目的 探讨人工智能迭代重组(AIIR)技术在病毒性肺炎不同分型中CT图像质量的应用价值.方法 回顾性研究来我院就诊的新型冠状病毒性肺炎确诊患者86例,采用低剂量胸部CT扫描协议进行双肺CT扫描.分别对原始数据进行KARL 5级迭代重组、AIIR 3级重组,依据新冠肺炎诊疗指南第十版分为普通组、重症组,分别测量两组图像的正常肺组织、炎症区的CT值、图像噪声值(SD)、信噪比(SNR).采用李克特(Likert)5分量表法对图像进行主观评价,应用统计学分析对图像质量进行客观评测.结果 在同低剂量双肺CT扫描方案下,主观评分AIIR优于KARL重组.普通型肺炎组的正常肺组织区域、普通组和重症组的炎症区域的CT值在两种不同的重组方法下无统计学差异.AIIR后重症组炎症区域的SD值、SNR值高于KARL组(t=-11.33,P＜0.05),余各组的SD值、SNR值均低于KARL组,且均有统计学差异(t=4.82,P＜0.05)、(t=9.25,P＜0.05)、(t=13.17,P＜0.05)、(t=-2.05,P＜0.05).结论 AIIR 技术较 KARL 迭代重组技术可以实现较低的噪声以及较高的信噪比,提高图像的主观评分,有助于新型冠状病毒性肺炎的诊断.
作者：马钦；龚欢；郭瑞；彭睿；宋法亮；马静
来源：影像诊断与介入放射学 2023 年 32卷 5期
