academic radiology:利用深度学习重建提高CCTA图像的空间分辨率

时间:2023-11-07 23:43:44   热度:37.1℃   作者:网络

冠状动脉计算机断层扫描(CCTA)是一种成熟的无创影像学诊断技术,可以协助临床做出准确的诊断并排除冠状动脉疾病。在320排或256排探测器的扫描仪上的宽覆盖探测器CT可以在低辐射和低剂量的碘对比材料下获得整个心脏的图像。然而,为了精确评估冠状动脉疾病,临床上需要更高的空间分辨率。

与传统CT相比,超高分辨率计算机断层扫描(U-HRCT)有一个较小的检测器元件和一个X射线焦点源产生的诊断图像具有很高的空间分辨率(等中心0.25毫米的探测器尺寸),对评估冠状动脉狭窄很有价值。然而,由于较小的探测器上的入射光子相对不足,U-HRCT的图像噪声比传统CT图像要高。此外,由于螺旋CT的旋转重叠,用U-HRCT获得的CCTA的辐射剂量要高于宽覆盖探测器CT扫描仪。

最近,超分辨率深度学习重建(SR-DLR)方法已经被开发出来并应用于临床产生的CT图像的空间分辨率是传统分辨率CT扫描的两倍,并减少了心脏CT扫描的图像噪声而不需要改变硬件。据我们所知,还没有研究对使用SR-DLR的CCTA的图像质量进行评估。


近日,发表在academic radiology杂志的一项研究比较了使用SR-DLR和混合迭代重建(IR)重建的CCTA的图像质量之间的差异,为临床提供了一个更清晰、更准确的评估冠状动脉疾病的影像学手段。

项回顾性研究包括100名接受冠状动脉CT血管造影的患者,所有患者均使用了320个探测器排的CT扫描仪进行成像。CT图像使用混合红外和SR-DLR进行重建。记录了CT数字的标准差,并生成了横跨左主冠状动脉的CT衰减曲线以计算对比度-噪声比(CNR)和测量边缘上升斜率(ERS)。对整体图像质量进行评估,并对斑块可检测性进行4分制评估(1=差,4=优)。使用了14名患者的有创冠状动脉造影作为参考。 

SR-DLR的平均图像噪声明显低于混合红外图像(15.6 vs 22.9 HU; p < 0.01)。与混合红外图像相比,SR-DLR的平均CNR明显更高,ERS更陡峭(CNR:32.4 vs 20.4,p < 0.01;ERS:300.0 vs 198.2 HU/mm,p < 0.01)。SR-DLR-的图像质量评分优于混合红外图像(3.6 vs 3.1;p < 0.01)。SR-DLR增加了<50%狭窄的斑块的可检测性(p < 0.01)。 


 左前降支冠状动脉的弧形多平面重建图显示了图像质量得分。(a) 图像质量差(1分),(b) 图像质量一般(2分),(c) 可接受的图像质量(3分),(d) 图像质量好(4分)

本项研究数据显示,SR-DLR在图像噪声、冠状动脉边缘的清晰度和斑块显示程度及清晰性方面均优于混合IR,这为进一步的技术应用提供了参考依据。

原文出处:

Fuminari Tatsugami,Toru Higaki,Ikuo Kawashita,et al.Improvement of Spatial Resolution on Coronary CT Angiography by Using Super-Resolution Deep Learning Reconstruction.DOI:10.1016/j.acra.2022.12.044

上一篇: Eur J Prev Cardiol:人...

下一篇: 百特携多款新品再赴进博,以创新赋能全流程...


 本站广告