深度学习重建在低辐射剂量CT肺动脉成像中的临床应用价值

来源 :中华放射学杂志 | 被引量 : 0次 | 上传用户:gfgfiiii
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
目的:探讨深度学习重建(DLR)较混合迭代重建(HIR)在降低CT肺动脉成像(CTPA)辐射剂量中的作用及对图像质量的影响。方法:前瞻性纳入2020年12月至2021年4月在北京协和医院临床疑诊为急性肺动脉栓塞(APE)或因其他肺动脉疾病需行CTPA检查的患者100例,根据区组随机化分为HIR组、DLR组,每组50例,记录患者的性别、年龄及体质指数(BMI)。HIR组、DLR组噪声指数(SD)分别设置为8.8、15,其他扫描参数及对比剂注射方案相同,分别采用HIR、DLR算法重建。计算有效剂量(ED)及体型特异性扫描剂量(SSDE)。在1~3级肺动脉管腔、双侧椎旁肌勾画感兴趣区(ROI),记录各ROI CT值及标准差值,计算图像的信噪比(SNR)、对比噪声比(CNR)。由2名高年资医师采用盲法,以Likert 5分制对2组图像进行主观评估,评分不一致时由第3名医师综合判定。采用独立样本n t检验对比2组患者一般资料、辐射剂量及客观图像质量,采用Mann-Whitney n U检验对主观噪声、肺动脉分支显示、诊断信心进行组间比较,计算线性加权Kappa系数分析2名医师评分的一致性。n 结果:HIR组、DLR组患者性别、年龄、BMI差异无统计学意义(n P>0.05)。HIR组与DLR组图像1~3级肺动脉及椎旁肌CT值差异无统计学意义(n P>0.05)。DLR组平均ED为1.3 mSv,SSDE中位数为4.20 mGy,均较HIR组降低约35%,但DLR组CTPA图像的SNR(30±5)、CNR(26±5)均高于HIR组(分别为23±5、20±5,n t值分别为-6.60、-5.90,n P0.05). The CT values of Grade1-3 pulmonary arteries and paravertebral muscle had no significant differences (n P>0.05). Compared with HIR group, the ED and SSDE in DLR group decreased by about 35% to 1.3 mSv and 4.20 mGy respectively, while the SNR (30±5) and CNR (26±5) of CTPA images were higher in DLR group than those in HIR group (23±5 and 20±5, withn t=-6.60 and -5.90, respectively, both n P<0.001). The subjective noise score was higher in DLR group than that in HIR group (n Z=-7.34, n P0.05).n Conclusion:DLR further reduced the radiation dosage and improved the image quality of CTPA, with no detriment to diagnostic confidence. Thus DLR is worthy of clinical promotion.
其他文献
针对当前车辆维修机构修理人员流失严重、年度修理任务难以完成的问题,给出车辆修理任务饱和度概念,明确修理任务与修理时间的关系,以此构建基于任务饱和度的车辆修理模式,给出高精部组件返厂维修、零部件更换替代零部件修复性维修和其他技术力量支援跟修3种车辆修理方法.该车辆修理模式可以有效提高车辆修理效率和修理质量.
[目的]研究冷驯化降温速率对斑石鲷生理应激的影响,缓解无水保活运输中斑石鲷(Oplegnathus punctatus)的应激反应.[方法]按照1、3、5℃·h?1的降温速率将斑石鲷从17.5~18.5℃降温至临界温度10℃致其休眠,并在该温度下进行无水保活,分别在0 h、2 h、4 h和6 h采样检测斑石鲷相关生理指标的变化情况.[结果]3℃·h?1降温处理组无水保活6 h后斑石鲷存活率最高,为76.7%.同时,随着无水保活时间的推移,各个降温处理组鱼的皮质醇(Cortisol)、谷草转氨酶(AST)、
针对交通监控视频场景下车牌检测性能较低的问题,提出一种车牌检测与跟踪框架.为进一步改善面向监控视频中的车牌检测,一种合理的方法是利用相邻帧之间的上下文信息.通过车辆跟踪,间接为视频序列中的每个车牌分配一个唯一的ID.基于此扩展当前最先进的车牌检测模型,进一步提高检测性能.提出一种具有深度特征的孪生网络目标跟踪算法实现稳健的车牌跟踪,提供更加准确的定位结果.在创建的交通监控车牌数据集进行大量实验,验证了所提算法的车牌检测性能高于其它算法,验证了其有效性.
本文报道急性双侧颈内动脉颅内段栓塞行机械取栓再通患者1例,并复习有关双侧前循环大血管闭塞取栓治疗的文献,探讨双侧颈内动脉栓塞患者是否取栓以及如何快速开通双侧前循环闭塞血管与闭塞血管开通顺序问题,以期指导此类患者临床治疗决策。
为实现表情准确且快速的识别,提出一种自适应重加权池化深度多任务学习(DMTL)的表情识别.设计孪生神经网络,通过自适应重加权模块动态调整缩放概率参数,得到具有不同置信度的类别标签信息.改进自适应池化方法,根据样本及训练过程变化情况选取合适参数,提高特征提取的灵活性.结合类别标签信息和样本局部空间分布信息,利用改进型判别式DMTL进行人脸表情识别.基于CK+、MMI和FER2013数据集对所提方法进行实验论证,实验结果表明,其识别率在3个数据集上的识别率分别是95.2%、84.1%和73.6%,执行时间为0
腋窝淋巴结转移状态是乳腺癌患者治疗方案选择与预后判断的重要因素。传统影像学检查方法在术前评估乳腺癌腋窝淋巴结状态方面并不满意,影像组学和深度学习方法可挖掘影像图像中肉眼无法识别的更深层次的信息,在临床诊疗中受到广泛关注。目前,基于传统影像检查技术的影像组学和深度学习方法已逐步应用于乳腺癌淋巴结转移的预测中,可为乳腺癌患者优化治疗策略、降低复发风险提供可靠依据。本文对近年影像组学和深度学习在乳腺癌淋巴结转移方面的研究进行综述。
随着MRI技术的不断发展,胎儿MRI已成为产前超声重要的补充手段,随着其越来越广泛地应用于临床,相关安全性自然也成为广大孕产妇、影像科及妇产科医师关注的焦点。笔者综合国内外相关文献并结合当前最新国际指南,围绕常规高场MRI下静磁场暴露、噪声、射频能量沉积等胎儿相关安全性问题的研究现状及进展进行综述,并简单述及孕期钆对比剂的安全性研究,拟为胎儿MRI的合理应用及安全性的正确认识提供参考依据。
针对图像表情判别精度低下的问题,提出一种基于改进型VGG-16网络的人脸表情识别方法.为解决传统方法存在像素特征分布不均的问题,采用基于改进的高斯混合模型进行图像特征数据的有效提取;基于改进的VGG-16深度神经网络,增强人脸表情识别的训练样本,实现对采集的图像数据多表情多场景精准区分.基于通用数据集及自采集数据集进行仿真实验,验证所提方法在表情识别的准确度和速度方面都展现出一定优势,尤其在黑暗条件下识别准确率可达90%左右.
为解决蜕变测试中的蜕变关系识别问题,提出一种似然蜕变关系识别方法.根据程序算法层面的数学性质,结合领域知识给出识别输入模式的指导规则;利用SPSS工具从程序输出结果中自动化地挖掘出相应的输出模式,使输出模式的挖掘过程既简单又高效;通过产生新的测试数据来检验输入、输出模式,获得一批有意义的似然蜕变关系.通过常微分方程龙格库塔算法程序实例,验证该方法能有效地识别出似然蜕变关系,为识别真正的蜕变关系提供了一种途径.
为解决稀疏数据对预测模型带来的负面影响,提高以机场为主体的离港航班延误预测效果,提出一种基于Xgboost模型与Logistic模型相集成的离港航班延误预测方法.将Xgboost模型作为特征转换器,把森林中每棵决策树的叶节点作为新特征向量输入到Logistic模型中进行航班延误预测.通过在未经规范化的稀疏数据上和其它预测方法相比,该方法可以显著提高单独预测模型在稀疏数据集上的预测效果,相较于其它机器学习方法预测效果更佳.