Computertomografie: Bildrekonstruktion mit Deep Learning in der klinischen Routine

Zielsetzung Die Deep Learning Image Reconstruction (DLIR) verspricht deutliche Verbesserungen bei der CT-Bildqualität mit gleichzeitig reduzierter Dosis. Erste Phantomstudien deuten darauf hin, dass DLIR das Bildrauschen signifikant reduzieren und physiologische Merkmale bei niedrigeren Dosen besser hervorheben kann als iterative Bildrekonstruktionsmethoden (bspw. ASiR-V). Das Ziel dieser Studie war die Evaluierung von CT-Untersuchungen des Rumpfes mit und ohne DLIR in der klinischen Routine.

Material und Methoden Für ein CT-Protokoll zur kombinierten Untersuchung des Abdomen/Becken erfolgte ein Vergleich der Bildqualität und Dosis zwischen einer DLIR (Stufe high) und ASiR-V (Faktor 50%) Bildrekonstruktion. Bislang wurden 54 Patienten (24/30 Frauen/Männer, Alter 66 ± 10 Jahre) an einem CT Revolution (GE Healthcare) untersucht. Das Signal-zu-Rauschverhältnis (SNR) und der Kontrast-zu-Rauschverhältnis (CNR) wurde für die Aorta, Leber, Milz, Niere, Beckenknochen und Bauchfett gemessen.

Ergebnisse Mit DLIR sind im Vergleich zu ASiR-V bei gleicher Dosis physiologische Merkmale besser sichtbar. Das SNR war für DLIR 5,08 ± 3,86 und für ASiR-V 2,93 ± 1,75 groß. Das SNR für DLIR ist im Durchschnitt um den Faktor 2,00 (Bauchfett); 1,82 (Milz); 1,73 (Niere); 1,72 (Leber); 1,61 (Aorta) und 1,11 (Beckenknochen) höher. Das CNR zwischen Organ und Bauchfett konnte mit DLIR im Vergleich zu ASiR-V verdoppelt werden (Faktor 1,98 ± 0,01). Das CT-Protokoll hatte ein CTDIvol von 6,80 ± 2,64 mGy und ein DLP von 367,13 ± 149,22 mGy cm. Dies entspricht eine um 53,29% (CTDIvol) bzw. 45,82% (DLP) reduzierte Dosis im Vergleich zum Diagnostische Referenzwert (DRW).

Schlußfolgerungen DLIR reduziert das Bildrauschen erheblich und erhöht den Kontrast. Die verbesserte Bildqualität eröffnet neue Möglichkeiten in der Niedrigdosis-Bildgebung, der hochauflösenden Bildgebung und der Untersuchung von fettleibigen Patienten. Die Integration in die klinische Routine ist einfach und erlaubt neue Möglichkeiten in der Dosisoptimierung.