科研方向∶重建算法

　　口 临床问题：比较深度学习重建技术(DLIR)和自适应统计迭代重建技术问题(ASiR-V)对低剂量CT图像质量的影响。

　　口 临床数据：纳入30例体重指数>29kg/m2的进行腹部平扫的大体重患者。

　　口 材料方法：用FBP、ASiR-V40%、ASiR-V80%和DLIR重建1.25mm图像，对胸部扫描中包含的肝脏顶部切片进行辐射剂量和图像质量分析。在门静脉主干静脉切片处取直径5mm的ROI测量脂肪、肝实质和肌肉的CT衰减数和标准差，评估主观图像质量，，包括噪声、小结构可见度、伪影和诊断可信度。

　　口 实验结果：DLIR-H在所有重建组中图像噪声最低，主管评分最高，ASIR-V80%的图像呈现出过度平滑，边缘模糊和塑性外观。

　　口 实验结论：DLIR-H图像噪声显著降低，大大提高患者腹部图像质量。

　　来源：《影像技师初涉CT科研工作》课程。

　　声明：仅供医学药学专业人士阅读，不构成实际治疗建议。