低劑量CBCT人工智能模型之臨床應用

簡要摘要

圓錐束CT（CBCT）是一種用於介入式數字減影血管造影（DSA）的影像技術。它通過圓錐束X光掃描和計算機重建產生三維影像。臨床上，CBCT引導肺和肝臟病灶的穿刺，並評估肝臟癌和腦血管疾病的介入後結果。然而，CBCT引導的介入手術帶來高患者輻射暴露；減少劑量常會降低影像質量並損害手術結果。研究報告指出，每增加100 mGy的輻射劑量，癌症風險將增加1.96倍。 人工智慧實現了低劑量CBCT。我們之前的DeepPriorCBCT模型使用神經分離表示學習嵌入了解剖先驗，將胸部的CBCT劑量降低到常規方案的六分之一，同時保持影像質量。我們進一步開發了使用55,000個預重建CBCT數據集的DeepPriorCBCT-V2，這些數據集涵蓋了腦部、胸腔和腹部。這個多器官模型在六分之一標準輻射劑量下保持影像質量。然而，其在現實世界中的臨床表現尚未得到驗證。因此，我們設計了這項前瞻性多中心隨機對照試驗，以評估DeepPriorCBCT-V2的臨床應用性。