Investigative Radiology:应用虚拟网格处理的临床胸片评价

2022-12-18 shaosai MedSci原创 发表于上海

为了改善没有物理网格(无网格)的X光片的图像质量(IQ),富士胶片(日本东京)开发了软件(SW),商业上称为虚拟网格以填补这一缺陷。

重症监护室(ICU)每天都要进行床边胸部X光检查,对呼吸系统和心血管疾病患者进行实时的随访及评估
为了改善没有物理网格(无网格)的X光片的图像质量(IQ),富士胶片(日本东京)开发了软件(SW),商业上称为虚拟网格以填补这一缺陷。最近的一篇文章讨论了虚拟网格软件在对比度细节模型-CDRAD 2.0上的应用,显示了改善IQ的显著结果。此外,更高的SW网格比率进一步提高了IQ。然而,这项研究只评估了应用于技术模型x线的虚拟网格的性能。因此,有必要对使用和不使用虚拟网格处理的临床病人胸部X光片进行评估。
为了评估临床IQ,可以根据x线片的一般IQ进行视觉分级分析(VGA)研究。有2种类型的VGA:绝对和相对。后者使用一个参考图像,将感兴趣的X光片与之进行比较。视觉分级分析和ROC研究很有价值,但对放射科医生来说十分耗时。因此,在没有人工干预的情况下评估x线片可取。
近日,发表在Investigative Radiology杂志的一项研究评估了虚拟网格在临床ICU日常工作中获得的胸片上的表现,并探讨了2种图像质量评估算法(IQAAs)的使用情况。

研究采集了50名不同的重症监护室患者的无网格胸片,使用虚拟网格软件进行处理。应用不同的软件(SW)网格比率-6:1、10:1、13:1、17:1和20:1,以研究图像质量(IQ)的改善。在一项相对的VGA研究中,4位放射科医生评估了图像质量的改善,其中参考图像以10:1的SW网格比处理。用于分析X光片的IQAAs之一是在本研究部门实施的,但最初是由杜克大学医学中心的研究小组开发的。根据对比度、细节和噪声来计算一般的IQ得分(IQS)。另一个IQAA-NIQE(自然度图像质量评估器)--可在Matlab(MATLAB Research R2019b; the MathWorks, Inc)中获得评估。这两种方法都与VGA进行了比较。 
无网格X光片的视觉分级分析得分明显较低(P < 0.001)。图像质量随着SW网格比的增加而增加,最高可达17:1的网格比。然而,一些解剖结构-脊柱和肋骨-受到较高网格比的负面影响。观察到VGA和IQS之间的相关系数为0.99。VGA和NIQE之间的相关系数为1.00。 


 A-E,分别是气管的一部分、肋骨的一部分、肺的一部分、脊柱的一部分和心脏后面的肺的一部分的选定区域。从左到右,感兴趣的区域分别用虚拟网格SW比0(SC SW关闭)、6:1(R6)、10:1(R10)、13:1(R13)、17:1(R17)和20:1(R20)处理


本项研究表明,网格比为6:1的虚拟网格SW提高了无网格胸部床边X光片的IQ。更高的SW网格比,即17:1和20:1,在应用时应仔细考虑,因为更高的SW比对肋骨和脊柱的部分有负面影响。因此,可以建议临床将网格比提高到13:1。IQAAs十分具有临床前景,可用于检测使用不同SC SW设置时的IQ差异。
原文出处:

Tim Gossye,Dimitri Buytaert,Peter V Smeets,et al.Evaluation Virtual Grid Processed Clinical Chest Radiographs.DOI:10.1097/RLI.0000000000000878

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (0)
#插入话题

相关资讯

Radiology:深度学习,实现胸片对COPD患者的预后预测!

通过使用卷积神经网络(CNN),深度学习模型可能能够为预后应用提取相关的定量值。此外,分类器与CNN的有效并行合并使图像数据和临床因素的处理能够产生有价值的结果。

European Radiology:人工智能,开辟胸片检测COVID-19的新时代!

胸片(CXR)通常是对有急性呼吸道症状的患者进行初步评估的常规手段,且价格便宜、辐射剂量低,而且在绝大多数的医院中都可以获得。

European Radiology:用胸片检测房颤你听说过吗?

深度学习可自动从目标数据中提取特征,是近年来备受关注的人工智能(AI)领域之一。

Radiology:利用动态胸片评估囊性纤维化的治疗评估

动态胸部x线(DCR)是一种宽视场、实时放射图像采集系统,可将胸部的高空间和时间分辨率成像与计算机辅助跟踪移动的胸部结构(包括横膈膜和胸壁)相结合。

European Radiology:基于深度学习和线性回归级联算法的胸片自动质量评估

近年来,深度学习算法已被广泛用于肺部结节的检测、骨骼和关节的自动测量以及放射学研究中的图像分割,这些计算机辅助技术为诊断提供了实质性的改进。