European Radiology:基于深度学习的降噪方法在低剂量CT冠状动脉钙化评分中的价值
2023-08-04 shaosai MedSci原创 发表于上海
为了减少图像噪声,现在临床已经使用了迭代重建(IR)和深度学习(DL)算法来改善这一问题。DL可以通过计算每个人的噪声图来提供回顾性的以及个性化的降噪。另一方面,IR技术可以以回顾性的方式实现降噪。
缺血性心脏病(IHD)主要由冠状动脉粥样硬化引起,是世界范围内死亡的主要原因之一。由于其高死亡率,因此对该疾病的早期预测十分重要。由于血管钙化是动脉粥样硬化的一个标志,动脉壁的钙化程度与动脉粥样硬化的负荷有很好的相关性。因此,计算机断层扫描(CT)的冠状动脉钙化评分(CACS)已被用于预测和预防无症状的中度风险患者的IHD。
CACS的标准CT方案如下:心电图门控的前瞻性扫描与标准卷积核。然而,以前的研究表明,用低剂量胸部CT(LDCT)测量CACS也是一种可行的方案,可以反映主要心血管疾病的风险。LDCT需要的辐射剂量较低,在临床上的应用更为广泛。因此,如果LDCT能提供类似于专用钙化CT的可靠CACS,LDCT将有机会用于心血管疾病风险的分层。
CACS的定量受扫描参数的影响。目前的指南建议用2.5毫米或3毫米的层厚和标准的卷积核来测量非门控LDCT的CACS。然而,3毫米层厚的非门控LDCT往往会低估CACS。随着CT扫描层厚的减少,CACS值会增加。
1毫米和锐利卷积核LDCT的大量图像噪声阻碍了LDCT用于CACS的可行性。为了减少图像噪声,现在临床已经使用了迭代重建(IR)和深度学习(DL)算法来改善这一问题。DL可以通过计算每个人的噪声图来提供回顾性的以及个性化的降噪。另一方面,IR技术可以以回顾性的方式实现降噪。
近日,发表在European Radiology杂志的一项研究探讨了基于DL的降噪在1毫米LDCT中的表现,并通过与作为参考的钙化CT和其他替代方法的1毫米LDCT与IR和3毫米LDCT进行比较,重建了CACS的锐利卷积核。
本项回顾性的个体内比较研究由四个图像数据集组成,这些数据集包括131名在2020年1月至2月期间在同一天接受LDCT和钙质CT的参与者以及1毫米LDCT与DL、1毫米LDCT与迭代重建(IR)、3毫米LDCT和钙质CT。钙质CT的CACS做为参考,CACS被分为0、1-10、11-100、101-400和>400。研究比较了LDCT的CACS和钙质CT的CACS。
平均CACS为104.8 ± 249.1,阳性CACS的比例为45%(59/131)。与钙质CT相比,来自LDCT图像的CACS往往被低估:1毫米LDCT与DL(93.5 ± 249.6,p = 0.002)、1毫米LDCT与IR(94.7 ± 249.9,p < 0.001)以及3毫米LDCT(90.3 ± 245.3,p = 0.004)。所有的LDCT数据集与钙质CT表现出很好的一致性:类内相关系数(ICC)=0.961(95%置信区间(CI),0.945-0.972),DL为0.969(95%CI,0.956-0.978)和0.952(95%CI,0。 932-0.966);CACS分类的加权卡帕,1毫米LDCT与DL为0.930(95%CI,0.893-0.966),1毫米LDCT与IR为0.908(95%CI,0.866-0.950),以及3毫米LDCT为0.846(95%CI,0.780-0.912)。带有DL的1毫米LDCT的CACS分类准确率(90%)趋于优于带有IR的1毫米LDCT(87%)和3毫米LDCT(84.7%)(P = 0.10)。
图 冠状动脉钙化的量化:a,d 钙质CT,(b,e)1mm LDCT无降噪,(c,f)1mm LDCT基于深度学习的降噪
本项研究表明,将基于DL的降噪算法应用于用锐利卷积核重建的1毫米LDCT可以提供可靠的Agatston钙化评分。该技术有助于临床识别有心血管疾病风险的患者。
原文出处:
Hyewon Choi,Eun-Ah Park,Chulkyun Ahn,et al.Performance of 1-mm non-gated low-dose chest computed tomography using deep learning-based noise reduction for coronary artery calcium scoring.DOI:10.1007/s00330-022-09300-6
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言