目的:通过与滤波反投影(FBP)算法和自适应统计迭代重建(ASIR-V)算法对比,探讨深度学习图像重建(DLIR)算法对肺部CT定量分析及图像质量的影响.方法:回顾性搜集46例肺部体检患者的CT平扫数据,采用FBP、不同混合权重(BW=50％、100％)ASIR-V算法及不同级别深度学习迭代重建(DLIR-L、DLIR-M、DLIR-H)算法进行图像重建.测量并比较不同重建算法图像上各结构及病灶的定量参数,包括肺结节的平均CT值及实性和非实性部分的体积、全肺容积、肺气肿指数(EI)、右肺上叶尖段支气管的气道面积和平均直径、气道壁的面积、面积百分比和平均厚度、气管分叉层面气道内空气和降主动脉CT值及其标准差(图像噪声).由两位放射科ManBetX万博官网地址下载
从图像质量及噪声水平两方面对不同重建算法图像采用5分法(1分:极差,2分:差,3分:满足诊断要求,4分:好,5分:极佳)进行主观评价并进行统计学分析.测量数据符合正态分布的连续变量采用单因素方差分析,不符合者采用非参数检验,P<0.05时,进一步组间两两比较,采用Kappa检验比较两位ManBetX万博官网地址下载
主观评分的一致性.结果:与FBP算法相比,不同级别DLIR及50％和100％权重ASIR-V算法可显著降低图像噪声(P均<0.001).与FBP、50％BW-ASIR-V、DLIR-L和DLIR-M算法相比,DLIR-H算法可显著降低图像噪声(P均<0.001).不同算法对肺气肿
作者：张卓璐；陈菁；刘卓；陈雷；洪楠
来源：放射学实践 2023 年 38卷 4期
