Deep Learning-Rekonstruktion in der kardialen CT-Bildgebung: Verbesserte Bildqualität und Workflow-Effizienz

Zielsetzung Bewertung der Auswirkungen einer Deep-Learning-Rekonstruktion auf Bildqualität, Diagnosesicherheit und radiologische Arbeitsabläufe im Rahmen der kardialen Computertomographie-Angiographie (CCTA).

Material und Methoden 100 Patienten (60±11 Jahre) mit CCTA wurden eingeschlossen. Die CTs wurden mit iterativer Rekonstruktion (IR2) und einer Deep-Learning Algorithmus (DLR) rekonstruiert. Zum Vergleich der objektiven Bildqualität wurden ortskonsistente Rauschmessungen durchgeführt. Darüber hinaus bewerteten zwei verblindete Reader unabhängig voneinander die subjektive Bildqualität, Diagnosesicherheit, Schärfe und Kontrast in einem Forced-Choice-Verfahren. Die Ergebnisse dieser Bewertungen wurden zu einem semiquantitativen Gesamtscore zusammengefasst. Der Agatston-Score und das kardiale Alter wurden für beide Datensätze mit einer proprietären Software analysiert. Die für die manuellen Korrekturen benötigte Zeit wurde für jeden Reader gemessen, um mögliche Vorteile des Arbeitsablaufs zu vergleichen. Eine korrigierte Mixed Effects Analyse mit Post-Hoc-Tests für Subgruppen wurde verwendet. Der Spearman-Korrelationskoeffizient maß die Übereinstimmung zwischen den Readern bei der Analyse der Bildqualität.

Ergebnisse Das Rauschen bei IR2 war signifikant höher als bei DLR (22,00 ± 2,32 vs. 13,33 ± 2,87 HU; p<0,001). DLR hatte signifikant höhere mittlere Gesamtqualitätsbewertungen als IR2 (3,5±1,0 vs. 0,48±1,0, p<0,001) bei guter Übereinstimmung zwischen den Readern (r ≥ 0,790; p≤ 0,001). Es gab keine signifikanten Unterschiede zwischen den Ergebnissen für das kardiale Alter (p=0,517) und den Agatson-Scores (p=0,486) von IR2 und DLR. Allerdings war die für manuelle Korrekturen benötigte Zeit bei DLR signifikant kürzer als bei IR2 (54 ± 44 vs. 35 ± 31 Sekunden, p<0,001).

Schlussfolgerungen Die DL-Rekonstruktion verbessert die Bildqualität bei der kardialen CT und reduziert den Zeitaufwand für manuelle Korrekturen bei der Altersbestimmung des Herzens erheblich.

 

MissingLinkText

Publikationsverlauf

Artikel online veröffentlicht:
12. April 2024