患者组和B患者组,A患者组的扫描参数与A体模组一致,B患者组的扫描参数和B体模组一致.采用5分法对图像进行主观评分.记录体模研究和临床研究各组扫描的剂量长度乘积(DLP).采用独立样本t检验比较A患者组和B患者组间DLP的差异,采用ANOVA单因素方差或Mann?Whitney U秩和检验比较各组图像的质量.结果(1)体模研究:不同单能量图像上,模拟脑血管噪声、CNR差异有统计学意义(P<0.05),40~55 keV图像CNR高于70 keV,差异有统计学意义(P<0.05);不同迭代重组比例图像上,模拟脑血管噪声、SNR及CNR差异均有统计学意义(P<0.05);ASiR?V 60%及80%图像的SNR、CNR高于其余组(P<0.05),但二者间差异无统计学意义(P>0.05);ASiR?V 80%图像噪声较低(P<0.05).(2)临床研究:A患者组中55 keV及60 keV图像质量主观评分高于其他组,且随着迭代重组比例增加,40~50 keV图像的主观评分增高,差异有统计学意义(P<0.05).低管电流(280 mA)、55 keV、ASiR?V 60%及ASiR?V 80%组患者模拟脑血管图像的SNR、CNR及主观评分高于B组患者,A患者组的DLP为(131.42±8.68)mGy·cm,低于B患者组的(212.18±11.56)mGy·cm(t=23.974,P<0.05).结论 使用低管电流(280 mA)进行头颅CTA能谱扫描结合单能量及ASiR?V迭代算法可在保证较好图像质量的同时显著降低辐射剂量,55 keV结合ASiR?V 60%~80%可以获得较高的图像质量,满足诊断需求.
更多
查看译文
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要