自适应统计迭代重建技术在胸部超低剂量CT肺小结节检出中的应用研究

目的 探讨自适应统计迭代重建(ASiR-V)技术在胸部超低剂量CT(ULDCT)肺部小结节检出中的最佳应用权重.方法 对81例行胸部低剂量CT(LDCT)扫描发现肺部小结节的患者,以选定结节为中心行3 cm范围的ULDCT局部扫描.LDCT采用14.1 HU噪声指数的Assist kV(120/100 kV)/Smart mA模式,ULDCT采用 120 kV/2.8 mAs扫描条件.ULDCT采用ASiR-V(50%、70%、90%)重建, LDCT行ASiR-V 50%重建.比较3组ULDCT重建图像主客观质量以及不同重建组间结节检出率及长径的差异.结果 ULDCT虚拟全肺扫描剂量为(0.097±0.007)mSv,较 LDCT(0.99±0.36)mSv下降了 90.2%.ASiR-V 90%组的皮下脂肪和椎旁肌噪声值分别为12.33±1.86 及 14.82±2.60,明显低于50%组(1 9.73±1.98、21.1 9±2.46)及70%组(1 5.79±1.82、1 7.71±2.50)(P＜0.05).ULDCT图像主观评分以 ASiR-V 70%(4.13±0.47)为最高,略高于 90%组(4.03 ±0.38)的评分(P＜0.05 ).ULDCT(ASiR-V 50%、70%、90%)组结节的总体检出率分别为 8 6.42%、87.04%及 88.8 9%,三者间无统计学差异(P＞0.05 ).LDCT 及 ULDCT(ASiR-V 50%、70%、90%)结节长径测量均值分别为(6.4±2.0)mm、(5.9±2.2)mm、(6.0±2.2)mm及(6.1±2.2)mm,长径间无统计学差异(P＞0.05).结论 在极低条件下,ASiR-V算法可以明显改善图像质量,90%为 ULDCT肺部结节检出的最佳重建权重.