摘要
目的 探讨肺结节胸部CT低剂量对深度学习图像重建(DLIR)图像质量及结节检测的影响.方法 选取肺结节患者 120 例,在低剂量扫描条件下应用低剂量迭代重建算法(ASIR-V),评估低剂量下重建图像总体噪声(NI)、肺组织信噪比(SNR)、对比噪声比(CNR),实性、磨玻璃结节噪声、SNR、CNR及结节可见度、筛查准确性.结果 DLIR-H总NI和肺组织CNR为(21.14±1.35)Db、(13.70±1.96),低于ASIR-V和DLIR-M,DLIR-M低于ASIR-V(均P<0.05).肺组织SNR为(26.85±3.46),高于ASIR-V和DLIR-M,DLIR-M高于ASIR-V(均P<0.05).实性结节、磨玻璃结节NI和CNR均低于ASIR-V和DLIR-M,DLIR-M低于ASIR-V(均P<0.05).实性结节、磨玻璃结节SNR高于ASIR-V和DLIR-M结果,DLIR-M高于ASIR-V(均P<0.05).DLIR-H图像质量评分、实性结节、磨玻璃结节可见评分均高于ASIR-V和DLIR-M结果,DLIR-M结果高于ASIR-V(均P<0.05).DLIR-H肺结节准确率 86.67%,高于ASIR-V和DLIR-M(P<0.05).结论 胸部CT扫描肺结节应用低剂量DLIR算法能够有效降低噪声,保证图像质量前提下提高诊断率.
基金项目
浙江省诸暨市医药卫生科技计划(2023YW175)
NETL
NSTL
维普
万方数据