期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
深度学习重建技术在优化前列腺磁共振T2加权成像扫描时间和图像质量中的应用价值 被引量：3
1
作者 王绎忱 张馨心 +4 位作者 胡满仓 王思聪 李敏 赵心明 陈雁 《磁共振成像》 CAS CSCD 北大核心 2023年第5期48-52,59,共6页
目的 探讨深度学习重建(deep learning reconstruction, DLR)技术在提高前列腺MRI T2加权成像(T2 weighted imaging, T2WI)图像质量及缩短扫描时间中的应用价值。材料与方法 本研究前瞻连续纳入未经治疗的可疑前列腺病变的受试者,分别... 目的 探讨深度学习重建(deep learning reconstruction, DLR)技术在提高前列腺MRI T2加权成像(T2 weighted imaging, T2WI)图像质量及缩短扫描时间中的应用价值。材料与方法 本研究前瞻连续纳入未经治疗的可疑前列腺病变的受试者,分别行前列腺MRI常规快速自旋回波(fast-spin echo, FSE)-T2WI和DLR快速FSE-T2WI扫描,并保存未应用DLR的原始快速FSE-T2WI。由2名研究者分别对三组T2WI(常规T2WI、快速T2WI和DLR快速T2WI)的整体图像质量和图像伪影进行图像质量主观评价(5分标准)。由1名研究者测量前列腺正常外周带、正常移行带和病变的信噪比(signal-to-noise ratio, SNR)以及与髂腰肌的对比噪声比(contrast-to-noise ratio, CNR)。对正态分布和非正态分布的数据分别进行单因素方差分析和Kruskal-Wallis检验,比较分析三组T2WI图像的主观评分和客观指标的差异。采用组内相关系数(intra-class correlation coefficient, ICC)评估研究者之间主观评分和病灶前列腺影像报告和数据系统2.1版(Prostate Imaging-Reporting and Data System version 2.1, PI-RADS v2.1)评分的一致性。结果 本研究共纳入35名受试者(38个前列腺病灶)。DLR快速FSE-T2WI较常规FSE-T2WI扫描时间缩短了32.1%。两位研究者的评分结果均显示,常规FSE-T2WI、快速FSE-T2WI和DLR快速FSE-T2WI的整体图像质量评分、前列腺包膜显示清晰度和前列腺病变显示清晰度均存在显著差异(P<0.05);但在伪影评分上差异无统计学意义(P>0.05)。三组FSE-T2WI图像的前列腺外周带、移行带和病灶的SNR、CNR间差异具有统计学意义(P<0.05)。应用三组T2WI图像进行前列腺病变的PI-RADS v2.1评分具有很好的一致性。结论 DLR可以显著改善快速采集MRI序列的图像质量,有利于促进前列腺快速MRI序列的临床应用。 展开更多
关键词 前列腺 深度学习重建技术 磁共振成像 前列腺影像报告和数据系统 信噪比 对比噪声比
下载PDF
深度学习重建辅助压缩感知对乳腺T_(2)W脂肪抑制序列图像质量的影响
2
作者 黄碧云 丁佳 +5 位作者 李仕广 陈振涛 刘世琛 姚灵 印宇 段庆红 《贵州医科大学学报》 CAS 2024年第8期1191-1197,共7页
目的探讨深度学习重建(DLR)辅助常规压缩感知(CS)对乳腺磁共振T 2W脂肪抑制序列图像质量的影响。方法招募女性志愿者30名,在1.5 T磁共振仪上采用T 2W脂肪预饱和(Fat-Sat)序列[加速因子(AS)为2.0、3.0及4.0]行乳腺MR扫描获得CS图像,再行... 目的探讨深度学习重建(DLR)辅助常规压缩感知(CS)对乳腺磁共振T 2W脂肪抑制序列图像质量的影响。方法招募女性志愿者30名,在1.5 T磁共振仪上采用T 2W脂肪预饱和(Fat-Sat)序列[加速因子(AS)为2.0、3.0及4.0]行乳腺MR扫描获得CS图像,再行DLR重建获得DLR结合CS(DLR+CS)图像,对两组图像的信噪比(SNR)和对比噪声比(CNR)及临床医生主观定性评价进行对比分析。结果女性志愿者乳腺DLR+CS图像SNR和CNR均优于CS图像(P<0.001),且AS为4时DLR+CS组乳腺图像SNR及CNR提升最为显著(157%及171%);女性志愿者乳腺DLR+CS图像整体图像质量、伪影、主观噪声、解剖结构显示及诊断可信度均优于CS图像(P<0.001)。结论与常规CS图像比较,DLR辅助CS可提高乳腺T 2WI Fat-Sat序列的图像质量,在较高AS条件下(3或4)依然能满足临床诊断需求。 展开更多
关键词 磁共振成像 深度学习重建技术 压缩感知 脂肪抑制 乳腺 图像质量
下载PDF
低剂量联合自适应性统计迭代重建和深度学习重建对上腹部图像质量的影响
3
作者 王向明 刘晶 冯嘉 《医学理论与实践》 2023年第23期4064-4066,共3页
目的:比较自适应性统计迭代重建(ASIR)和深度学习重建(DL)对低剂量上腹部CT图像质量的影响。方法:收集我院非肝脏病变行腹部增强CT检查的患者30例。采用GE Revolution CT扫描仪,对动、静脉期原始数据进行ASIR-40%、DL-M、DL-H三种模式... 目的:比较自适应性统计迭代重建(ASIR)和深度学习重建(DL)对低剂量上腹部CT图像质量的影响。方法:收集我院非肝脏病变行腹部增强CT检查的患者30例。采用GE Revolution CT扫描仪,对动、静脉期原始数据进行ASIR-40%、DL-M、DL-H三种模式重建。在肝门层面测量腹腔脂肪、竖脊肌、腹主动脉、门静脉主干、肝脏实质CT值及噪声(标准差SD)。比较各重建模式组织器官的CT值,计算并比较组织器官的信噪比(SNR)及对比噪声比(CNR)。结果:(1)动、静脉期不同重建模式下腹腔脂肪、竖脊肌、腹主动脉(动脉期)、门静脉主干(静脉期)、肝脏实质CT值的差异均无统计学意义(P>0.05)。(2)DL-H重建模式下动、静脉期图像背景噪声、动脉期腹主动脉噪声及肝脏噪声、静脉期门静脉及肝脏噪声均最低(P<0.05);腹主动脉及肝脏SNR、静脉期门静脉及肝脏SNR均最高(P<0.05);肝脏CNR均最高(P<0.05)。结论:采用DL重建模式可有效降低腹部CT图像噪声,提高肝脏的信噪比及对比噪声比,DL-H应用价值较高,有利于肝脏小病灶的检出。 展开更多
关键词 体层摄影技术 X线计算机 自适应性统计迭代重建技术 深度学习重建技术 图像质量 肝脏
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部