收藏 分销(赏)

探究1024×1024重建矩阵结合Karl算法对CT门静脉成像的门脉图像质量和肝脏体积测量的影响.pdf

上传人:自信****多点 文档编号:2500441 上传时间:2024-05-30 格式:PDF 页数:5 大小:2.91MB
下载 相关 举报
探究1024×1024重建矩阵结合Karl算法对CT门静脉成像的门脉图像质量和肝脏体积测量的影响.pdf_第1页
第1页 / 共5页
探究1024×1024重建矩阵结合Karl算法对CT门静脉成像的门脉图像质量和肝脏体积测量的影响.pdf_第2页
第2页 / 共5页
探究1024×1024重建矩阵结合Karl算法对CT门静脉成像的门脉图像质量和肝脏体积测量的影响.pdf_第3页
第3页 / 共5页
亲,该文档总共5页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

1、ABDOMINALIMAGING59腹部影像学探究10 2 410 2 4重建矩阵结合Karl算法对CT门静脉成像的门脉图像质量和肝脏体积测量的影响范勇刘义军李贝贝王诗耕魏巍陈安良【摘要】目的:探究10 2 4x1024重建矩阵结合Karl算法对CT门静脉成像的门脉图像质量和肝脏体积测量的影响。方法:回顾性分析行全腹部增强CT检查的患者40 例,所有患者均采用联影uCT760进行扫描。成像参数:管电压12 0 kV,管电流设置为剂量调制等级3,重建512 x512矩阵,Karl5级图像,获得图像为常规组(A 组)。使用常规组的原始数据重建得到实验组(B组)图像:采用10 2 410 2 4矩阵

2、,结合Karl5、7、9级重建获得B,B,组图像。应用联影智能科研平台系统测量肝脏体积,比较A、B两组门静脉和肝脏CT值、标准差(SD)值、对比噪声比(CNR)、肝脏体积值及图像主观评分。结果:B组门静脉和肝脏CT值与A组比较差异无统计学意义(P=0.0790.766)。随着Karl等级的提高,B组门静脉和肝脏的SD值逐渐下降(P0.001),CNR 逐渐升高(P0.001),肝脏体积值差异无统计学意义(P=0.999)。主观评价上,随着Karl等级的增加,B组伪影评分逐渐降低(P0.05),图像噪声、门静脉边缘锐利度、远端血管显示清晰度及显示的门静脉分支数逐渐提高(P0.05),B,组图像质

3、量最佳,优于A组。结论:采用10 2 4x1024重建矩阵结合Karl9级重建算法能够优化门静脉图像质量,且准确测量肝脏体积。【关键词】图像处理;门静脉;计算机体层成像中图分类号:R815文献标志码:A文章编号:10 0 6-57 41(2 0 2 4)0 1-0 0 59-0 5Impact of 1 024x1 024 Reconstruction Matrix Combined with Karl Algorithm onthe Image Quality of Portal Vein and Liver Volume Measurement in CT PortalVenography

4、FAN Yong,LIU Yijun,LI Beibei,WANG Shigeng,WEI Wei,CHEN Anliang【A b s t r a c t 】Pu r p o s e:T o e x p l o r e t h e i m p a c t o f r e c o n s t r u c t i o n m a t r i x o f 1 0 2 4x 1 0 2 4 c o m b i n e d w i t h K a r lalgorithm on the image quality of portal vein and liver volume measurement

5、in CT portal vein.Methods:A total of40 patients who underwent contrast-enhanced abdominal CT scan were retrospectively analyzed.All patients werescanned by uCT760 with tube voltage of 120 kV and tube current modulation level 3.The images were reconstructedwith a matrix of 512x512 and Karl algorithm

6、level 5 for the conventional group(group A).The original data of theconventional group were reconstructed to obtain the images of the experimental group(group B).The images ofgroups B1 to B3 were reconstructed by a matrix of 1 024x1 024 combined with Karl algorithm level 5,7,and 9.Theliver volume wa

7、s measured by the United Imaging intelligent scientific research plaform system.The CT value,standard deviation(SD)value,contrast-to-noise ratio(CNR)of portal vein and liver,liver volume and subjective中国医学计算机成像杂志,2 0 2 4,30:59-6 3作者单位:大连医科大学附属第一医院放射科通信地址:辽宁省大连市沙河口区联合路193号,大连116 0 11通信作者:刘义军(电子邮箱:)Ch

8、inComputMed Imag,2024,30:59-63Department of Radiology,the First Affliated Hospital of Dalian MedicalUniversityAddress:193LianheRoad,Dalian116011,ChinaCorrespondence to:LIUYijun(E-mail:)60中国医学计算机成像杂志2 0 2 4年第30 卷第1期Chin Computt Med Imag,2024,30(1)image score were compared between groups A and B.Resul

9、ts:Compared with group A,there was no significantdifference in the CT values of portal vein and liver in group B(P=0.079-0.766).With the increase of Karl grade,theSD values of portal vein and liver in group B decreased gradually(P0.001),and the CNR increased gradually(P0.001).Furthermore,no signific

10、ant difference was observed in liver volumes within group B.With the increase ofKarl grade,the artifact score of group B decreased gradually(P0.05),while the noise score,the edge sharpness ofportal vein,the clarity of distal vessels and the number of portal vein branches increased gradually(P0.75,一致

11、性良好;0.7 5 Kappa/ICC值 0.4,一致性好;Kappa/ICC值0.4,一致性差。P0.05为差异有统计学意义。结果1.客观评价2名放射科技师测量的客观指标一致性较好,其中门静脉和肝脏CT值、SD值、CNR的ICC值为0.8080.963(P 0.0 0 1),肝脏体积值的ICC值为1.000(P0.001)。A、B组间门静脉、肝脏CT值差异无统计学意义(P=0.0 7 9 0.7 6 6)。随着Karl等级的提高,B组门静脉和肝脏的SD值逐渐下降(F=84.466、10 9.8 47,P0.001),C NR 逐渐升高(F=8.636、18.48 2,P0.001),肝脏体积

12、值差异无统计学意义(P=0.999)。其中B,组门静脉和肝脏SD值高于A组(t=-20.776、-19.923,P 0.0 0 1),B,B,组SD值低于A组(=2.55125.561,P 0.0 5),B,组CNR低于A组(t=11.725、13.592,P 0.0 0 1),B,组CNR与A组差异无统计学意义(P=0.152、0.10 8),B,组CNR高于A组(t=-14.0 51、-18.48 2,P 0.0 0 1),B组肝脏体积值与A组比较差异无统计学意义(P=0.9780.999)。详见表2。2.主观评价2名观察者主观评价一致性较好子(Kappa值=0.7890.927,P 0.

13、0 5)。随着Karl等级的增加,B组图像伪影评分逐渐降低,B,组伪影评分稍低于A组(P 0.0 5),但所有图像得分均4分,均满足诊断需求。随着Karl等级的增加,B组图像噪声、门静脉边缘锐利度、远端血管显示清晰度及显示的门静脉分支数逐渐增加(P0.001),B,组得分最高,优于A组(P0.001)。详见表3,图1、2。儿J小I62ChinComputMedImag,2024,30(1)中国医学计算机成像杂志2 0 2 4年第30 卷第1期表2客观评价比较SD/HUCNR组别肝脏体积值/cm3门静脉肝脏门静脉肝脏A组14.231.5612.401.343.971.473.811.041354

14、.24372.58B,组16.221.90*14.481.49*3.391.23*3.270.83*1354.97373.14B,组13.611.49*12.191.24*4.011.443.850.991.355.87373.77B,组11.531.42*10.241.07*4.751.70*4.731.27*1356.48374.27F值84.466109.8478.63618.4820.001P值0.0010.0010.0010.0010.999数值以xs表示;B组与A组比较,*P0.05,*P0.001.。表3主观评分比较组别图像伪影图像噪声门静脉边缘锐利度远端血管显示清晰度显示的门静

15、脉分支数A组5.00(5.00,5.00)4.00(4.00,4.00)3.00(3.00,4.00)3.00(3.00,3.00)3.00(3.00,4.00)B,组5.00(5.00,5.00)3.00(3.00,3.00)*4.00(4.00,5.00)*4.00(4.00,4.00)*4.00(3.00,4.00)*B,组5.00(5.00,5.00)4.00(4.00,4.00)5.00(4.00,5.00)*5.00(4.25,5.00)*4.00(4.00,5.00)*B,组5.00(5.00,5.00)*5.00(4.00,5.00)*5.00(5.00,5.00)*5.00(

16、5.00,5.00)*5.00(4.00,5.00)*文值10.57174.3436.55766.513111.629P值0.050.0010.0010.0010.001数值以M(Q,Q)表示;B组与A组比较,P0.05,*P 0.0 0 1。1A1B1CID图1轴位图像男性,7 2 岁,BMI17.41kg/m。A D 分别为常规组(512 x512重建矩阵,Karl5级)、实验组(10 2 4x1024重建矩阵,Karl5、7、9级)图像。图B的门静脉的边缘锐利度及远端血管显示清晰度优于图A,随着Karl等级的降低,BD的图像噪声逐渐降低,图像伪影无明显增加,门静脉边缘锐利度及远端血管显示

17、清晰度逐渐增加可静脉士及远端分支(篮头所示2A2B2C2D2B2C2D图2最大密度投影图像(AD)和容积显示图像(AD)男,7 0 岁,BMI23.94kg/m。A/A D/D 分别为常规组(512 512 重建矩阵,Karl5级)、实验组(10 2 410 2 4重建矩阵,Karl5、7、9级)图像。图B/B的门静脉的边缘锐利度及远端细小分支显示清晰度优于图A/A,但图像噪声比A/A组高。随着Karl等级的降低,B/BD/D的图像噪声逐渐降低,图像伪影无明显增加,门静脉边缘锐利度及远端细小分支显示清晰度逐渐增加。可见尾状叶支(细箭头)及四级分支(粗箭头所示)。讨论随着医学影像的发展,其在肝胆

18、外科中的应用逐渐扩展。为了达到精准解剖性肝切除,降低术中风险的目的,术前深人了解门静脉的走行、准确测量肝脏体积起着重要作用【7 。作为临床上常用的评估门静脉63ChinComputMedImag,2024,30(1)中国医学计算机成像杂克2024年第30 卷第1期和肝脏疾病的影像学检查方式,CTPV可以直观地观察门静脉主干及其分支的空间解剖特征,测量肝脏体积,为临床诊疗提供多种影像资料。但由于受空间分辨率的限制,常规512 x512重建矩阵的门脉图像远端血管显示清晰度欠佳。Hata等8 研究显示,在DFOV不变的情况下,提高重建矩阵的大小,能提高图像空间分辨率。与常规512 512 重建矩阵相

19、比,应用10 2 410 2 4重建矩阵,能更好地显示微细结构,提高图像质量。本研究中也体现这一点:在相同等级的Karl算法下,10 2 41024重建矩阵组的门静脉边缘锐利度和远端血管显示清晰度均优于512 x512重建矩阵组。但是重建矩阵的增加会导致像素尺寸缩小,每个像素所分得的射线光子数目减少,导致图像噪声增加,影响图像质量9。本研究结果显示,10 2 4x1024重建矩阵对CT值无影响,但图像SD值增加。Karl算法作为一种基于投影域和图像域迭代降噪的技术,已被证明可以有效降低图像噪声,提高图像对比度【10 ,该算法具有9个等级,降噪效果随等级的升高而增加。研究5 表明,Karl算法等

20、级越高,图像噪声越低,CNR越高。与本研究相同,随着Karl算法等级提升,大矩阵组门静脉和肝脏的SD值逐渐降低,CNR逐渐提高,Karl9级图像SD值最低,CNR最高。主观评价上,随着Karl等级的升高,大矩阵组图像噪声逐渐减小,门静脉的边缘锐利度、远端血管的显示清晰度及显示的门静脉分支数逐渐提高,虽然随着Karl等级的提高,图像逐渐平滑,但Karl9级图像并未出现明显的蜡状伪影(图1),所有图像伪影评分均大于4分,均满足诊断需求。综合图像噪声、伪影、门静脉边缘锐利度、远端血管的显示清晰度及显示的门静脉分支数,大矩阵组Karl9级图像的图像质量最佳。在肝脏体积测量方面,CT测量肝脏体积包括手工

21、测量、半自动测量及全自动测量三种方式,其中全自动测量具有测量准确、测量速度快等优势1-12 。联影智能科研平台系统的图像分割模型可以对肝脏轮廓进行快速识别、测量肝脏体积,实现全自动测量,但重建参数的改变是否会对其测量结果产生影响还尚不明确,所以有必要对其稳定性进行评估。本研究结果显示,在相同等级的Karl算法下,10 2 4x1024重建矩阵与常规512 x512重建矩阵的肝脏体积差异无统计学意义;在相同的重建矩阵下,随着Karl等级的增加,肝脏体积差异均无统计学意义。说明肝脏的全自动测量较为稳定,受重建矩阵及Karl算法的影响较小,为临床上应用10 2 410 2 4重建矩阵、Karl9级重

22、建算法提供了进一步理论支撑。本研究局限性:样本量较少,且仅在常规剂量下讨论大重建矩阵及Karl算法对门静脉图像质量和肝脏体积的影响;没有对研究人群进行区分,下一步将扩大样本量进行人群区分开展更为详尽的研究综上所述,采用10 2 410 2 4重建矩阵结合Karl9迭代重建算法能提高门静脉图像质量,同时不影响肝脏体积的测量,在临床上有较高的临床价值。参考文献1蔡秀军,张斌,陈鸣宇,等.我国腹腔镜肝切除术近10 年进展与发展趋势.中国实用外科杂志,2 0 2 2,42:96 1-96 4.2漆琳,胡鸿,钟立明,等.提高经颈静脉肝内门体分流术中门静脉穿刺成功率的引导方法及研究进展.介人放射学杂志,2

23、 0 2 2,31:1111-1115.3 Bartlett DJ,Koo CW,Bartholmai BJ,et al.High-resolution chestcomputed tomography imaging of the lungs:impact of 1024 matrixreconstruction and photon-counting detector computed tomography.Invest Radiol,2019,54:129-137.4 Nakamoto A,Hori M,Onishi H,et al.Ultra-high-resolution CTuro

24、graphy:importance of matrix size and reconstruction techniqueon image quality.Eur J Radiol,2020,130:109148.5黄晓旗,李建龙,韩炜,等.不同级别Karl迭代重建算法对胸部CT图像质量及噪声的价值.实用放射学杂志,2 0 18,34:16 12-16 14;16 2 6.【6】任占丽,李豆,张喜荣,等.基于多模型迭代重建在8 0 kV门静脉成像中的可行性研究.实用放射学杂志,2 0 2 0,36:6 43-6 48.7 Berardi G,Igarashi K,Li CJ,et al.Par

25、enchymal sparing anatomicalliver resections with full laparoscopic approach:description oftechnique and short-term results.Ann Surg,2021,273:785-791.8 Hata A,Yanagawa M,Honda O,et al.Effect of matrix size on the imagequality of ultra-high-resolution CT of the lung:comparison of 512 512,1024 1024,and

26、 2048 2048.Acad Radiol,2018,25:869-876.9 Tsubamoto M,Hata A,Yanagawa M,et al.Ultra high-resolutioncomputed tomography with 1024-matrix:comparison with 512-matrixfor the evaluation of pulmonary nodules.Eur J Radiol,2020,128:109033.10侯准,杨梓,尤小芳,等.Karl迭代技术降低6 4排CT肺结核患者胸部扫描辐射剂量的临床研究.临床放射学杂志,2 0 2 0,39:7

27、7 8-7 8 1.11 Winkel DJ,Weikert TJ,Breit HC,et al.Validation of a fullyautomated liver segmentation algorithm using multi-scale deepreinforcement learning and comparison versus manual segmentation.Eur J Radiol,2020,126:108918.12 Suzuki K,Epstein ML,Kohlbrenner R,et al.Quantitative radiology:automated CT liver volumetry compared with interactive volumetry andmanual volumetry.AJR Am J Roentgenol,2011,197:W706-W712.(收稿日期:2 0 2 3-0 7-0 3;修回日期:2 0 2 3-11-2 7)

展开阅读全文
相似文档                                   自信AI助手自信AI助手
猜你喜欢                                   自信AI导航自信AI导航
搜索标签

当前位置:首页 > 学术论文 > 论文指导/设计

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        获赠5币

©2010-2024 宁波自信网络信息技术有限公司  版权所有

客服电话:4008-655-100  投诉/维权电话:4009-655-100

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :gzh.png    weibo.png    LOFTER.png 

客服