社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  机器学习算法

郑州大学第一附属医院吕培杰团队:利用先进的深度学习图像重建算法联合低剂量双能CT对多诊断任务的检测|AME作者面对面

AME科研时间 • 4 月前 • 87 次点击  
编者按“AME 作者面对面” 是微信公众号 “AME科研时间” 的特色专栏。编辑部精心挑选了发表在 AME 旗下杂志的优秀论著,诚邀作者总结亮点,分享研究成果,旨在进一步推动医学同行之间的交流和进步。

分享团队:

郑州大学第一附属医院吕培杰团队


所刊杂志:

Quantitative Imaging in Medicine and Surgery点击查看杂志详情与影响因子


文章标题:

肿瘤成像的模式转变:利用先进的深度学习图像重建算法联合低剂量双能CT对多诊断任务的检测(A paradigm shift in oncology imaging : Low-dose dual-energy CT using advanced deep learning image reconstruction for comprehensive lesion detection)

内容亮点


恶性肿瘤的5年复发率较高,推荐使用胸腹盆腔CT多期动态增强扫描进行监测。这些扫描对于排除远处转移的存在至关重要,并在初始诊断阶段、随访和治疗效果评估中发挥重要作用。然而,由于重复扫描带来的辐射剂量问题不可忽视。虽然减少胸腹盆腔CT的辐射剂量是有益的,但可能会增加图像噪声,降低图像质量,从而影响肿瘤病变的检测和诊断,特别是对小的和低对比度的肝转移的检测。近年来,双能CT(DECT)因其能够提供有价值的诊断信息而得到广泛应用。DECT的低keV虚拟单色图像(VMI)可以增强碘的衰减,改善器官结构和病变的对比度,从而提高病变的检测和表征。然而,低keV VMI图像存在高图像噪声的问题。以往研究表明,迭代重建(IR)算法可以抑制图像噪声,但会降低低对比度和小物体的空间分辨率。深度学习算法(DLIR)可有效抑制噪声,提高图像质量,同时保持或提高空间分辨率,提高对低对比度小病灶的检测能力和诊断信心。


我们前瞻性纳入56例接受胸腹联合多期增强扫描的肿瘤患者,静脉期行同一次屏气下连续两次门静脉采集,分别获得标准剂量方案(13.8 mGy,SD)和低剂量方案(7.15 mGy,LD)的数据集。常规剂量组采用50keV单能量图像联合IR(50% ASIR-V)重建(SD-IR50keV),低剂量组采用DLIR-H算法分别重建50keV和40keV单能量图像(LD-DL50keV,LD-DL40keV)。比较了图像定量参数[CT值、图像噪声和对比噪声比(CNRs)]、定性指标(图像噪声、血管显著性、图像对比度、伪影和整体图像质量)和病变CNRs和显著性。根据病变部位(肺、肝、淋巴结)、类型和大小,评估SD-IR50keV、LD-DL50keV和LD-DL40keV VMIs的病变检出率。本研究首次综合评估了使用低剂量胸腹盆腔DECT联合DLIR算法对多诊断任务的检测能力。


结果表明,低剂量低keV胸腹盆腔DECT与DLIR相比标准剂量DECT具有类似或更好的病变CNRs和显著性,且不影响图像质量;与50keV VMIs相比,40keV VMIs与DLIR提高了小的和低对比度病变的诊断性能。通过在低单能量水平上结合DLIR算法重建,肿瘤患者胸腹CT扫描的辐射剂量可减少约50%,推荐在临床随访中常规使用。(论著中文信息由第一作者整理提供,欲览英文原文请扫描下方二维码)

长按识别二维码即可阅读英文原文👆

第一作者:侯平




 

侯平,郑州大学第一附属医院放射科主管技师,郑州大学医学硕士。中华医学会影像技术学会儿科学组青年委员,中国医师协会医学技师专委会青年委员,河南省医学会医学影像技术分会青年委员。学术方向为CT新技术的研究,擅长主动脉等大血管及腹部低剂量CT成像领域,曾多次参加中华放射学影像技术年会大会发言及RSNA、ECR大会发言数篇,已发表SCI 2篇及核心论文数篇。


通讯作者:吕培杰



 

吕培杰,医学博士,美国杜克大学博士后,郑州大学第一附属医院放射科副主任医师。现任郑州大学第一附属医院放射科副主任,河南省医学会放射学分会第一届大数据与人工智能学组成员,中华放射学第十五届腹部学组委员等。曾获中华放射学会腹部影像学优秀青年学者奖,北美放射学会 Travel Award项目奖,欧洲放射学会INVEST IN THE YOUTH 项目奖和日本“JRS Fellowship”项目奖。学术方向主要为CT新技术的研究及转化应用,主攻腹部肝胆影像领域及双能CT成像领域。现以第一和/或通讯作者共发表SCI文章18篇,其中TOP期刊文章和ESI高被引文章各一篇;包括业内顶尖杂志Radiology, Investigative Radiology, European Radiology等;另发表中文核心期刊文章12篇。作为项目负责人主持国家自然科学基金1项,卫生厅人才培养类国际交流项目1项、国际课题1项及省厅级科研课题多项。荣获河南省科学技术进步奖一等奖及河南省医学科学技术奖一等奖各1项,以及其他各类科研奖励6项。主编、副主编专著3部,参译专著1部。获得发明专利3项。现为European Radiology、Insights into Imaging、European Journal of Radiology、《郑州大学学报医学版》等多个国内外期刊杂志审稿专家。



点击下方学科了解更多精彩内容

病理科儿科肺外科妇产科骨科呼吸/重症监护


支持学科麻醉科泌尿外科内分泌内科普通外科


甲乳外科神经内科外科五官科消化内科心血管内科


心脏外科眼科药学影像科肿瘤科




资讯





AME旗下19本期刊最新影响因子|2024年6月
排版编辑:袁    舒  AME Publishing Company

j.01.2024.12.18.02
点击
阅读原文

前往QIMS杂志首页

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/177142
 
87 次点击