优化采集时间窗对冠状动脉CT血管成像图像质量及辐射剂量的影响

【摘要】目的：确定冠状动脉CT血管成像（CCTA）最佳重建期相,优化采集时间窗。评价优化采集时间窗对图像质量及辐射剂量的影响。方法：400例受检者（A组）行全心动周期（0~100% RR间期）采集时间窗冠状动脉CT血管成像,确定最佳重建期相。优化采集时间窗设置为最佳重建期相的95%置信区间,即平均值±标准差×2。比较优化采集时间窗扫描模式（B组,400例）与全期相扫描模式（A组）的心率、信噪比、图像质量主观评分及辐射剂量,并进行统计学分析。结果：心率＜61bpm者纳入低心率组(A1、B1);心率介于61～75bpm者纳入中心率组(A2、B2);心率＞75bpm者纳入高心率组(A3、B3)。A1组最佳重建期相（76±3）%RR间期（95%置信区间70%～82%）。A2组最佳重建期相（44±3）%及（76±3）% RR间期（95%置信区间：38%～50%及70%～82%）。A3组最佳重建期相（48±5）%RR间期（95%置信区间38%～58%）。A、B两组的心率［A组为（70.54±13.06）bpm,B组为（70.38±13.05）bpm）］、图像质量主观评分［A组为（1.52±0.65）分,B组为（1.51±0.63）分］、信噪比（A组为15.76±3.70,B组15.66±4.59）差异均无统计学意义（P值均＞0.05）。A1组［（36.73±14.39）mGy］与B1组［（7.13±2.53）mGy］、A2组［（27.57±11.69）mGy］与B2组［（12.13±3.39）mGy］、A3组［（25.55±10.33）mGy］与B3组［（7.74±3.13）mGy］之间的容积CT剂量指数（CTDIvol）差异均有统计学意义（P值均＜0.05）。对于低、中、高心率受检者,优化采集时间窗扫描模式与全心动周期扫描模式相比,辐射剂量分别降低了81%、56%、70%。结论：慢心率者冠脉最佳成像时间位于舒张中末期,高心率者位于收缩末期;中心率者位于收缩末期或舒张中末期。优化采集时间窗,可以在保证图像质量的前提下缩短曝光时间从而降低辐射剂量。     

多参数设置对低剂量胸部CT扫描图像质量及辐射剂量的影响

目的 探讨当iCT管电流设置为17 mAs时,其他参数设置对低剂量胸部CT扫描图像质量及辐射剂量的影响。方法 选取低剂量胸部CT筛查的200名志愿者,设定管电流为17 mAs,根据管电压及自动曝光控制（DoseRight）设置分为4组：A组为120 kV,DoseRight扫描;B组为100 kV,DoseRight扫描;C组为120 kV,固定管电流扫描;D组为100 kV,固定管电流扫描。对所有扫描图像分别采用混合迭代重建（iDose⁴）和全模型迭代重建（IMR）进行肺窗及纵隔窗算法重建。比较4组的有效剂量及图像质量。结果 4组肺窗、纵隔窗的iDose⁴、IMR重建图像质量评分及有效剂量差异均有统计学意义;A、B组图像质量均较C组图像质量好（P均<0.05）,与其余3组比较D组图像质量最差（P均<0.05）;C组纵隔窗及D组肺窗、纵隔窗的iDose⁴重建图像质量评分较低;A、B、C、D组SNR值依次降低（P均<0.01）;A组有效剂量最高（P均<0.01）,D组有效剂量最低（P均<0.01）,B组和C组间有效剂量差异无统计学意义（P=0.055）。结论 iCT管电流为17 mAs时,采用100 kV管电压、DoseRight扫描及IMR重建方式可获得较满意的图像质量和较低的辐射剂量。     

肾脏粘液性孤立性纤维瘤一例

病例资料 男,34岁,体检发现双肾占位入院.实验室检查包括尿常规、肿瘤标记物等未见明显异常.腹部MRI示双肾肾门处巨大占位,大小分别为13.2cm×9.3cm(左肾占位)、8.9cm×8.1cm(右肾占位),边界尚清,形态不规则.T1WI序列病灶呈均匀低信号(图1、2),T2 WI序列呈不均匀高信号,内见散在低信号条片影,DWI序列呈稍高信号,ADC值为1.38×10-3 mm2/s(图3),增强扫描病灶持续不均匀渐进性强化(图4a、b).双肾占位分别包绕双侧肾动脉并向外推挤肾实质致其变形,但血管及脏器无明显受侵征象.     

基于多模型的迭代重建算法在胸部低剂量CT筛查中的应用

目的探讨基于多模型的迭代重建(ASiR-V)算法在胸部低剂量CT筛查中的应用。方法将100名受检者随机分为低剂量组(120kVp/30 mAs)和超低剂量组(120kVp/17.5 mAs),以不同权重ASiR-V(0、30%、50%、70%、100%)重建肺算法和标准算法图像。比较不同权重下ASiR-V图像的主观评分、肺算法图像的结节数量及标准算法图像升主动脉的CT值标准差(SD值),比较ASiR-V50%权重下不同主观评分的SD值。结果 ASiR-V70%肺算法图像主观评分最高,结节检出数量最多;ASiR-V50%标准算法图像主观评分最高,ASiR-V50%条件下主观评分为2、3、4及5分时,SD值分别为(24.20±1.01)HU、(20.99±2.32)HU、(19.54±2.16)HU及(16.90±2.60)HU,两两比较差异均有统计学意义(P均0.05)。结论 ASiR-V70%及50%分别为观察肺及纵隔的最佳权重。ASiR-V50%标准算法图像升主动脉SD值为20.99HU是满足诊断的客观要求。     

双能量CT联合金属伪影削减算法抑制股骨柄假体金属伪影的模型研究

【摘要】目的：通过体模研究，评价双能量CT扫描获得的虚拟单色谱图像（VMS）联合金属伪影削减（MAR）算法抑制股骨柄假体金属伪影的效果。方法：将人工股骨柄假体用细绳悬挂在水箱中心。以不同管电压（80、100、120、140kVp）单能量CT（SECT）及不同管电流（200、484mA）下的双能量CT（DECT）扫描假体。扫描设备选择单球管，单层探测器CT扫描仪。利用单球管双电压快速切换的双能量扫描获得的数据重建40、90、140keV单色谱图像（VMS），及经过金属伪影抑制算法处理的40、90、140keV单色谱图像(VMS+MAR)。对全部图像（16组）进行质量评价，包括伪影面积（AA），伪影指数（AI）。结果：16组图像（140kVp、120kVp、100kVp、80kVp、40keV 485mA、40keV 485mA MAR、90keV 485mA、90keV 485mA MAR、140keV 485mA、140keV 485mA MAR、40keV 200mA、40keV 200mA MAR、90keV 200mA、90keV 200mA MAR、140keV 200mA、140keV 200mA MAR）伪影面积分别为787、1088、1499、2133、5664、650、665、172、279、157、7603、886、803、238、423、172mm2，伪影指数分别为22.75、33.65、58.58、92.55、195.18、3.53、23.38、0.35、7.88、0.05、230.28、4.95、24.83、1.43、10.98、0.10HU。对于单能量扫描，随着管电压的降低，伪影逐步加重。对于双能量扫描单色谱图像，管电流越低伪影越严重；光子能量越低伪影越严重。经过金属伪影削减算法处理的单能量图像，金属伪影明显减轻。结论：与单能量扫描相比，双能量CT扫描高光子能量单色谱图像联合MAR算法能有效抑制股骨柄假体金属伪影。光子能量越高，金属伪影越小。     

自由呼吸状态下冠状动脉CT造影可行性研究

目的 探讨自由呼吸、不屏气状态下,利用256-MDCT行冠状动脉造影的可行性.方法 80例受检者随机分为两组:A组40例,扫描时须受检者屏气配合;B组40例,检查全过程无屏气口令,受检者自由呼吸.比较两组图像噪声水平、信噪比、主观评分(3分制:3分最佳,2分尚可,1分不能满足诊断)、辐射剂量.比较两组增强扫描前后心率变化程度.结果 两组间噪声水平、信噪比、辐射剂量均无统计学差异.增强扫描前与增强扫描中心率差异:A组(6.80±7.59)bpm,B组(3.03 ±2.58)bpm(P =0.012).图像质量主观评分:A组(2.55±0.64)分,B组(2.85 ±0.36)分(P=0.018).两种扫描模式相比,自由呼吸状态心率变化较小,检查效果更佳.结论 针对本研究中使用的设备及扫描方案,自由呼吸状态下行CCTA检查,效果优于屏气状态下检查.     

混合迭代重建混合权重对心脏CT冠状动脉钙化积分影响

【摘要】目的：评价混合迭代重建算法（ASIR-V）混合权重对心脏CT冠状动脉钙化积分及危险分层计算结果的影响。方法：100例心电门控心脏CT钙化积分扫描原始数据利用不同混合权重ASIR-V算法重建,包括ASIR-V 0%即（FBP）、 ASIR-V 20%、ASIR-V 40%、ASIR-V 60%、ASIR-V 80%、ASIR-V 100%。比较不同算法所得图像升主动脉CT值平均值及标准差、钙化斑块最大CT值、钙化积分（Agatston积分、质量积分、体积积分）及基于Agatston积分危险分层。结果：随ASIR-V混合权重提高升主动脉CT值平均值及冠脉钙化斑块最大CT值变化差异无统计学意义（P＞0.05）,升主动脉CT值标准差、3种钙化积分逐渐降低且差异有统计学意义（P＜0.05）。Agatston积分分别为170.2±387.3、168.6±385.3、166.4±381.9、164.6±379.4、162.9±376.7、161.1±374.1（P=0.000）。质量积分分别为23.62±52.56、23.49±52.23、23.32±52.30、23.20±53.10、23.15±52.83、22.99±52.41mg（P=0.000）。体积积分分别为68.7±140.7、67.8±139.8、67.0±139.6、65.7±137.2、64.8±135.9、64.0±135.0mm3（P=0.000）。ASIR-V导致10位受检者危险分层发生改变,其中8人从低危险降至极低危险,2人从中等危险降至低危险。结论：ASIR-V重建算法混合权重的提高可降低图像噪声水平,降低钙化积分,可能造成危险分层降低。     

深度学习重建算法对肺部CT定量分析及图像质量的影响

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)。由两位放射科医师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检验比较两位医师主观评分的一致性。结果:与FBP算法相比，不同级别DLIR及5...