首页 | 本学科首页   官方微博 | 高级检索  
文章检索
  按 检索   检索词:      
出版年份:   被引次数:   他引次数: 提示:输入*表示无穷大
  收费全文   1篇
  免费   2篇
地球物理   3篇
  2022年   1篇
  2021年   2篇
排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
目的:通过分析比较自适应统计迭代重建(ASIR)算法和深度学习重建(DLIR)算法在上腹部CT成像中的图像质量,探讨DLIR算法在上腹部CT成像中的应用价值。方法:回顾性纳入75例患者上腹部CT平扫图像,利用自适应统计迭代重建算法ASIR(30%、50%、70%、90%)和深度学习重建算法(DL-L、DL-M、DL-H)重建图像,共7组。测量每组图像肝脏、胰腺、竖脊肌的CT值和SD值,并计算信噪比(SNR)和对比噪声比(CNR),采用单因素方差分析对各指标进行客观评价;同时由两位放射医师对图像质量和噪声评分,采用Friedman M检验进行比较。结果:①七组重建图像的SD值、SNR、肝脏CNR差异有统计学意义。②DL-L与ASIR 50%、DL-M与ASIR 70%、DL-H与ASIR 90% 间各ROI处CT值、SD值、SNR值、CNR值无差异。③三种深度学习重建算法间随等级升高,SNR值升高,差异有统计学意义;且DL-H 算法的SNR值高于ASIR 30%、ASIR 50%,SD值低于除ASIR 90% 外的其余5组重建算法。④七组图像主观评分差异有统计学意义,算法DL-H具有最佳的图像质量和最低的噪声,DL-M、ASIR 90%、DL-L、ASIR 70%、ASIR 50%、ASIR 30% 图像噪声依次增加。结论:深度学习重建算法能够降低上腹部图像噪声,提高图像质量,且随等级升高,图像噪声降低、质量提高、信噪比升高。   相似文献   
2.
目的:探讨影响人工智能检测肺结节效能的因素,力求为不同性质的结节提供个性化的扫描剂量及人工智能系统,同时为各人工智能系统适宜的扫描条件提供参考。方法:标准成人男子胸部X线/CT影像模型,内部随机分布15个不同密度和大小的模拟肺结节,采用不同的管电压和管电流对模型进行扫描,共扫描50次。应用不同公司的人工智能系统进行肺结节检测,采用Pearson χ2检验或Fisher确切概率法比较各组检出率和假阴性率;采用Kruskal-Wallis H检验比较假阳性率。结果:①不同管电压条件下,公司A和公司C对不同性质肺结节的检出率无统计学差异;公司B对+100HU结节的检出率,70kV(100%)组高于120kV(80%)和140kV(80%)组;公司B对3mm结节的检出率,70kV组(33.33%)高于120kV(0%)和140kV(0%)组,差异有统计学意义。②各管电压组内不同管电流间及各管电压组间,检出率、假阴性率的差异无统计学意义。各管电压组间假阳性率的差异具有统计学意义。③公司A在70kV组检出率(64.44%)低于公司B(80.00%)、假阴性率(35.56%)高于公司B(20.00%);公司A的假阳性率高于公司B和公司C;公司B和公司C间检出率、假阴性率、假阳性率无统计学差异。结论:人工智能辅助肺结节检测的灵敏度与CT扫描剂量无关,与结节性质及AI系统性能有关。本研究中公司B和公司C整体性能高于公司A,最佳扫描管电压分别是70kV、70kV和100kV。   相似文献   
3.
目的:探讨新冠状病毒肺炎(COVID-19)CT定量分析与临床严重程度的相关性。方法:收集我院2020年2月以来确诊的新冠状病毒肺炎患者38例肺部薄层高分辨CT(HRCT)数据,使用(COPD)肺功能定量分析软件获得相应参数:平均密度(MD)、全肺总容积(TV)、新冠肺炎病变组织容积(VCOVID-19),定量分析指标磨玻璃影PI-700~-534、网格状影PI-534~-188、实变影PI>-188。将其分为普通组和重度组分析两组定量数据之间的差异性,病灶分布特征及与氧饱和度的相关性。结果:38例COVID-19患者中有30例为普通型,8例为重度型。两组患者年龄、性别无差异(P>0.05)。(1)重度组病灶(包括PI-700~-534、PI-534~-188、PI>-188)占比及其平均肺密度均高于普通组(P<0.05)(2)重度组中,PI-700~-534与PI-534~-188占比差异不显著(P>0.05),但均高于PI>-188(P<0.05);普通型组中,PI-700~-534>PI-534~-188>PI>-188(P<0.05)。(3)两组患者病灶在肺叶的分布特征具有差异性(P<0.05)。(4)氧饱和度与COVID-19病灶占比、PI-534~-188占比呈负相关(P<0.05相关系数分别为-0.449和-0.443)。结论:CT定量分析可用于评价新冠状肺炎患者的病变范围和严重程度,为临床的诊治提供影像学依据。   相似文献   
1
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号