元医生智能体/影像医生/知识库
文献速递心血管CT

深度学习重建用于低剂量冠状动脉CT血管成像

RSS 订阅 · 中国医学影像技术

前瞻性纳入120例疑诊冠心病患者，分为A~D四组，采用不同管电压（120/100 kVp）与管电流设置，分别以FBP、60% Clear View+混合迭代及60% Clear Infinity深度学习（DL）三种算法重建。结果显示，各组内DL重建亚组主观评分及SNR、CNR均最高；与标准剂量混合迭代（A2）相比，低剂量DL重建图像质量更优，辐射剂量最高可降低90.69%。

要点

  • DL重建在所有剂量组中均优于FBP和混合迭代，可作为低剂量CCTA的首选重建算法。
  • 100 kVp联合DL重建（B3、C3、D3）图像质量优于标准120 kVp混合迭代（A2），有效剂量分别降低72.82%、82.72%、90.69%。
  • 极低剂量组（D组，预设质量0.7）DL重建中，主动脉根部SNR与D1差异无统计学意义，需注意近端大血管噪声控制。

核心结论

  • DL重建（60% Clear Infinity）在各剂量组均可获得最高主观评分及最优SNR/CNR，有助于提高低剂量CCTA图像质量。
  • 低剂量DL重建组（B3/C3/D3）图像质量超过标准剂量混合迭代组（A2），同时辐射剂量显著降低。

研究设计与样本

  • 前瞻性单中心研究，共纳入120例疑诊冠心病患者，均分为A~D四组（每组30例）。
  • A组：120 kVp、160 mAs；B~D组：100 kVp、自动管电流调制，预设图像质量水平依次为1.3、1.0、0.7。
  • 每组分别以FBP（×1）、60% Clear View+混合迭代（×2）、60% Clear Infinity DL（×3）三种算法重建，形成A1~D3共12个亚组。
  • 评价指标包括主观评分及客观指标（主动脉根部、LM、LAD、LCX、RCA处SNR和CNR），并记录各组有效辐射剂量。

关键影像表现/征象

  • DL重建亚组（A3~D3）在主动脉根部、LM、LAD、LCX及RCA处SNR和CNR均高于同组FBP及混合迭代亚组（P均＜0.05）。
  • C3亚组LAD的SNR与C1亚组差异无统计学意义（P＞0.05），D3亚组主动脉根部SNR与D1亚组差异无统计学意义（P＞0.05）。
  • B3、D3亚组主动脉根部、LAD、LCX及RCA处SNR及CNR均高于A2亚组（P均＜0.05）；C3亚组LAD、LCX及RCA处SNR高于A2亚组（P均＜0.05）。

诊断标准与关键数值

  • 与标准剂量组（A组，120 kVp/160 mAs）相比，B组有效剂量降低72.82%，C组降低82.72%，D组降低90.69%。
  • 主观评分：各组内DL重建亚组评分最高（P均＜0.05）；B3、C3、D3亚组主观评分均高于A2亚组（P均＜0.05）。

临床应用与阅片要点

  • 日常低剂量CCTA报告时，推荐优先选用DL重建，可在大幅降低辐射剂量的同时保持或超过混合迭代的图像质量。
  • 使用100 kVp+极低预设质量（0.7）时，需关注主动脉根部等近端大血管的噪声水平，必要时适当提高预设质量水平。
  • 评估远端冠状动脉（LAD远段等）时，极低剂量DL重建组SNR提升幅度可能受限，阅片时需结合主观评分综合判断。

局限性

  • 单中心前瞻性研究，样本量相对有限（每组30例），结论外推需谨慎。
  • 未与冠状动脉造影（ICA）等参考标准进行诊断准确性比较，仅评估图像质量指标。
  • 研究对象为疑诊冠心病患者，未区分钙化负荷、心率等影响图像质量的混杂因素。

原文图文

目的 观察深度学习(DL)重建用于低剂量冠状动脉CT血管成像(CCTA)的价值。方法 前瞻性纳入120例拟接受CCTA检查的疑诊冠心病患者并分为A~D组(n=30),A组管电压120 kVp、管电流160 mAs,B~D组管电压100 kVp,自动管电流调制技术,预设图像质量水平依次为1.3、1.0及0.7。分别以滤波反投影(FBP)、60% Clear View+混合迭代及60% Clear Infinity DL重建图像,记为A1~D1、A2~D2及A3~D3亚组。比较组内各亚组间和B3、C3、D3亚组与A2亚组图像质量的主、客观评价结果,以及A~D组辐射剂量。结果 各组内A3、B3、C3、D3亚组主观评分最高(P均＜0.05);B3、C3、D3亚组主观评分均高于A2亚组(P均＜0.05)。A3亚组主动脉根部、左主干(LM)、左前降支(LAD)、左回旋支(LCX)及右冠状动脉(RCA)处信噪比(SNR)及对比度噪声比(CNR)均高于A1、A2亚组(P均＜0.05);B3亚组主动脉根部、LM、LAD、LCX及RCA处SNR及CNR均高于B1、B2亚组(P均＜0.05);除LAD SNR与C1亚组差异无统计学意义(P＞0.05)外,C3亚组上述血管处SNR及CNR均高于C1、C2亚组(P均＜0.05);除主动脉根部SNR与D1亚组差异无统计学意义(P＞0.05)外,D3亚组上述血管处SNR及CNR均高于D1、D2亚组(P均＜0.05)。B3、D3亚组主动脉根部、LAD、LCX及RCA处SNR及CNR均高于A2亚组,C3亚组LAD、LCX及RCA处SNR均高于A2亚组(P均＜0.05)。相比A组,B~D组有效剂量分别降低72.82%、82.72%及90.69%。结论 DL重建有助于提高低剂量CCTA图像质量。

来源：中国医学影像技术，查看原文。版权归原作者所有。

引用

  1. www.cjmit.com：深度学习重建用于低剂量冠状动脉CT血管成像
在智能体中追问阅读原文 ↗

供执业医师工作参考，不替代临床判断；数值与分级以指南原文为准。