摘要
目的:探讨深度学习图像重建(DLIR)算法联合"双低"剂量扫描在肺动脉CT血管成像中临床实践应用.方法:选取2023年1月—10月本院收治的76例疑似肺动脉栓塞(PE)的患者.采用随机数字表法将所有纳入患者分为常规组和观察组,每组38例.所有患者均接受肺动脉CT血管成像(CTPA)检查,常规组按常规参数与常规碘佛醇用量完成检查,观察组调整管电压为80 kV,碘佛醇用量为35 mL,其他与常规组同.比较两组辐射剂量[容积CT剂量指数(CTDIvol)、剂量长度乘积(DLP)]、图像参数[肺动脉CT值、信噪比(SNR)、对比噪声比(CNR)]、图像质量的主观性评分,以及不同诊断方式的诊断效能.结果:观察组CTDIvol与DLP指标水平低于常规组,差异有统计学意义(P＜0.05),肺动脉CT值、SNR、CNR高于常规组,差异有统计学意义(P＜0.05).两组图像质量评分比较,差异有统计学意义(P＜0.05),两组诊断PE的灵敏度与特异度差异无统计学意义(P＞0.05).结论:在对临床拟诊为PE患者采用CTPA检查时,DLIR算法联合"双低"剂量扫描能够显著检查过程的辐射剂量,改善肺动脉CT值、SNR、CNR等图像参数,且检查结果能够基本满足临床诊断的实际需要.
NETL
NSTL
万方数据