目的 探讨深度学习全模型迭代算法(AIIR)用于高血压患者肾上腺低剂量CT的价值。方法 前瞻性纳入患有高血压且临床疑诊肾上腺疾病并接受覆盖肾上腺的常规剂量腹部CT(120kVp,200 mAs)及低剂量胸部CT(120kVp,30mAs)检查的50例患者。采用混合迭代重建(HIR)常规剂量(常规HIR组),分别以HIR(低剂量HIR组)和AIIR重建低剂量CT图像(AIIR组)。采用5分法对图像质量进行主观评分,计算左、右肾上腺与脊旁肌的信噪比(SNR)及对比度噪声比(CNR);比较两种扫描辐射剂量。结果 AIIR组与常规HIR组诊断信心评分差异无统计学意义(P>0.05);AIIR组主观评分均高于低剂量HIR组(P均0.05);AIIR组左、右肾上腺CT值较低剂量HIR组高,其右肾上腺CT值较常规HIR组小幅升高(P均0.05)。3组各CT值标准差两两比较差异均有统计学意义(P均<0.05),以AIIR组最低。低剂量HIR组、常规HIR组、AIIR组SNR依次升高(P均<0.05)。AIIR组左、右肾上腺和脊旁肌CNR均高于常规与低剂量HIR组(P均<0.05)。低剂量扫描的CT剂量指数(CTDIvol)、剂量长度乘积(DLP)及有效剂量(ED)分别较常规剂量降低87.91%、84.48%及84.51%(P均<0.001)。结论 AIIR用于高血压患者肾上腺低剂量CT可在显著降低辐射剂量的同时获得与常规剂量相当的图像质量。
(8.0+极速模式)