摘要

目的 探究多模态迭代重建算法(ASIR-V)、深度学习图像重建算法(DLIR)对早期肺癌患者CT成像质量的影响。方法 选取我院2020年7月～2023年3月收治的78例早期肺癌患者，分别采用50%ASIR-V、DLIR算法的中强度(DLIR-M)方法进行CT图像重建。测量并比较两种重建算法图像上胸廓入口、气管隆突下(肺部)、上腹背部的CT值和图像背景噪声(SD);由5位放射科医师对两种重建算法下的图像质量、噪声、癌结节内外部征象及癌结节分界情况进行评分。结果 50%ASIR-V、DLIR-M算法在胸廓入口、气管隆突下及上腹背部的CT值与原始图像比较差异无统计学意义(P>0.05)。DLIR-M算法在不同部位肌肉、脂肪层面的SD值显著低于原始图像和50%ASIR-V算法，差异均有统计学意义(P<0.05)。与原始图像和50%ASIR-V算法相比，DLIR-M算法图像质量、图像噪声、癌结节内外部征象及癌结节成分分界评分较高，差异均有统计学意义(P<0.05)。结论 相同扫描条件下，DLIR-M和50%ASIR-V算法的CT成像质量均优于原始图像，但DLIR-M的成像质量更佳。

关键词