人工智能迭代重建技术在超低剂量肝脏CT中的应用研究

本研究针对如何降低肝脏CT辐射剂量同时保持图像质量的临床挑战，来自某机构的研究团队开展了超低剂量肝脏CT结合人工智能迭代重建技术的可行性研究。结果显示，ULD-AIIR在实现60%辐射剂量削减的前提下，其图像噪声水平、诊断接受度及病灶检出效能均与常规剂量扫描相当，为低剂量肝脏影像学检查提供了创新性解决方案。

　　

研究人员前瞻性纳入65例接受三期增强肝脏CT检查的患者，通过设置低管电压（80/100 kV）与低管电流（35-78 mAs）技术，在门静脉期和延迟期分别进行超低剂量（ULD，剂量范围1.11-2.50 mGy）和常规剂量（RD，剂量范围11.71-19.73 mGy）扫描。常规剂量图像采用混合迭代重建算法（RD-HIR），超低剂量图像则分别采用HIR（ULD-HIR）和人工智能迭代重建（ULD-AIIR）进行处理。

定量评估显示，在双期扫描中ULD-AIIR组的噪声功率谱（NPS）噪声幅度与RD-HIR相当（所有P>0.017），且显著低于ULD-HIR（所有P<0.001）。ULD-AIIR同时获得最高的平均NPS空间频率、信噪比（SNR）和对比噪声比（CNR），其性能排序为ULD-AIIR＞RD-HIR＞ULD-HIR（所有P<0.001）。两名放射科医师的定性评估证实ULD-AIIR图像的诊断接受度评分与RD-HIR无显著差异，而ULD-HIR未能达到诊断要求。在234个平均尺寸为1.27±1.56 cm的病灶检测中，RD-HIR与ULD-AIIR的病灶检出率（99.6% vs. 99.1%）及非囊性病灶良恶性鉴别的受试者工作特征曲线下面积（AUC）均高度一致（0.98 vs. 0.97，P=0.3）。

该研究证实人工智能迭代重建技术可使超低剂量肝脏CT在降低60%辐射剂量的前提下，有效保持影像学图像质量与诊断效能，为临床安全开展肝脏CT检查提供了重要技术支撑。