简介:摘要目的测试基于患者解剖结构三维剂量重建进行容积调强弧形治疗(VMAT)剂量验证系统(3DVH),并探索其临床应用。方法对ArcCheck行阵列校准后按10 cm×10 cm射野、源轴距100 cm、投照量200 MU标定其绝对量,标定时将FC65-G置于模体中心测量。根据实测剂量、3DVH重建中心点及百分深度剂量与对应计划值间差异,调整绝对量标定值或ArcCheck CT密度值,使上述差异最小。选择肺癌、宫颈癌VMAT病例各10例,使用TrueBeam投照并用ArcCheck、FC65-G测量,由验证后的3DVH重建各测试例三维剂量并与计划值及实测值比对。结果ArcCheck不同阵列校准文件对ArcCheck二维面剂量测量及3DVH三维剂量重建影响不同。使用自行阵列校准文件及249.96 cGy为标定值时得到最优结果。所有测试例重建与原计划剂量相比靶区Dmean、D95%偏差<±4.2%,部分危及器官差异较大;点剂量差异平均值为负,重建值更接近实测值。各器官三维γ通过率中部分病例靶区通过率较低,50%处方剂量包绕区域稍高,其他器官大都较高。结论使用本研究方法能准确完成3DVH模型建立和测试,其能提供详实直观的信息用于剂量验证。
简介:摘要目的探讨深度学习重建(DLR)较混合迭代重建(Hybrid IR)在改善胸部低剂量CT(LDCT)图像质量方面的效果。方法回顾性分析2020年10月至2021年3月在北京协和医院行胸部LDCT体检或因肺内结节定期复查的77例患者。对所有入组患者的影像资料进行不同算法重建,获得标准级别Hybrid IR图像、标准和强级别DLR图像。在3种图像的肺实质、主动脉、肩胛下肌及腋下脂肪内选取感兴趣区并测量其CT值和标准差,用于计算信噪比(SNR)和对比噪声比(CNR)。同时,由2名影像医师按照Likert 5分量表法对图像质量进行主观评分,且记录肺磨玻璃结节(GGN)的数量,并对其显示情况进行评分。2名医师评分不一致时由第3名医师评分决定。采用Kruskal-Wallis非参数检验对3种图像的主观和客观评分进行分析,若总体存在差异,则用Bonferroni校正检验进行组内两两比较。结果3种图像在肺实质、主动脉、肩胛下肌及腋下脂肪处的CT值差异均无统计学意义(P均>0.05),而图像噪声、SNR和图像的CNR差异均有统计学意义(P均<0.05)。其中标准级别Hybrid IR图像、标准和强级别DLR图像的CNR分别为0.71(0.49,0.88)、1.06(0.78,1.32)和1.14(0.84,1.48)。标准级别和强级别DLR图像均较标准级别Hybrid IR图像的主观和客观噪声低及SNR和CNR高,差异均有统计学意义(P均<0.05)。在对主要解剖结构(肺裂、肺血管、气管和支气管、淋巴结、胸膜和心包)和GGN的显示上,标准级别和强级别DLR图像评分明显优于Hybrid IR图像,差异均有统计学意义(P均<0.05)。结论与Hybrid IR相比,DLR可以明显降低LDCT图像的噪声,且对GGN的显示良好,有助于在较低辐射剂量水平时保证图像质量,从而改善采用CT行肺癌筛查及肺结节随访的安全性。
简介:摘要目的评估两种相对生物效应模型计算的生物剂量,并与传统临床质子放疗生物剂量相比较。方法使用粒子模拟工具(TOPAS)分别在水箱和两例患者模体(脑部和前列腺)计算物理剂量、剂量平均LET (dose averaged linear energy transfer, LETd)和径迹平均LET (track averaged linear energy transfer,LETt)的全空间分布,并根据两种不同机制相对生物效应模型计算生物剂量DoseLETd和DoseLETt,计算传统临床质子生物剂量(Dose1.1)时取相对生物效应为1.1。在水箱中对比3种生物剂量的差异,在患者模体中为了量化3种方法的差异,根据物理剂量大小选取3个点(D1、D2、D3)的生物剂量相比较。结果水箱中DoseLETd和DoseLETt随水深度变化表现趋势一致,在质子束射程末端均高于Dose1.1。在患者模体中,DoseLETd和DoseLETt最大差异为10.08 cGy,相对差异<5%。DoseLETd和DoseLETt与Dose1.1相比,在脑部肿瘤靶区最大差异分别为71.97和61.91 cGy,相对差异<25%;在前列腺肿瘤靶区内最大差异分别为25.95和19.96 cGy,相对差异<12%;但在靶区外差异很小,脑部和前列腺肿瘤靶区外最大差异分别为5.99和9.92 cGy,相对差异<5%。结论基于LETd和LETt的两种相对生物效应模型计算的生物剂量在水箱和患者模体差异很小,但与传统临床质子放疗生物剂量相比时在高剂量区有很大的差异。
简介:摘要 随着工业化进程的加快和人口的不断增长,水环境污染和生态退化问题日益严重,对人类健康和生态系统稳定性造成了严重威胁。传统的水环境治理方法,如物理法和化学法,虽然在短期内能取得一定的治理效果,但往往存在成本高、易产生二次污染等问题。寻找一种绿色、高效、可持续的水环境修复与生态重建技术显得尤为重要。
简介:目的探讨同种异体皮质骨环(humeralcorticalringallograft,HCA)及异体松质骨(cancellousallogenicbone,CAB)复合椎体材料重建颈椎能力,为临床应用提供理论依据。方法取39只新西兰大耳白兔切除C4制成椎体缺损模型并分为3组:A组植入HCA—CAB复合物、B组植入自体髂骨、C组植入HCA一丙烯酸树脂骨水泥(acrylicbonecement,ABC)。在术后不同时间分别进行大体标本、组织学、X线片和扫描电镜观察以及生物力学测试,检测血清中碱性磷酸酶(alkalinephophatase,ALP)活性、钙浓度、磷浓度,比较三者修复骨缺损的能力。结果术后各组血清ALP均开始升高,在2、4周时各组内差异有统计学意义(P〈0.01)。A组和B组血清中ALP及磷浓度均高于C组(P〈0.01),A组和B组血清中ALP及钙、磷浓度差异无统计学意义(P〉0.05)。术后2个月X线片及大体标本观察示A组与B组植骨材料与上下颈椎融合,有大量骨痂;C组示未完全融合,只有少量骨痂生长。组织学观察术后1个月A组与B组可见有散在骨岛及骨小梁形成;2个月A组与B组形成大量成熟骨基质、骨小梁及骨髓腔。扫描电镜观察示A组有大量新骨形成。2个月生物力学测试结果表明A组与B组力学指标差异无统计学意义(P〉0.05)。结论HCA—CAB复合物具有较强的成骨能力,可作为有效的椎体重建材料。
简介:摘要目的探讨深度学习重建(DLR)较混合迭代重建(HIR)在降低CT肺动脉成像(CTPA)辐射剂量中的作用及对图像质量的影响。方法前瞻性纳入2020年12月至2021年4月在北京协和医院临床疑诊为急性肺动脉栓塞(APE)或因其他肺动脉疾病需行CTPA检查的患者100例,根据区组随机化分为HIR组、DLR组,每组50例,记录患者的性别、年龄及体质指数(BMI)。HIR组、DLR组噪声指数(SD)分别设置为8.8、15,其他扫描参数及对比剂注射方案相同,分别采用HIR、DLR算法重建。计算有效剂量(ED)及体型特异性扫描剂量(SSDE)。在1~3级肺动脉管腔、双侧椎旁肌勾画感兴趣区(ROI),记录各ROI CT值及标准差值,计算图像的信噪比(SNR)、对比噪声比(CNR)。由2名高年资医师采用盲法,以Likert 5分制对2组图像进行主观评估,评分不一致时由第3名医师综合判定。采用独立样本t检验对比2组患者一般资料、辐射剂量及客观图像质量,采用Mann-Whitney U检验对主观噪声、肺动脉分支显示、诊断信心进行组间比较,计算线性加权Kappa系数分析2名医师评分的一致性。结果HIR组、DLR组患者性别、年龄、BMI差异无统计学意义(P>0.05)。HIR组与DLR组图像1~3级肺动脉及椎旁肌CT值差异无统计学意义(P>0.05)。DLR组平均ED为1.3 mSv,SSDE中位数为4.20 mGy,均较HIR组降低约35%,但DLR组CTPA图像的SNR(30±5)、CNR(26±5)均高于HIR组(分别为23±5、20±5,t值分别为-6.60、-5.90,P<0.001)。DLR组主观图像噪声得分明显高于HIR组(Z=-7.34,P<0.001),且2名医师一致性高(Kappa=0.847,95%CI 0.553~1.000);DLR组与HIR组图像在肺动脉分支显示以及医师诊断信心得分上差异无统计学意义(Z分别为-0.259、-0.296,P>0.05)。结论DLR能够进一步降低CTPA检查辐射剂量,提高图像质量且不影响医师诊断信心,值得在临床推广。
简介:摘要目的探讨深度学习重建(DLR)在儿童低剂量脑外伤CT扫描中的应用价值。方法回顾性分析2020年6月至2021年2月湖南省儿童医院51例脑外伤合并脑出血患儿的低剂量颅脑CT图像,分别重建成5 mm和1.25 mm两组图像,每组图像根据不同算法重建6个亚组图像,分别为3组多模型自适应性迭代重建(ASIR-V)(迭代权重为0、50%、100%)和3组DLR[重建级别为低(L)、中(M)、高(H)]图像。图像质量客观评价参数包括背侧丘脑(灰质)、额叶白质、出血灶的CT值、信噪比(SNR)和灰白质、出血灶对比噪声比(CNR),以及背景噪声(SD)、颅底伪影SD。主观评价为对图像质量采用5分法进行评分。采用随机区组方差分析和Friedman秩和检验比较DLR与ASIR-V图像的客观参数和主观图像质量评分的差异。采用配对样本t检验和相关样本秩和检验对1.25 mm层厚DLR-H与5 mm层厚ASIR-V50%图像的客观参数和主观评分进行比较。结果51例患儿颅脑CT的CT容积剂量指数、剂量长度乘积和体型特异性剂量估算值分别为17.7(11.9,21.1)mGy、248.4(142.2,338.1)mGy·cm和(15.7±2.8)mGy。同一层厚的DLR与ASIR-V之间的CT值差异有统计学意义(P<0.05)。SNR和CNR随着ASIR-V或DLR的级别升高而逐渐增高,SD随着ASIR-V或DLR的级别升高而逐渐降低,总体差异均有统计学意义(P均<0.05)。其中,DLR客观参数均优于ASIR-V50%,DLR-H和ASIR-V100%的图像背景SD最低且两者差异无统计学意义,薄层DLR-H的白质SNR、灰质SNR和灰白质CNR值均优于ASIR-V100%,差异有统计学意义。随着层厚降低,图像质量评分下降,但薄层DLR图像平均主观评分均>3分,而ASIR-V图像平均主观评分均<3分,不能满足诊断需求。1.25 mm层厚DLR-H图像的背景和伪影噪声SD均高于5 mm层厚ASIR-V50%图像(t=2.96、2.83,P=0.005、0.007),其余客观参数和主观评分差异均无统计学意义(P均>0.05)。结论在儿童脑外伤低剂量颅脑CT中,DLR能提高图像质量,其中DLR-H图像质量最佳,且可提高薄层图像的灰白质的SNR和CNR。
简介:摘要目的探讨应用深度学习图像重建(DLIR)算法对实验猪心肌动态CT灌注(CTP)图像质量的提升程度以及该算法对心肌血流量(MBF)计算的影响。方法麻醉状态下对5只家猪进行静息与负荷动态CTP扫描,扫描管电压均为100 kV,低剂量与高剂量管电流分别设置为150、300 mA。低剂量扫描数据图像重建采用传统滤波反投影(FBP)及DLIR 3种不同强度(低、中、高),高剂量扫描数据图像重建仅采用FBP。客观评价及主观评价(5分制)图像质量,客观评价包括图像噪声、信噪比(SNR)、对比噪声比(CNR)。采用线性回归对DLIR算法强度和图像质量的线性趋势进行检验。采用Shapiro-Wilk检验数据正态性,正态数据比较采用配对t检验,非正态数据比较采用Wilcoxon秩和检验。结果高剂量扫描方案与低剂量扫描方案平均有效辐射剂量分别为7.2、3.8 mSv,差异有统计学意义(t=282.50,P<0.001)。低剂量下获得的图像随着DLIR强度的升高图像噪声逐渐减低,图像SNR及CNR逐渐增高(F=60.10、35.87、41.41,P均<0.001)。低剂量下高强度DLIR图像与高剂量FBP图像的噪声分别为(31.7±3.1)、(38.2±1.2)HU,SNR分别为16.6±2.0、13.8±0.8,CNR分别为14.5±1.7、11.6±0.9,差异均有统计学意义(t值分别为5.70、4.15、5.68,P值均<0.05)。低剂量下高强度DLIR图像与高剂量FBP图像主观评分分别为(4.8±0.4)、(4.2±0.6)分,差异有统计学意义(Z=2.12,P<0.05)。低剂量下FBP图像与高强度DLIR图像计算MBF在静息状态下分别为(81.3±17.3)、(79.9±18.3)ml·100 ml-1·min-1,负荷状态下分别为(99.4±24.9)、(100.7±27.3)ml·100 ml-1·min-1,差异均无统计学意义(t值分别为1.10、0.89,P>0.05)。结论应用高强度DLIR算法有利于实现实验猪低剂量心肌动态CTP,可明显提升图像质量,同时对MBF计算无明显影响。