深度学习重建技术结合银滤镜对肾上腺非对比度MDCT图像质量、密度值及辐射剂量的影响

《BMC Medical Imaging》：Impact of a silver filter with deep learning reconstruction on non-contrast MDCT of adrenal glands in terms of image quality, density values and radiation dose

　　

摘要

背景

本研究旨在探讨在无增强MDCT检查中，采用银束过滤结合深度学习重建技术是否会对正常肾上腺的密度、图像质量以及辐射剂量产生影响。

方法

这项单中心回顾性研究分析了123名患者的两次无增强MDCT检查结果，一次采用常规过滤方式（A组），另一次采用银过滤方式（B组），检查设备为配备深度学习重建功能的320排CT扫描仪。共分析了246组数据，涉及492个肾上腺。我们记录了正常肾上腺、皮下脂肪及体外空气的HU值，同时统计了辐射剂量并评估了图像质量。

结果

从主观评价来看，两种检测方式的图像质量均非常优秀，利克特量表上的平均得分分别为A组的4.6±0.3分和B组的4.1±0.6分，差异无统计学意义（p=0.09）。不同评估者对图像质量的评价一致性也不错，两组数值相近（B组：k=0.86；A组：k=0.90）。使用常规过滤时，肾上腺的平均密度为15.65±5.5 HU；而采用银过滤后，该数值降至13.05±4.5 HU。对于右侧肾上腺，A组和B组的中位数密度分别为15.8 HU和12.9 HU，差异具有统计学意义（p=0.01）；左侧肾上腺的中位数密度分别为15.5 HU和13.2 HU，差异也具有统计学意义（p=0.03）。在常规过滤下密度值≤15 HU的135个肾上腺中，采用银过滤后其密度中位数显著降低。在这些密度≤15 HU的肾上腺中，有59个肾上腺的密度值≤10 HU，其中48个属于B组。在整个研究群体（492个肾上腺）中，采用银过滤后HU值平均降低了18%，而在密度≤15 HU的亚组中，这一降幅达26%。同样，图像噪声的平均评分在常规过滤下为7.6±1.5分，银过滤下为8.3±0.9分，两者差异无统计学意义（p=0.08）。与常规过滤相比，采用银过滤进行检查时，辐射剂量可显著降低35%。

结论

正常肾上腺的自发密度低于此前的研究报道值。在CT检查中采用银过滤结合深度学习重建技术，不仅能够显著降低辐射剂量并保持图像质量，还能使肾上腺的HU值下降，多数情况下会低于10 HU。这一数值是判断肾上腺腺瘤的重要参考阈值，因此需予以重视。

试验注册

这项研究属于常规临床实践的一部分。该单中心回顾性研究已获得当地机构审查委员会的批准，无需患者签署书面知情同意书。我们仅口头告知患者，他们的第二次CT检查将采用本院CT机上的最新技术完成。