减影碘图联合深度学习重建改善颞骨病变骨侵犯评估
Subtraction iodine maps combined with deep learning reconstruction for improved evaluation of bony invasion in temporal bone lesions.
PubMed 文献 · Eur Radiol · 2026-10-09
结果显示，SIM-DLR显著降低噪声、提高病灶CNR，在整体图像质量、病灶检出信心、轮廓勾画及骨侵犯显示方面评分均优于常规增强HIR，尤其对高强化血供丰富病变效果更佳。
要点
- SIM-DLR较常规增强HIR显著提升颞骨病变检出信心、轮廓勾画能力及骨侵犯可视化（均p<0.001）
- 该技术对高强化血供丰富病变的骨侵犯显示优势更明显（p<0.05）
- SIM-DLR显著降低图像噪声并提高病灶对比噪声比（均p<0.001）
核心结论
- SIM联合DLR较常规增强HIR显著改善颞骨CT成像质量、解剖结构勾画和骨侵犯可视化，尤其适用于血供丰富病变
- 该技术可增强颞骨病变术前评估，辅助手术规划并可能改善治疗精度和预后
研究设计与样本
- 所有患者行颞骨增强CT扫描，平扫和增强期图像分别用HIR和DLR重建
- SIM彩色融合图像通过增强图像减去平扫图像获得碘图，再叠加于骨窗图像生成
- 比较四组图像（Enhanced-HIR、Enhanced-DLR、SIM-HIR、SIM-DLR）的定性评分和定量参数
诊断标准与关键数值
- SIM-DLR较Enhanced-HIR显著降低噪声（SD值更低）并提高病灶CNR（均p<0.001）
- SIM-DLR在整体图像质量、病变检出信心、轮廓勾画能力、骨侵犯可视化评分均显著高于Enhanced-HIR（均p<0.001）
- 读片者间一致性高（kappa值0.812-0.904）
- SIM对高强化病变的检出、轮廓勾画及骨侵犯显示评分显著优于低强化病变（均p<0.05）
临床应用与阅片要点
- 应用SIM-DLR技术可提高颞骨病变骨侵犯评估准确性，尤其对血供丰富病变优势明显
- 常规增强CT因病灶与骨对比差导致骨侵犯评估困难，SIM技术通过减影显著改善病灶-骨对比
- 该技术可改善术前评估，辅助手术方案制定
以上解读依据论文摘要（全文未开放获取或许可不允许翻译转载）。
引用
- Su, Zhang, Tian, et al. Subtraction iodine maps combined with deep learning reconstruction for improved evaluation of bony invasion in temporal bone lesions. Eur Radiol. 2026. PMID: 42855533. doi:10.1007/s00330-026-12904-x
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。