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
基于深度学习的ClearInfinity重建算法联合“三低”技术在头颈联合CTA成像中的应用
1
作者
袁宝霖
李雨桐
+1 位作者
张秀伟
郭文力
《中国临床医学影像杂志》
北大核心
2025年第7期508-512,共5页
目的:探讨基于深度学习的ClearInfinity重建算法在“低管电压、低对比剂总量与低对比剂注射速率”头颈部CT血管成像(CTA)检查中的应用价值。方法:前瞻性连续纳入2022年11月—2023年2月在我院行头颈部动脉CTA检查的患者80例,随机分为A、...
目的:探讨基于深度学习的ClearInfinity重建算法在“低管电压、低对比剂总量与低对比剂注射速率”头颈部CT血管成像(CTA)检查中的应用价值。方法:前瞻性连续纳入2022年11月—2023年2月在我院行头颈部动脉CTA检查的患者80例,随机分为A、B两组,每组40例,A组为三低剂量组,根据重建算法不同,又将A组分为A1组和A2组;B组为常规剂量组。A1组采用3.0 mL/s注射速率注射30 mL对比剂及生理盐水,采用80 kV电压及200 mAs管电流进行扫描,使用基于深度学习的ClearInfinity重建算法进行重建;A2组使用迭代算法(50%CV)重建,其它条件与A1组相同。B组采用4.5 mL/s注射速率注射60 mL对比剂及30 mL生理盐水,采用100 kV电压及250 mAs管电流进行扫描,采用50%CV算法重建。采用独立样本t检验、方差分析或秩和检验比较组间CT值、噪声值(SD)、信噪比(SNR)、对比噪声比(CNR)、有效辐射剂量(ED)间的差异,采用卡方检验对三组图像质量的主观评分进行差异分析。结果:A1、A2及B组间血管CT值无差异(P>0.05);A2组SD值均高于A1组及B组,SNR、CNR值均低于A1组及B组(P<0.05)。A1组与B组相比,SD值在主动脉、颈内动脉感兴趣区低于B组(P<0.05),CNR值在主动脉、基底动脉感兴趣区高于B组(P<0.05),在其余血管感兴趣区差异无统计学意义(P>0.05),SNR值除在大脑中动脉处无差异外,在其余血管处均高于B组(P<0.05)。三组图像质量的主观评分间有差异(P<0.05)。A组辐射剂量、对比剂用量较B组分别降低65%、50%。结论:ClearInfinity技术联合“三低”技术在降低辐射剂量、对比剂剂量及对比剂外渗风险的同时,可获得与常规剂量相当的头颈部CTA图像质量。
展开更多
关键词
深度学习
体层摄影术
X线计算机
在线阅读
下载PDF
职称材料
题名
基于深度学习的ClearInfinity重建算法联合“三低”技术在头颈联合CTA成像中的应用
1
作者
袁宝霖
李雨桐
张秀伟
郭文力
机构
中国医科大学附属盛京医院放射科
东软医疗股份有限公司ct事业部
中国医科大学附属第四医院
出处
《中国临床医学影像杂志》
北大核心
2025年第7期508-512,共5页
文摘
目的:探讨基于深度学习的ClearInfinity重建算法在“低管电压、低对比剂总量与低对比剂注射速率”头颈部CT血管成像(CTA)检查中的应用价值。方法:前瞻性连续纳入2022年11月—2023年2月在我院行头颈部动脉CTA检查的患者80例,随机分为A、B两组,每组40例,A组为三低剂量组,根据重建算法不同,又将A组分为A1组和A2组;B组为常规剂量组。A1组采用3.0 mL/s注射速率注射30 mL对比剂及生理盐水,采用80 kV电压及200 mAs管电流进行扫描,使用基于深度学习的ClearInfinity重建算法进行重建;A2组使用迭代算法(50%CV)重建,其它条件与A1组相同。B组采用4.5 mL/s注射速率注射60 mL对比剂及30 mL生理盐水,采用100 kV电压及250 mAs管电流进行扫描,采用50%CV算法重建。采用独立样本t检验、方差分析或秩和检验比较组间CT值、噪声值(SD)、信噪比(SNR)、对比噪声比(CNR)、有效辐射剂量(ED)间的差异,采用卡方检验对三组图像质量的主观评分进行差异分析。结果:A1、A2及B组间血管CT值无差异(P>0.05);A2组SD值均高于A1组及B组,SNR、CNR值均低于A1组及B组(P<0.05)。A1组与B组相比,SD值在主动脉、颈内动脉感兴趣区低于B组(P<0.05),CNR值在主动脉、基底动脉感兴趣区高于B组(P<0.05),在其余血管感兴趣区差异无统计学意义(P>0.05),SNR值除在大脑中动脉处无差异外,在其余血管处均高于B组(P<0.05)。三组图像质量的主观评分间有差异(P<0.05)。A组辐射剂量、对比剂用量较B组分别降低65%、50%。结论:ClearInfinity技术联合“三低”技术在降低辐射剂量、对比剂剂量及对比剂外渗风险的同时,可获得与常规剂量相当的头颈部CTA图像质量。
关键词
深度学习
体层摄影术
X线计算机
Keywords
Deep Learning
Tomography,X-Ray Computed
分类号
R543 [医药卫生—心血管疾病]
R814.42 [医药卫生—影像医学与核医学]
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
基于深度学习的ClearInfinity重建算法联合“三低”技术在头颈联合CTA成像中的应用
袁宝霖
李雨桐
张秀伟
郭文力
《中国临床医学影像杂志》
北大核心
2025
0
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
