AI改善了診斷肝臟病變的圖像質(zhì)量

“在一次會議中同時評估肝臟，腹部和胸部的CT研究是進行隨訪檢查和確定疾病階段的主要方式，”廣島大學(xué)診斷放射學(xué)系中村裕子及其同事寫道。 。“但是，由于在對比材料上的肝轉(zhuǎn)移，尤其是小于10 mm的肝轉(zhuǎn)移的可檢測性-增強的CT圖像仍然有限，因此需要進一步改善。”

中村等。注意這是圖像重建算法輸入方程式的地方。例如，基于模型的迭代重建(MBIR)是專門用于CT研究的高級算法，已發(fā)現(xiàn)它可以提高圖像質(zhì)量。然而，MBIR在某些情況下未經(jīng)測試，并且即使被視為“劣等”，也經(jīng)常使用混合迭代重建(IR)作為替代方案。

在治療血管性肝轉(zhuǎn)移患者時，可以使用基于深度學(xué)習(xí)的重建(DLR)代替MBIR或IR嗎?為了探討這個問題，作者分析了58例血管性肝轉(zhuǎn)移患者的數(shù)據(jù)。評估了每例患者中最小的肝病變，作者比較了混合IR圖像和DLR圖像的性能。

總體而言，DLR圖像的圖像噪聲“顯著降低”，對比度和噪聲比(CNR)“顯著更高”。處理DLR圖像的速度也比其他重建方法快三到五倍。

這組作者寫道：“ DLR導(dǎo)致獲得的腹部CT圖像在質(zhì)量和質(zhì)量上得到了改善，用于評估血管下肝轉(zhuǎn)移。”“未來的研究將集中于DLR在不同臨床情況下，在具有不同身體習(xí)慣的不同患者人群以及涉及低輻射劑量和高空間分辨率技術(shù)的不同采集技術(shù)中的應(yīng)用。”

研究小組補充說，這項研究確實有一定的局限性。例如，研究人群“相對較小”，僅評估了一個機構(gòu)的數(shù)據(jù)。還需要做更多的研究，看看DLR是否可以幫助診斷“其他肝腫瘤，例如肝細(xì)胞癌”。