iDose4迭代重建在AIDS合并PJP患者胸部低剂量CT扫描中的应用研究

目的:研究i Dose4迭代重建算法不同迭代水平在人类获得性免疫缺陷综合征(AIDS)合并耶氏肺孢子菌肺炎(PJP)患者胸部低剂量CT扫描中的效能对比。方法:应用飞利浦iCT对16例AIDS合并PJP患者分别行常规剂量和低剂量胸部CT平扫。常规剂量组的DRI指数设置为30;低剂量组的DRI指数设置为10。管电压均采用120 k V。常规剂量组采用FPB重建算法,低剂量组采用iDose4(L2,L4,L6)重建算法。测量不同扫描方案下图像的客观噪声值(SD),记录不同扫描方案下CT容积剂量指数(CTDI vol)、剂量长度乘积(DLP)并计算有效剂量(ED)。比较不同扫描方案下的辐射剂量、图像的客观指标(图像噪声)及主观指标(图像质量主观评分)的差异。结果:低剂量扫描条件下,LD_iDose4_L2组、LD_iDose4_L4组及LD_iDose4_L6图像噪声值分别为:12.41、10.13和8.01,LD_iDose4_L6组的图像噪声值与SD_FPB组(8.51)相比,差异无统计学意义。肺窗视图下,LD-iDose4_L2组、LD-iDose4_L4组CT图像质量主观评分均在3分以上,满足了诊断需求,以LD_iDose4_L2组显示最好。纵隔窗视图下,低剂量组各组主观评分均在3分以上,均满足了诊断需求,其中以LD_iDose4_L6组得分最高。低剂量组与常规组的ED值大小分别为6.18和2.28,差异均具有统计学意义(P<0.05),低剂量组的有效剂量较常规剂量组降低了63.11%。结论:iDose4迭代重建在AIDS合并PJP患者胸部CT病变及解剖结构的显示上具有明显的优势,能够在大幅降低辐射剂量的情况下得到满足诊断需要的CT图像。低剂量扫描条件下,iDose 4迭代重建迭代水平级别越高,降噪的能力越强,图像噪声值越小。但就图像总体质量而言,肺窗视图下,图像质量以LD_iDose4_L2组显示最好;纵隔窗视图下,图像质量以LD_iDose4_L6组显示最好。     

结合迭代重建算法的低剂量CT在颈部的应用研究

目的:探讨结合迭代重建算法的低剂量CT在颈部应用价值。方法:172例疑头颈部病变患者行CT检查,随机分为常规剂量组（86例,管电流125 mAs）和低剂量组（86例,40~110 mAs）,分别采用滤波反投影和三维自适应迭代剂量降低（AIDR3D）重建。在下颌角及上纵隔水平分别测量不同组织的CT均值及标准差,由两位CT影像医师采用4分法标准对图像盲法评分;比较图像质量差异和不同扫描方式下患者的辐射剂量。结果:下颌角水平,低剂量组颈内静脉噪声高于常规剂量组（P<0.05）,两组间胸锁乳突肌噪声、信噪比、对比噪声比及背景噪声无明显差异（P>0.05）;上纵隔水平,低剂量组上腔静脉、胸大肌及胸壁皮下脂肪噪声低于常规剂量组（P<0.05）,信噪比更高（P<0.05）,对比噪声比相仿（P>0.05）。常规剂量和低剂量组图像质量的评分一致性均良好,下颌角水平低剂量组图像质量评分与常规剂量组图像无明显差异（P>0.05）;上纵隔水平低剂量组图像评分优于常规剂量组（P<0.05）;与常规剂量组相比,低剂量组有效辐射剂量显著降低（P<0.05）,剂量指数减低63.34%,有效辐射剂量减低63.16%。结论:结合三维自适应迭代剂量降低重建的低剂量CT技术可以用于颈部CT扫描,可以减少辐射剂量并提供优质的图像。      

超高分辨率薄层CT对直径2cm以下肺小结节诊断价值的初步研究

目的:孤立肺结节(SPN)的形态学特征是判断其良恶性的重要依据,CT成像的分辨率高低是提高SPN细微形态学特征显示率的关键因素。本研究的目的就是比较常规高分辨率薄层CT(512×512矩阵,HRCT)与超高分辨率薄层CT(1 024×1 024矩阵,ultra-HRCT)对直径≤2 cm肺小结节的几项细微形态学特征的显示是否存在差异,分析HRCT与ultra-HRCT成像在显示病变特征、图像质量及影响因素等方面的优劣性。方法:分别对人活体内72枚直径在2 cm以下的肺小结节进行HRCT及ultra-HRCT扫描成像。比较SPN的形态学指标包括:结节边缘,分叶(深、浅),晕征(清晰、模糊),毛刺(细短毛刺、细长毛刺、棘征);内部征象(空泡征、细支气管充气征、空洞),结节密度(钙化、磨玻璃密度)等。对HRCT和ultra-HRCT的图像质量及其影响因素进行主观评分,比较二者图像质量有无差异。同时对ultra-HRCT增加的X线辐射剂量进行分析。结果:对ultra-HRCT和HRCT成像对SPN的几项形态学指标的检出率比较后提示ultra-HRCT在显示边缘毛刺、空泡征等方面优于HRCT,但卡方检验P值均>0.05,没有统计学意义。二者图像质量主观评分HRCT图像质量优于ultra-HRCT,ultra-HRCT运动伪影和噪声发生率较HRCT高,二者差异卡方检验P值>0.05没有统计学意义。同时ultra-HRCT检查可增加X线辐射剂量,总体剂量在安全范围内。结论:ultra-HRCT对直径≤2 cm SPN的几项特征检出率均不低于HRCT,对边缘分叶、毛刺、晕征、空泡征、空气支气管征、GGO检出率均高于HRCT,提示ultra-HRCT在显示边缘分叶、毛刺、晕征、空泡征、空气支气管征、GGO等细微结构方面优于HRCT,但二者不存在显著统计学差异。图像质量主观评分HRCT高于ultra-HRCT;ultra-HRCT图像显示病变边缘及血管结构质量优于HRCT,运动伪影和噪声发生率较HRCT高,二者差异没有统计学意义。二者的X线辐射剂量均在安全范围内。     

基于模型融合的有限角度CT迭代重建方法

针对有限角度扫描的CT重建,提出一种基于模型融合的CT迭代重建方法。模型来源于患者的早期Dicom图像。对扫描角度有限的投影数据,用统计迭代算法进行初步重建,得到预重建图像;将预重建图像与模型进行融合,得到融合图像;然后再次投影,补全原始投影缺失的部分,根据补全的投影数据重建出中间结果,之后重复投影、融合、重建过程直到满足终止条件。仿真实验表明,该算法能完整重建整个目标,在有效保留原目标特征的同时提高了小角度投影数据重建的质量。     

螺旋CT扫描高分辨薄层对肺内微小结节诊断的评价

本文通过对２０例小于１ｃｍ的肺内微小结节病灶的分析，比较了螺旋ＣＴ扫描，常规ＣＴ扫描，及胸部平片在临床应用的价值，认为螺旋ＣＴ扫描高分辨薄层重建可以提高肺内微小结节的检出率，并有利于研究结节的内部，边缘和结节的周围情况，从而对早期肺癌的定性诊断和鉴别诊断有重要价值。     

基于新的非局部先验模型的Bayesian低剂量CT重建算法

为了改善低剂量CT重建图像质量,在传统非局部先验的基础上,提出了一种基于投影对称性的改进非局部先验模型。基于该先验模型构造了一种贝叶斯(Bayesian)重建算法,并将其应用到低剂量CT投影数据降噪中,通过滤波反投影算法重建出图像。仿真实验结果表明,本文所提出的算法较基于传统先验模型的重建算法,能在去除噪声与保持边缘之间取得较好的平衡。     

基于投影域数据恢复的低剂量CT稀疏角度重建

针对目前CT的X射线电离辐射危害,提出了一种基于低剂量CT投影数据进行稀疏角度重建的方法来降低辐射剂量。本方法首先对低剂量CT的投影数据采用惩罚加权最小二乘(PWLS)方法进行去噪处理,然后对去噪后的投影数据进行稀疏角度的CT图像重建。对Shepp-Logan模体仿真实验及真实实验数据重建结果表明:本文提出的基于低剂量CT的稀疏重建方法可有效地抑制重建图像噪声和条形伪影,实现稀疏角度的低剂量CT图像重建。     

AI在双源CT不同管电压下对肺结节的检测效能

目的：探讨人工智能辅助诊断系统在双源CT不同管电压下对肺结节的检测效能。方法：回顾性的搜集行双源CT的门诊患者200例,经排除最终筛选得到198例符合标准的图像,将图像进行后处理,得到100kVp,融合120kVp和140kVp下的胸部CT图像;根据结节大小、密度及位置分组,比较在不同管电压下人工智能检测肺结节的假阳性与假阴性个数。结果：AI在双源CT 100kVp下对于磨玻璃结节具有较好的分辨能力;在双源CT融合120kVp图像中,对肺结节的误诊率最高,但具有较低的漏诊率;然而,在双源CT 140kVp下对肺结节自动检出效能最差。结论：人工智能在融合120kVp下对肺结节的检测的假阴性率较低,可以降低医师诊断肺结节的漏诊率。     

基于深度能量模型的低剂量CT重建

降低计算机断层扫描（CT）的剂量对于降低临床应用中的辐射风险至关重要,深度学习的快速发展和广泛应用为低剂量CT成像算法的发展带来了新的方向。与大多数受益于手动设计的先验函数或有监督学习方案的现有先验驱动算法不同,本文使用基于深度能量模型来学习正常剂量CT的先验知识,然后在迭代重建阶段,将数据一致性作为条件项集成到低剂量CT的迭代生成模型中,通过郎之万动力学迭代更新训练的先验,实现低剂量CT重建。实验比较,证明所提方法的降噪和细节保留能力优良。      

基于光谱估计和图像重建的双能量CT迭代算法

已知的光谱信息对双能量CT（DECT）重建具有重要的意义,但在实际应用中,光谱信息很难直接获得,此外,双能量CT的重建算法对噪声敏感,因此,在重建算法中需要设计对应的噪声抑制方法来提升重建图像质量。本文提出了一种同时更新双能量CT估计光谱和重建图像的迭代方法,该方法不需要提前获得光谱信息,估计光谱和重建图像可以通过提出的算法同时获得。两组实验用来验证算法的有效性。实验结果表明,提出方法不仅能够准确估计光谱,也可以同时提升DECT重建图像质量。     

人工智能辅助规培医师对不同大小肺实性结节检出效能的初步研究

目的:探讨人工智能(AI)辅助检测软件对低年资规培医生提高肺实性结节检出效能的临床应用价值。方法:收集200例经CT证实有肺实性结节的CT影像,由2名8年影像诊断工作的主治医师结合AI(SCHOLAR,infervision)共同阅片确定肺实性结节数量,分歧时由第3名从事影像诊断15年以上主任医师会诊,最终确定"金标准"。先由低年资规培医师对上述CT图像独立进行肺结节检测(方法 A),2周洗脱期后在AI软件辅助下再进行上述CT图像肺结节检测(方法 B)。将方法 A和方法 B标注结果分别与"金标准"比较,记录真阳结节数、假阳结节数,采用SPSS 20.0数据统计软件比较两组间检测灵敏度、假阳性率差异,P <0.05为差异有统计学意义。结果:与方法 A相比,方法 B灵敏度明显增加,总的实性结节灵敏度提高65%,而假阳性率降低25%,差异有统计学意义(P <0.05);应用AI辅助软件对检测4组不同大小(D≤4 mm、4 mm 8 mm)肺实性结节的灵敏度均有提高,分别为78%、38%、27%和13.8%。方法 A...     

基于人工智能的胸部CT肺结节检出及良恶性诊断效能评估

目的：评估基于深度学习的人工智能（AI）软件在胸部CT肺结节检出及良恶性诊断的价值。方法：收集2018年6月至2020年4月本院经手术确诊的肺结节患者172例,共切除204枚结节。将172例术前高分辨胸部CT图像导入人工智能识别系统,分别采用人工智能和影像医师阅片检出肺结节及良恶性诊断,对比两种阅片方法的敏感度、阳性预测值及假阳性结节个数。以病理结果为诊断金标准,对比AI与影像医师在恶性肺结节诊断中的敏感度、特异度及受试者工作特征（ROC）曲线下面积。结果：172例胸部高分辨CT共检出796枚真结节;AI与影像医师检出结节的敏感度分别为90.5%和75.0%,阳性预测值分别为74.5%和99.7%,假阳性结节总数分别为247个和2个。204枚经手术切除的结节中,AI、影像医师及AI联合影像医师诊断恶性肺结节的敏感度分别为93.3%、78.5%和98.6%,特异度分别为34.8%、79.7%和79.7%;AI、影像医师及AI联合影像医师诊断恶性肺结节的ROC曲线下面积分别为0.641、0.791和0.819。结论：AI检测肺结节的敏感度明显高于影像医师,但AI假阳性率亦较高;AI联合影像医师诊断恶性肺结节效能高于AI或影像医师单独诊断;建议AI联合影像医师共同检出肺结节和良恶性诊断,可以降低漏诊率、提高诊断正确率。     

超声与CT对甲状腺结节良恶性诊断价值的对比分析

目的:对比研究超声与CT对甲状腺结节良恶性的诊断价值,提高诊断甲状腺结节良恶性的准确率。方法:以我院于2011年1月-2014年12月收治的120例甲状腺结节患者的完整病历资料为分析对象。所有患者在两周内先后进行超声和CT检查,保留有完整的图像检查结果,且术后均经病理学证实。应用超声和CT对甲状腺结节良恶性的诊断价值进行评价。结果:超声联合CT诊断的敏感度、特异度和准确率分别为83.17%、93.06%和92.77%,明显高于超声和CT;误诊率和漏诊率分别为9.03%和15.62%,明显低于超声和CT(P<0.05)。结论:超声应该作为诊断甲状腺结节良恶性的首选方法,但超声和CT诊断各有优缺点,应该联合应用超声和CT对甲状腺结节进行定性,从而提高诊断甲状腺结节良恶性的准确率。     

肺结节CT图像纹理特征的初步研究

目的:探讨图像纹理特征分析法在肺结节诊断中的作用。方法:收集104例经临床手术病理证实的肺结节患者,采用水平集模型自动分割、提取肺结节,用灰度共生矩阵法对肺结节的能量、相关、对比度、逆差距和熵等图像纹理特征进行提取,将良、恶性结节的纹理特征进行比较。结果:肺良恶性结节的能量、相关、对比度、逆差距和熵均存在统计学差异(P＜0.05),其中肺良性结节的能量、逆差距、相关性均大于恶性结节,良性结节对比度及熵的均值小于恶性结节。结论:肺良性结节纹理灰度分布均匀、纹理规则、局部灰度反差不大,而肺恶性结节纹理灰度分布不均匀、纹理杂乱、灰度反差明显,因此图像纹理特征对肺结节的诊断有重要的价值。