CT机型与管电压对图像质量影响的体模研究

目的:使用体模评价两种CT机型两组管电压下的图像质量。方法:采用西门子SOMATOM Force CT和飞利浦IQon Spectral CT分别扫描Catphan500图像质量控制体模的CTP 528和CTP 515组件。对比研究两台机器4组图像,分别为Force_120kVp,Force_140kVp,IQon_120kvp以及IQon_140kvp图像;4组图像均为20 mGy剂量。评价指标包括高对比度分辨率[CTP 528最佳线对（1～2 lp/cm）]、低对比度分辨率[CTP 515 1％ 浓度下最小孔径（直径2～15 mm）]、图像噪声、对比噪声比（CNR）和信噪比（SNR）。结果:Force_120kVp和IQon_120kvp两组图像的高对比度分辨率最高（均为6 lp/cm）。4组图像低对比度分辨率相同（最小孔径均为5 mm）。Force_120kVp图像噪声最小（2.500±0.000）,且SNR最高（30.806±1.398）;噪声和SNR在4组图像间差异具有统计学意义。IQon_140kvp图像的CNR最高（3.325±0.300）,各组图像间差异无统计学意义。结论:不同机型不同管电压下的图像质量存在差异;两台机器120 kVp图像的对比度分辨率略好于140 kVp图像;Force CT的120 kVp图像相比140 kVp图像的图像噪声更小,而IQon Spectral CT的两组图像噪声参数无显著差别。      

医用CT在三维椭球颗粒随机堆积结构研究中的应用

颗粒随机堆积问题是物理和工程领域的热门问题。椭球颗粒随机堆积体系作为球形体系的拓展,增加了旋转自由度,从而表现出更复杂的性质,由于椭球颗粒比球形颗粒更类似于自然界中普遍存在的非规则颗粒,因此其研究具有重要的实用价值。研究三维颗粒堆积结构问题一般需要CT成像技术,本文介绍了如何利用医用CT对三维椭球随机堆积体系进行成像研究的技术细节,包括如何通过图像处理的方法获取椭球颗粒的空间位置、取向和体积,如何利用接触数标度函数拟合的方法得到近邻颗粒间的接触信息等。本文的研究内容和方法为利用各种X射线CT成像方法研究三维颗粒体系提供了技术参考。      

深度学习重建算法的图像质量体模研究

目的:使用体模比较CT深度学习重建算法和迭代重建算法的图像质量。方法:使用GE Revolution Apex扫描ACR质量控制体模Gammex 464,分别测量module 1～module 4的5种物质CT值准确性、低对比度分辨率、图像均匀性和高对比度分辨率。通过指标比较高剂量下（20 mGy）深度学习重建算法TrueFedelityTM（TFI）3种等级（DL、DM及DH）和自适应统计迭代重建算法V（AV）3种等级（30％、60％ 及90％）的图像质量。两种算法的各指标比较采用单因素方差分析。结果:所有6组图像的高/低分辨率均一致（高对比度分辨率:10 lp/cm;低对比度分辨率:6 mm）;两种算法都轻微高估聚乙烯、空气以及丙烯酸的CT值,各物质间CT值差异不具有统计学意义。两种算法均低估骨和固态水的CT值,其中,TFI算法对固态水的CT值较AV更接近真实值,但各组图像间不具有统计学差异。6组图像中,TFIDH的图像均匀性最佳;同等级条件下,深度学习重建算法相较IR算法的图像均匀性更佳。结论:深度学习重建算法在高剂量水平下可以在保持图像空间分辨率和CT值准确性的基础上,进一步降低图像噪声。      

虚拟单能图像与常规CT图像的图像质量对比

目的:对比双源双能CT的虚拟单能图像与常规CT图像的图像质量.方法:采用西门子SOMATOM Force双源双能CT扫描图像质量控制体模Catphan 500的高对比度分辨率CTP528组件和低对比度分辨率CTP515组件,分别采用双球管扫描方案重建低、中、高3档虚拟单能能谱图像(A组:40keV,B组:70keV,C...