深度学习图像重建算法在80kV管电压下冠状动脉CT血管造影中的应用OACSTPCD
Application of CCTA under 80 kV tube voltage based on deep learning image reconstruction algorithm
目的 探讨 80 kV深度学习图像重建(DLIR)算法在冠状动脉CT血管造影(CCTA)中的应用价值.方法 将接受心脏CCTA检查的 60 例患者按扫描方案分为 100 kV组(A组,n=30)和 80 kV组(B组,n=30).A组采用 60%权重自适应统计迭代重建-Veo(ASIR-V)算法(A-AV60)、DLIR算法(A-DLIR);B组采用DLIR算法(B-DLIR).记录 2 组的CT容积剂量指数(CTDIvol)、剂量长度乘积(DL…查看全部>>
Objective To explore the application value of 80 kV deep learning image reconstruction(DLIR)algorithm in coronary CT angiography(CCTA).Methods Sixty patients who underwent CCTA were divided into two groups based on the scanning protocols:100 kV group(Group A,n=30)and 80 kV group(Group B,n=30).In Group A,60%ASIR-V(A-AV60)and DLIR high-level reconstruction(A-DLIR)was adopted.In Group B,DLIR high-level reconstruction(B-DLIR)was employed.The CT volumetric dose i…查看全部>>
向青;曹键;罗涛;朱璇;覃杰;郭亚豪;黎超
中山大学附属第三医院放射科,广东 广州 510630中山大学附属第三医院放射科,广东 广州 510630中山大学附属第三医院放射科,广东 广州 510630中山大学附属第三医院放射科,广东 广州 510630中山大学附属第三医院放射科,广东 广州 510630中山大学附属第三医院放射科,广东 广州 510630中山大学附属第三医院放射科,广东 广州 510630
深度学习图像重建自适应统计迭代重建冠状动脉CT血管造影信噪比对比噪声比
Deep learning image reconstructionAdaptive statistical iterative reconstructionCoronary CT angiographySignal-to-noise ratioContrast-to-noise ratio
《新医学》 2024 (9)
685-692,8
国家自然科学基金(822021291001447)中山大学附属第三医院"五个五"工程项目(2023ww605)
评论