中国医学科学院北京协和医院放射科;佳能医疗系统(中国)有限公司;
目的 探究深度学习重建算法对大动脉炎患者主动脉CT血管造影（CTA）图像质量的改善效果。方法 回顾性收集我院53例行主动脉CTA检查的大动脉炎患者，动脉期和延迟期图像分别经基于深度学习的高级智能Clear-IQ引擎（AiCE）重建和三维自适应迭代重建（AIDR 3D）得到4组图像。比较主观指标及客观指标[升主动脉、降主动脉、腹主动脉、左髂动脉、右髂动脉及同层面脊柱旁肌肉的CT值和标准差（SD）、计算信噪比（SNR）和对比噪声比（CNR）]的差异。结果动脉期AiCE组各部位CT值均略高于AIDR 3D组，差异比较具有统计学意义（P<0.001），延迟期两组图像左髂动脉CT值比较无统计学意义（P>0.05），其余各血管的CT值比较均有统计学意义（P <0.05）。AiCE组SD值均低于AIDR 3D组，差异有统计学意义（P<0.001）。Ai CE两组图像的SNR、CNR高于AIDR 3D两组，应用AiCE重建算法动脉期组SNR平均提高约55.7%,CNR平均提高约81.9%，延迟期组SNR平均提高约56.1%,CNR平均提高约75.7%，差异均有统计学意义（P<0.001）。两位医生主观评分的一致性较好，Kappa值在0.64～0.88。AiCE组总体图像质量主观评分优于AIDR 3D组，主观评分差异有统计学意义（P<0.001）。结论 Ai CE算法与AIDR 3D算法相比，AiCE算法能有效改善主动脉CTA图像质量，提高主动脉CTA在大动脉炎临床诊断中的应用价值。
| 50 | 0 | 77 |
| 下载次数 | 被引频次 | 阅读次数 |
[1]中华医学会风湿病学分会.大动脉炎诊断及治疗指南[J].中华风湿病学杂志, 2011,15(2):119-120.
[2]孟连英,刘明霞.多发性大动脉炎的CT血管成像应用价值分析[J].中国医药指南,2016,14(6):182-183.
[3]DEJACO C, RAMIRO S, DUFTNER C, et al.EULAR recommendations for the use of imaging in large vessel vasculitis in clinical practice[J]. Ann Rheum Dis, 2018,77(5):636-643.
[4]叶雄鑫,刘元芬,汤博荣,等.深度学习图像重建和能谱成像在低对比剂流速胸主动脉CTA中的价值[J]. CT理论与应用研究(中英文), 2024,33(6):683-691.
[5]RACINE D, BA A H, OTT J G, et al.Objective assessment of low contrast detectability in computed tomography with channelized Hotelling observer[J]. Phys Med,2016,32(1):76-83.
[6]KOETZIER L R, MASTRODICASA D,SZCZYKUTOWICZ T P, et al. Deep learning image reconstruction for CT:technical principles and clinical prospects[J]. Radiology,2023,306(3):e221257.
[7]SHIRASAKA T, KOJIMA T, FUNAMA Y, et al. Image quality improvement with deep learning-based reconstruction on abdominal ultrahigh-resolution CT:a phantom study[J]. J Appl Clin Med Phys, 2021,22(7):286-296.
[8]曹立坤,沈文笛,王沄,等.深度学习重建算法AiCE在骶髂关节低剂量CT检查中的应用研究[J].中国医疗设备,2022,37(8):87-92.
[9]LEE H, CHANG W, KIM H Y, et al. Improving radiomics reproducibility using deep learning-based image conversion of CT reconstruction algorithms in hepatocellular carcinoma patients[J]. Eur Radiol, 2024,34(3):2036-2047.
[10]LARA-HERNANDEZ A, RIENMULLER T, JUAREZ I, et al.Deep learning-based image registration in dynamic myocardial perfusion CT imaging[J]. IEEE Trans Med Imaging, 2023,42(3):684-696.
[11]LEE S, RIM B, JOU S S, et al. Deep-learning-based coronary artery calcium detection from CT image[J]. Sensors, 2021,21(21):7059.
[12]KAPUSTIN A J, LITT H I. Diagnostic imaging for aortic dissection[J]. Semin Thorac Cardiovasc Surg, 2005,17(3):214-223.
[13]罗松,张龙江,周长圣,等. CTA在大动脉炎诊断中的应用价值[J].放射学实践, 2012,27(8):816-819.
[14]王佳,牛俊巧,李晓娟,等.活动性大动脉炎主动脉CT血管成像的影像特征[J].中华风湿病学杂志, 2023,27(12):806-813.
[15]王明,王怡宁,于敏,等. AI成像优化联合迭代算法在“双低”主动脉CTA的初步应用[J].放射学实践, 2018,33(10):1009-1016.
[16]牛磊,张淳,谢汝明. IDream与ASiR迭代重建算法对主动脉CT血管造影图像质量改善比较效果研究[J].中国医学装备, 2023,20(10):24-30.
[17]BERNARD A, COMBY P O, LEMOGNE B, et al. Deep learning reconstruction versus iterative reconstruction for cardiac CT angiography in a stroke imaging protocol:reduced radiation dose and improved image quality[J]. Quant Imaging Med Surg, 2021,11(1):392-401.
[18]OOSTVEEN L J, MEIJER F J A, DE LANGE F, et al. Deep learning-based reconstruction may improve non-contrast cerebral CT imaging compared to other current reconstruction algorithms[J]. Eur Radiol, 2021,31(8):5498-5506.
[19]王金华,宋兰,隋昕,等.深度学习重建改善胸部低剂量CT图像质量的价值[J].中华放射学杂志, 2022,56(1):74-80.
[20]谢定祥,赖志满,陈明杰,等.深度学习重建AiCE技术在腹主动脉瘤腔内修复术后CTA中的应用[J].影像诊断与介入放射学, 2024,33(1):44-49.
[21]VAN STIPHOUT J A, DRIESSEN J, KOETZIER L R, et al.The effect of deep learning reconstruction on abdominal CT densitometry and image quality:a systematic review and metaanalysis[J]. Eur Radiol, 2022,32(5):2921-2929.
[22]杨顺帆,王佳,朱晴,等. CTA在评估大动脉炎病情活动性中的临床应用价值[J].医学研究杂志, 2023,52(6):60-64.
[23]KIM S Y, PARK J H, CHUNG JW, et al. Follow-up CT evaluation of the mural changes in active Takayasu arteritis[J]. Korean J Radiol, 2007,8(4):286-294.
[24]GORLA R, ERBEL R, KAHLERT P, et al. Diagnostic role and prognostic implications of D-dimer in different classes of acute aortic syndromes[J]. Eur Heart J Acute Cardiovasc Care, 2017,6(5):379-388.
基本信息:
DOI：
中图分类号:R543.5;TP18;TP391.41
引用信息:
[1]杨晰奥,丁宁,孔令燕等.深度学习图像算法用于改进大动脉炎CTA图像质量的研究[J].影像诊断与介入放射学,2024,33(06):430-435.
基金信息:
北京协和医院中央高水平医院临床科研专项（2022-PUMCH-B-68）