期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于人工智能的辅助运动校正算法对CCTA图像质量的影响
被引量：
11
1
作者
尹伟
王敏杰
+4 位作者
徐瑞敏
贾紫珺
赵冰辉
胡信心
陆建平
《放射学实践》
CSCD
北大核心
2022年第8期1035-1041,共7页
目的:探讨基于人工智能的辅助运动校正(CardioCapture)算法对冠状动脉图像质量的影响。方法:回顾性分析58例患者的前瞻性心电门控轴扫模式CCTA数据,对每例患者分别采用固定时相(A组)和最佳时相(ePhase)(B组)重建图像,并在ePhase条件下...
目的:探讨基于人工智能的辅助运动校正(CardioCapture)算法对冠状动脉图像质量的影响。方法:回顾性分析58例患者的前瞻性心电门控轴扫模式CCTA数据,对每例患者分别采用固定时相(A组)和最佳时相(ePhase)(B组)重建图像,并在ePhase条件下采用不同等级[level-3(C组)、level-5(D组)、level-7(E组)、level-9(F组)]CardioCapture算法进行图像重建。记录各组图像重建所需时间,测量各组图像右冠状动脉(RCA)、左冠状动脉前降支(LAD)、左冠状动脉回旋支(LCX)以及胸壁肌肉组织的CT值及其SD值,计算各组图像上冠脉的信噪比(SNR)和对比噪声比(CNR)。采用5分制对RCA、LAD与LCX图像质量进行主观评分,并比较心率≤65次/min(29例)时与心率>65次/min(29例)时6组图像RCA、LAD与LCX的主观评分,以及3支冠脉节段的可诊断(3~5分)率和优秀(5分)率。采用单因素方差分析比较各组间图像客观指标的差异,Friedman检验评估各组图像之间主观评分的差异,卡方检验分析3支冠脉节段的可诊断率和优秀率,组间两两比较采用Bonferroni检验。结果:A组至F组图像重建时间分别为(28.80±0.17)、(28.61±1.00)、(90.92±0.20)、(123.48±0.78)、(156.86±1.35)和(190.08±5.19)秒。C组图像平均CT值、SD值、SNR以及CNR分别为(446.35±70.36)HU、(25.09±3.25)HU、18.02±3.33和16.22±3.43,与其它组比较差异均无统计学意义(P值均>0.05)。当心率≤65次/min时,C组RCA、LAD和LCX的主观评分分别为(4.92±0.24)、(4.94±0.25)和(4.90±0.30)分,与其它组比较差异无统计学意义(P均>0.05)。C组图像冠脉节段的可诊断率和优秀率分别为100%和94.85%,与其它组比较差异无统计学意义(P均>0.05)。当心率>65次/min时,C组中RCA、LAD和LCX的主观评分分别为(4.83±0.26)、(4.95±0.12)和(4.90±0.34)分,C组中仅RCA的主观评分与A组差异有统计学意义(P<0.05),C组各指标与其它组比较差异均无统计学意义(P均>0.05)。C组图像上冠脉节段的可诊断率(100%)高于A组(91.90%),差异具有统计学意义(P<0.05),但与其它组比较差异无统计学意义(P均>0.05)。C组图像上冠脉节段的优秀率(91.39%)高于A组(69.87%)和B组(83.80%),差异具有统计学意义(P<0.05),与其它组比较差异无统计学意义(P均>0.05)。结论:采用基于人工智能的辅助运动校正算法可提升冠状动脉图像质量,尤其是在心率>65次/min时可显著提升CCTA图像质量。推荐使用低校正等级(level-3)进行图像重建,可优化重建时间,并提高CCTA检查效率。
展开更多
关键词
冠状动脉
CT血管成像
人工智能辅助运动校正算法
图像质量
运动
伪影
在线阅读
下载PDF
职称材料
题名
基于人工智能的辅助运动校正算法对CCTA图像质量的影响
被引量：
11
1
作者
尹伟
王敏杰
徐瑞敏
贾紫珺
赵冰辉
胡信心
陆建平
机构
海军军医大学第一附属医院放射诊断科
出处
《放射学实践》
CSCD
北大核心
2022年第8期1035-1041,共7页
基金
国家重点研发计划资助项目(2016YFC0104610)。
文摘
目的:探讨基于人工智能的辅助运动校正(CardioCapture)算法对冠状动脉图像质量的影响。方法:回顾性分析58例患者的前瞻性心电门控轴扫模式CCTA数据,对每例患者分别采用固定时相(A组)和最佳时相(ePhase)(B组)重建图像,并在ePhase条件下采用不同等级[level-3(C组)、level-5(D组)、level-7(E组)、level-9(F组)]CardioCapture算法进行图像重建。记录各组图像重建所需时间,测量各组图像右冠状动脉(RCA)、左冠状动脉前降支(LAD)、左冠状动脉回旋支(LCX)以及胸壁肌肉组织的CT值及其SD值,计算各组图像上冠脉的信噪比(SNR)和对比噪声比(CNR)。采用5分制对RCA、LAD与LCX图像质量进行主观评分,并比较心率≤65次/min(29例)时与心率>65次/min(29例)时6组图像RCA、LAD与LCX的主观评分,以及3支冠脉节段的可诊断(3~5分)率和优秀(5分)率。采用单因素方差分析比较各组间图像客观指标的差异,Friedman检验评估各组图像之间主观评分的差异,卡方检验分析3支冠脉节段的可诊断率和优秀率,组间两两比较采用Bonferroni检验。结果:A组至F组图像重建时间分别为(28.80±0.17)、(28.61±1.00)、(90.92±0.20)、(123.48±0.78)、(156.86±1.35)和(190.08±5.19)秒。C组图像平均CT值、SD值、SNR以及CNR分别为(446.35±70.36)HU、(25.09±3.25)HU、18.02±3.33和16.22±3.43,与其它组比较差异均无统计学意义(P值均>0.05)。当心率≤65次/min时,C组RCA、LAD和LCX的主观评分分别为(4.92±0.24)、(4.94±0.25)和(4.90±0.30)分,与其它组比较差异无统计学意义(P均>0.05)。C组图像冠脉节段的可诊断率和优秀率分别为100%和94.85%,与其它组比较差异无统计学意义(P均>0.05)。当心率>65次/min时,C组中RCA、LAD和LCX的主观评分分别为(4.83±0.26)、(4.95±0.12)和(4.90±0.34)分,C组中仅RCA的主观评分与A组差异有统计学意义(P<0.05),C组各指标与其它组比较差异均无统计学意义(P均>0.05)。C组图像上冠脉节段的可诊断率(100%)高于A组(91.90%),差异具有统计学意义(P<0.05),但与其它组比较差异无统计学意义(P均>0.05)。C组图像上冠脉节段的优秀率(91.39%)高于A组(69.87%)和B组(83.80%),差异具有统计学意义(P<0.05),与其它组比较差异无统计学意义(P均>0.05)。结论:采用基于人工智能的辅助运动校正算法可提升冠状动脉图像质量,尤其是在心率>65次/min时可显著提升CCTA图像质量。推荐使用低校正等级(level-3)进行图像重建,可优化重建时间,并提高CCTA检查效率。
关键词
冠状动脉
CT血管成像
人工智能辅助运动校正算法
图像质量
运动
伪影
Keywords
Coronary artery
Computed tomography angiography
Artificial intelligence-assisted motion correction algorithm
Image quality
Motion artifact
分类号
R814.42 [医药卫生—影像医学与核医学]
R543.3 [医药卫生—心血管疾病]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于人工智能的辅助运动校正算法对CCTA图像质量的影响
尹伟
王敏杰
徐瑞敏
贾紫珺
赵冰辉
胡信心
陆建平
《放射学实践》
CSCD
北大核心
2022
11
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
