智能最佳kV技术联合SAFIRE迭代重建在体检人群胸部CT检查中的图像质量评估

来源 :实用放射学杂志 | 被引量 : 0次 | 上传用户:zhouj1790
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 探讨智能最佳kV技术联合SAFIRE迭代重建在体检人群胸部CT检查中的图像质量评估.方法 随机选取体检人群胸部CT扫描130例,设置质量参考毫安为80 mAs,将患者分为2组并设置2组扫描方案,患者随机使用这2组方案中的一组.实验组:60例采用100 kV,开启智能最佳kV扫描技术,并采用SAFIRE(值为3)技术进行重建.对照组:70例采用常规120 kV扫描.测量比较2组患者肺尖层面右侧胸大肌、气管分叉层面降主动脉、左心房中部的平均CT值、噪声(SD)、信噪比(SNR)与对比噪声比(CNR);由2名医师采用5分制对图像质量进行评价,并将结果进行比较;记录比较2组容积CT剂量指数(CTDIvol)、剂量长度乘积(DLP)及有效剂量(ED).结果 2组图像质量均能完全满足临床诊断需求,观察者间具有较好一致性(Kappa=0.786),实验组与对照组肺尖部右侧胸大肌、气管分叉层面降主动脉、左房中部水平的平均CT值分别为(40.80±6.23)HU、(40.1±7.14)HU、(51.1±8.37)HU及(41.44±7.94)HU、(38.65±9.16)HU、(49.29±10.05)HU,差异均无统计学意义(P均>0.05);图像噪声(SD)分别为6.85±1.57、9.35±2.20、14.74±6.17及7.88±1.81、11.15±2.77、15.84±3.72,差异均有统计学意义(P均<0.001);信噪比(SNR)分别为6.25±1.75、4.58±1.27、3.82±1.23及5.53±1.65、3.68±1.28、3.29±1.06,差异均有统计学意义(P均<0.001);实验组与对照组气管分叉层面降主动脉对比噪声比(CNR)分别为1.61±1.27及1.59±1.24,差异无统计学意义(P>0.05).实验组CTDIVOI为(3.29±1.17)mGy,DLP为(114.9±43.73)mGy/cm,ED为(1.61±0.61)mSv,对照组CTDIVOI为(5.30±1.53)mGy,DLP为(167.6±44.59)mGy/cm,ED为(2.35±0.62)mSv,2组差异均有统计学意义(P均<0.05).结论 在体检人群胸部CT扫描中使用智能最佳kV技术联合SAFIRE迭代重建,能在显著降低辐射剂量的同时提高图像质量,具有潜在的临床应用价值.
其他文献
目的 探讨MRI组织信号强度比值与铁浓度的关系,为今后的临床研究提供理论依据.方法 通过对不同浓度铁模型的MRI检查,计算含铁模型/肌肉信号强度比值,并统计分析该比值及其自
目的 探讨急症行子宫动脉栓塞术治疗产后大出血的临床应用价值.方法 32例产后大出血患者,均急症行双侧子宫动脉介入栓塞.将休克指数<1的患者规定为A组,休克指数≥1的患者规定
目的 探讨MSCT在乳腺癌腋窝淋巴结转移术前N分期的价值.方法 收集术前行64层螺旋CT增强的84例乳腺癌,回顾性分析病理证实的36例腋窝淋巴结转移,将腋窝淋巴结长径增大、淋巴结
本文主要论述了有关生态的理论,并结合生态理论,分析了风景园林设计过程中,如何结合生态理论和园林设计理论,进而设计出更加具有实用性和观赏价值的风景园林。
社会经济水平的提高,带动了建筑行业的飞速发展,建筑开发技术也逐渐得到了完善,随之而来的大量高层建筑也成为越来越普遍的存在。但是,这也产生了很大的环境问题。高层建筑的普及
目的 探讨基于iDose4迭代算法的回顾性心电门控冠状动脉成像低剂量扫描方法的临床应用价值.方法采用256层螺旋CT,选取行冠状动脉CT血管成像的148例患者,随机分为2组:常规剂量
目的 本研究尝试通过低管电压、高管电流的扫描方式以期提高低碘对比剂剂量的靶血管对比度,并进行图像质量、对比剂剂量及辐射剂量的评价,明确其临床应用价值.方法 70例体质
目的 探讨颞叶癫痫(TLE)患者中有海马硬化(TLE+HS)和无海马硬化(TLE-HS)丘脑扩散张量成像(DTI)的变化,揭示癫痫网络的丘脑DTI改变及其临床相关情况.方法 选取10例TLE+HS和10
结合注册环保工程师考试,开展卓越工程师培养探索与研究;对我校环境工程专业培养过程中存在的问题,对培养目标、培养模式、培养途径等进行了阐述,将4个实践环节有机的组合起
目的 通过测量腹部CT检查图像噪声和对比噪声比,比较基于模型的迭代重建(model-based iterative reconstruction,MBIR,商品名VEO)、自适应统计迭代重建(adaptive statistical