一、治疗计划系统中CT值及图像质量保证的若干问题讨论（论文文献综述）
梁晓坤[1]（2021）在《锥束CT智能精准引导放射治疗关键问题研究》文中进行了进一步梳理治疗癌症有三大治疗手段:放疗、手术和化疗,超过70%以上的癌症患者需要接受放疗。放疗的目的是为了利用电离辐射消灭患者临床靶区内的肿瘤,准确的射束投放对于精准打击肿瘤和保护周边正常组织至关重要。然而,由于摆位误差及其病人的呼吸运动,肿瘤随之运动而脱离治疗射束,对正常组织造成损伤。锥束计算机断层成像（Computed Tomography,CT）引导系统利用X射线对肿瘤进行成像监测,使得在治疗时可以尽可能多地把射束剂量集中到肿瘤上,并尽量减少正常组织所受到的伤害。然而,仍有三大关键问题限制了锥束CT引导放疗的精度提升:锥束CT图像质量差,靶区定位精度低和放疗预后诊断难。基于这三个关键问题,我们引入人工智能技术,提出了:定量锥束CT成像技术,精准锥束CT引导靶区定位技术和放疗预后智能诊断技术,以提高锥束CT引导放疗的疗效。定量锥束CT成像技术的目的是为了修正锥束CT的散射伪影和环形伪影。对于散射伪影的修正,我们提出了基于新型“指交叉”型阻挡器的散射修正法,借助数学物理模型定量优化射束阻挡器的几何设计,将基于阻挡器的散射修正法由经验设计发展为理论设计,并成功将阻挡器应用于临床锥束CT散射修正,揭示了阻挡器在临床锥束CT散射修正的重要性;我们还提出了基于先验知识的锥束CT散射修正技术,实验结果的CT值精度优于现有的商用锥束CT;为了提高散射修正的效率,我们引入深度卷积神经网络,提出基于图像自动分割辅助的锥束CT散射伪影修正法,该方法不需要改变系统的硬件和扫描协议,也无需依赖先验信息,实现快速且精准的散射伪影修正。通过与商业锥束CT图像对比,我们的方法实现了更优的散射修正结果。对于环形伪影的修正,我们提出了基于相对全变分的自适应环形伪影迭代修正法,在不损坏图像空间分辨率的前提下,实现环形伪影修正。精准锥束CT引导靶区定位技术旨在准确自动勾画靶区,为射线剂量的精准投放提供关键的技术支撑。虽然深度学习的发展,大大推动了医学影像处理的发展。然而,过分依赖大量的数据集已经成为了深度学习进一步发展的最大瓶颈,与自然图像不同,大量获取医学影像的困难重重。为了缓解深度学习模型对数据的依赖,我们提出了基于one-shot学习的锥束CT前列腺定位模型,利用基于弹性形变的数据扩充模型和双重残差网络,仅需一个病人数据充当训练集,实现无创的前列腺标志点精准定位。此外,我们还提出了一种基于窄带匹配的无监督学习弹性配准框架,用于锥束CT前列腺靶区自动勾画。该框架采用了局部配准模型,避免了图像伪影和解剖结构变化对结果所带来的不利影响。放疗预后智能诊断技术的目的是利用深度学习自动诊断放疗后病人的状态。本文构建了一种多维度及混合长短连接的胃癌腹膜转移预测网络,创新性地引入了稠密块之间的长连接,实现高精准的腹膜转移预判。我们联合国内外多家医院,在1978例患者的CT影像上做评估,模型在外部验证中表现出良好的辨别能力,大幅优于传统的方法。锥束CT引导放疗直接决定了放疗的效果、病人的二次癌症的风险以及患者预后的生活质量。本文结合人工智能技术,研究了定量锥束CT成像技术,精准锥束CT引导靶区定位技术和放疗预后智能诊断技术,并通过大量的临床案例证实了我们方法的有效性,有望为实现智能快速的自适应锥束CT引导放疗提供关键的技术支撑。
张天乐[2]（2021）在《不同扫描模式在头颈CTA中图像质量与辐射剂量的比较研究》文中研究表明目的:探讨不同扫描模式在头颈CTA检查中图像质量与辐射剂量的比较研究。方法:将前瞻性连续收集行头颈CTA检查的180例病人按照体质量指数分为A组（18.5kg/m2≦BMI<34.9 kg/m2）和B组（BMI≧34.9 kg/m2）,每组90人;A组和B组又根据不同扫描方案分为A1、A2、A3,B1、B2、B3亚组,每个亚组30人。A1、B1亚组患者使用普通扫描模式,A2、B2亚组使用k V Assist扫描模式,A3和B3亚组使用能谱扫描模式。所有病人均采用前置40%和后置70%迭代重建算法对图像进行重建。测量和计算所有图像的主动脉、双侧颈总动脉以及大脑中动脉的CT值均值、信噪比（Signal-to-Noise Ratio,SNR）和对比度噪声比（Contrast-to-Noise Ratio,CNR）,采用5分值法对所有图像进行主观评分,记录各组病人的容积CT剂量指数(CT Dose Index volume,CTDIvol),剂量长度乘积（Dose Length Product,DLP）,然后计算有效剂量（Effective radiation Dose,ED）。分别对六个亚组病人的CT值均值、SNR、CNR、主观评分值和辐射剂量均值进行单因素方差分析（one-way ANOVA）。结果:A1、A2、A3、B1、B2、B3图像的CT值分别是361.5±44.3HU、416.6±88.5 HU、513.3±92.7 HU、352.7±43.4 HU、365.8±84.2 HU、505.7±90.6 HU;SNR分别是35.8±7.4、37.1±9.7、44.3±13.7、28.7±7.1、28.4±7.3、45.6±12.7;CNR分别是31.2±6.8、33.1±9.6、43.1±11.2、28.5±6.6、27.5±9.3、43.6±11.6;ED分别是1.2±0.2 m Sv、0.7±0.1 m Sv、1.1±0.2m Sv、1.3±0.4 m Sv、1.1±0.3 m Sv、1.2±0.4 m Sv以及主观评分分别是3.8±0.2、4.1±0.3、4.4±0.3、3.0±0.2、3.1±0.2、4.4±0.4。其中A3和B3亚组病人图像的SNR、CNR及主观评分值高于其他亚组（P<0.05）;B1和B2亚组中分别有9人和12人的主观评分值低于3分,且其图像的主观评分值低于其他亚组（P<0.05）;A1和A2亚组病人图像的SNR、CNR及主观评分值无统计学差异（P>0.05）,但A2亚组病人的平均有效剂量（0.7±0.1m Sv）较A1组（1.2±0.2m Sv）及A3组（1.1±0.2m Sv）m Sv分别下降41.7%和36.4%。B组中各亚组病人的辐射剂量无统计学差异（P>0.05）。结论:在头颈CTA检查中,18.5 kg/m2≦BMI<34.9kg/m2病人推荐使用k V Assist扫描模式;BMI≧34.9kg/m2病人推荐使用能谱扫描模式。
柏瑞[3]（2021）在《低剂量双能量CT诊断前交叉韧带损伤的临床及相关基础研究》文中研究表明目的:1、探讨双能量CT膝关节前交叉韧带成像低剂量扫描参数。2、研究双能量CT“双能量染色减少征”对前交叉韧带损伤进行诊断的分子影像基础。方法:1、对9例人体膝关节标本进行低剂量和常规剂量两组参数的双能量CT扫描,对交叉韧带成像数据进行后处理,并对图像信噪比、主观评分等进行统计学分析。2、回顾分析35例膝关节损伤患者采用低剂量参数进行双能量CT扫描的图像数据,以“双能染色减少征”为诊断标准,将CT诊断结果与其磁共振及关节镜结果进行对照分析。3、将羟赖氨酸及羟脯氨酸试剂配置成6组不同浓度、配比的溶液,对其进行双能量CT扫描并进行图像后处理,观察其双能染色情况,并对其CT值、图像信噪比进行测量和统计分析。结果:1、9例人体膝关节双能量CT前交叉韧带图像低剂量组与常规剂量组信噪比无统计学差异,两位专家各自两剂量组图像主观评分亦无统计学差异。2、利用“双能染色减少征”诊断前交叉韧带损伤22例,18例与关节镜术后结果一致;诊断前交叉韧带正常13例,12例与关节镜术后结果一致。低剂量成像下该征象的诊断敏感性为94.7%,特异性为75%,阳性预测值为81.8%,阴性预测值为92.3%。经Kappa检验其Kappa值为0.836,具有较好的一致性。3、单纯羟赖氨酸或羟脯氨酸浓度变化组各试管溶液的双能伪彩编码程度随浓度的增加而提高,CT值亦随之增加。4、羟赖氨酸与羟脯氨酸浓度同步递增组各试管溶液的双能染色程度随两种氨基酸浓度的增加而提高,CT值亦随之增加。5、羟赖氨酸与羟脯氨酸浓度反向增减组各试管溶液的双能染色程度随羟赖氨酸浓度的增加而提高,CT值亦随之增加。6、羟赖氨酸浓度递增与羟脯氨酸浓度固定混合液组各试管溶液的双能染色程度随羟赖氨酸浓度的增加而提高,CT值亦随之增加。7、羟脯氨酸浓度递增与羟赖氨酸浓度固定混合液组各试管溶液的双能染色程度无明显变化,CT值亦无明显变化趋势。结论:1、低剂量扫描参数在膝关节前交叉韧带损伤的成像与诊断中是可行的,受检者接受的辐射剂量也显着减少。2、双能量CT成像后“tendon”模式下的伪彩色编码（即双能染色）和羟赖氨酸和羟脯氨酸有关。3、羟赖氨酸和/或羟脯氨酸浓度的变化影响双能染色程度,二者呈正相关的关系。4、两种氨基酸在双能染色中所扮演的角色是不同的,羟赖氨酸起主要作用,羟脯氨酸起次要作用,双能染色更依赖于羟赖氨酸。5、双能染色程度变化伴随着CT值的变化,二者亦呈正相关。
黄新望[4]（2021）在《基于改进U-Net的肝脏CT图像分割算法研究》文中研究指明肝脏是人体最大的并有两套供血系统的消化腺,主要位于右季肋部和上腹部,在全球最常见的恶性肿瘤和肿瘤致死病因中,肝癌位居第五位,致死率位居第三位,而早期的诊断与治疗对降低肝癌的发病率及致死率都有较大的作用。肝脏分割任务是指从给定的腹部CT图像中分割出肝脏的任务,对肝脏轮廓的精准划分能帮助医师掌握肝脏的健康状况、确定肝脏病灶区域,帮助医师在手术前制定手术规划,确保手术在切除病变区域的同时尽量保留肝脏的健康部分。由于腹部CT图像中存在的肝脏病理性变化使得肝脏形状不一、肝脏与邻近器官对比度低、图像质量不稳定等特点,因此针对腹部CT图像的肝脏分割任务面临着许多挑战。随着计算机视觉算法和深度学习方法的不断发展,卷积神经网络在生物医学图像分割上受到了越来越广泛的应用。其中,通过利用获取上下文信息的收缩路径和实现精确定位的拓张路径共同组成的U-Net网络模型在医学图像分割中取得较好的结果。但是,原始的U-Net网络模型在分割性能上还有较大提升空间;但如果采用通过增加卷积核来扩大网络层数进而提升模型效果等常规方法,会增大模型的参数量和网络运算量,这将导致网络模型的训练推理变得更加困难,同时这也对计算机的性能提出更高的要求。本文为了提升U-Net网络模型在肝脏CT图像分割的效果,即在提升肝脏分割中DICE相似指数、召回率和准确率等分割评价时,避免通过采取增加网络参数量或提升计算机运算性能等常规做法,提出一种新的解决方法。首先是使用限制对比度自适应均衡算法对腹部CT图像中的特定区域进行图像增强,从而提升兴趣区域中肝脏对比度,为网络模型及人眼有效识别和分割提供较好的数据;其次为了检测并分割肝脏近心端和远心端的小目标问题,引入注意力机制算法对网络的卷积模块进行改进优化,提升网络处理样本不均衡中对小目标的检测识别能力;最后为了提升网络模型在边界处理上和位置还原上的性能,引入密集连接机制对网络模型进行优化改进,从而解决肝脏分割中边缘处理能力较差、边缘丢失及边界不清晰等问题。实验结果表明,改进后的U-Net网络模型能够较好的适应不同病理程度的腹部CT图像肝脏分割,该方法能够有效的提升肝脏分割的主要性能,DICE相似系数从86.43%提升到89.43%,召回率从88.65%提升到92.15%,精确率从92.43%提升到93.64%,在主要评价指标上都有一定的提升。本文为了有效利用基于改进U-Net网络的腹部CT图像肝脏分割结果,对分割结果的应用方面进行了一定的研究,为肝脏分割结果有效利用提供了技术路线。研究主要包括对腹部CT图像中的肝脏提取、冗余信息裁剪、病灶信息像素调整等方法,从而提升了肝脏病灶分割中对不明显肝脏病灶分割的检测精度。实验结果证明,通过先分割肝脏,再分割病灶的两步走方法能够有效的应对病灶分割中目标不突出的问题,为深入研究肝脏病灶分割提供了实践准备。
杨骋远[5]（2020）在《基于深度学习的锥形束CT散射校正与图像增强》文中研究表明计算机断层成像系统（Computed Tomography）是临床诊断中的重要辅助工具。近些年出现的锥形束CT（Cone-beam CT,CBCT）,凭借其更高的空间分辨率、更短的扫描时间、更高的射线利用率以及更低的放射剂量,逐渐展现出了临床使用的优势。然而由于射束硬化等因素的影响,CBCT在成像过程中伴随着严重的散射伪影及对比度不高等缺陷,这些缺陷限制了CBCT图像的进一步应用。本文首先提出了一种基于深度残差学习的CBCT散射校正方法。相比采用模体数据进行训练,本文使用放射引导治疗系统获取的成组临床CBCT、CT图像构建残差学习数据集,并通过两次图像配准减少残差图像中包含的有效组织结构等信息。进一步,本文通过训练深度神经网络来实现对散射降质模型的隐式建模。实验分析表明,本文的方法足以在保留CBCT细节的同时实现对散射伪影的抑制,并进一步提高后续应用（如基于阈值的CBCT图像分割）的表现。其次,本文从提升空间分辨率的角度对进一步提高CBCT图像质量进行了探索。本文对CBCT胸部图像数据集进行4倍下采样以构建成对的训练数据,用于训练EDSR超分辨率重建模型。利用网络的全卷积特性及重建模型的泛化性能,本文实现了对原始尺寸CBCT图像的4倍分辨率提高。实验结果表明,相比直接插值上采样,重建的CBCT图像在细节纹理辨识度及边缘平滑程度上均有提升。
张记清[6]（2020）在《低对比剂用量优化三联扫描模式和心理护理在胸痛患者CT增强检查中的研究》文中认为研究目的:探讨急性胸痛患者行Revolution CT三联检查中,采用优化三联扫描模式降低碘对比剂用量的可行性,为建立切实可行的急性胸痛患者三联检查“双低”模式（低碘对比剂用量和低辐射剂量）提供理论基础。分析胸痛患者CT增强检查中,采用心理护理措施缓解患者焦虑恐惧情绪,增加配合度,提高效率及其他方面的临床受益,为更好促进影像科护理人文关怀提供参考依据。研究对象与方法:第一部分:评估急性胸痛患者CT三联检查中采用低对比剂用量优化扫描模式的效果收集2018年10月-2019年6月山西医科大学第二医院因急性胸痛拟进行三联检查的患者。按纳排标准共收集68例,根据随机形成的随机数字表将患者分为2组,每组34例。A组为对照组,采用传统胸痛三联扫描模式,即肺动脉-冠状动脉-胸主动脉的顺序,碘对比剂用量为75ml;B组为实验组,采用优化的三联扫描模式,扫描顺序为肺动脉-胸主动脉-冠状动脉,碘对比剂用量为55ml。所有患者均使用对比剂自动追踪和阈值触发技术,比较A、B两组患者的图像质量（主、客观评价）及总体有效辐射剂量。第二部分:心理护理在胸痛患者增强检查中的临床受益分析前瞻性收集2018年12月-2019年10月在山西医科大学第二医院因胸痛行增强检查明确病因的患者,符合纳排标准的患者共459例,其中观察组为233例,对照组为226例。对照组采用增强检查常规护理,观察组在常规基础上增加心理护理措施。比较两组患者前后的状态焦虑量表（State Anxiety,S-AI）得分情况,记录两组患者的人均检查时长、对比剂外渗和过敏反应发生情况、重复穿刺率以及患者满意度。采用SPSS22.0统计学软件对相关数据进行正态性、方差齐性检验,两独立样本t检验,非参数检验,卡方检验,α=0.05为检验水准,以P<0.05表示差异有统计学意义,P<0.001表示差异有显着统计学意义。研究结果:（1）低对比剂用量优化三联扫描模式效果的探讨中:（1）A、B两组肺动脉、胸主动脉各血管图像质量的主观评分和客观评价指标差异均无统计学意义（P>0.05）;（2）两组冠状动脉各血管图像质量的客观评价指标中CT值差异无统计学意义（P>0.05）,右冠状动脉近段和中远段对比噪声比（CNR值）差异有统计学意义（P<0.05）,两组冠状动脉图像质量的主观评分差异有统计学意义（P<0.05）;（3）冠状动脉扫描时两组右心房、右心室CT值差异有显着统计学意义（P<0.001）;（4）两组有效辐射剂量差异无统计学意义（P>0.05）;（5）两组患者三联检查的图像质量均能满足临床诊断要求。（2）心理护理措施的临床受益分析中:两组患者一般资料以及基础焦虑量表（S-AI）得分差异无统计学意义（P>0.05）,具有可比性。观察组患者自身前后比较S-AI得分差异有显着统计学意义（P<0.001）,观察组和对照组患者采用不同护理措施后比较S-AI得分差异有显着统计学意义（P<0.001）。增加心理护理措施后患者的人均检查时长、重复穿刺率以及对比剂过敏反应发生情况均明显低于采用常规护理的患者,两组患者满意度比较有明显差异（观察组94.2%,对照组78.7%）。两组患者增强检查图像质量均能满足临床诊断要求。研究结论:（1）急性胸痛患者行三联检查时,优化的扫描模式完成全部扫描的时间缩短,有效减少了碘对比剂用量,辐射剂量较低,达到了“双低”模式。且能够减少右心房、右心室对比剂伪影对右冠图像质量的影响,为临床提供了高质量的三种血管诊断依据,值得临床推广应用。（2）胸痛患者增强检查中增加心理护理措施有助于减少患者的焦虑恐惧的主观感受,提高患者的配合度,缩短增强检查人均时间,提高效率,减少对比剂引起的不良反应的发生情况,提高患者满意度,为患者安全快速明确病因提供重要保障。
张秀琰[7]（2020）在《CT图像中X射线射束硬化校正方法研究》文中提出X射线断层扫描是19世纪70年代开发的一项新技术,目前被广泛应用于医学诊断和工业无损检测等领域。这项技术利用了物质的射线衰减特性,从不同的角度获得投影数据,重建后获得物体的断层图像。该技术可以在不需要对被测对象本身造成破坏的情形下,实现对其内部结构以及组织性质的检测。但是,在实际的CT扫描系统中,获得的扫描数据通常会有一定的误差。其中这些误差主要是一些噪声、射束硬化效应、金属物体导致的,此时伪影就会在重建的图像中出现,严重地影响了图像的质量。当被测物体中包含高衰减的金属部件（例如手术夹,牙科填充物和人造关节等）时,金属伪影将会被引入重建图像中,它是由多种物理效应引起的,而射束硬化是主要因素。针对引入的伪影,本文分析了伪影形成的原理,并开发实现了一种金属伪影的校正方法和一种射束硬化伪影校正系统,主要方法有:（1）实现了一种先验图像和自适应全变分滤波相结合的金属伪影校正方法,这种方法可以较好地减弱金属伪影;（2）提出了一种利用近似材料衰减系数与X射线能量的关系的射束硬化校正方法,能够做到较好地去除伪影,保留原有图像中的信息。该方法主要包括获取金属区域、投影数据获取、伪影数据近似计算以及校正图像的获取。通过数值实验,将本文提出的方法与其他算法进行比较,实验和仿真数据表明,本文提出的金属伪影校正方法和射束硬化校正系统获得的重建图像可以更好地去除伪影,保留了原图中的细节。其中,射束硬化校正系统不需要先验知识,该系统使金属周围的条状伪影得到一定程度的抑制,重建后图像的边缘细节得到了保证,重建图像的质量也得到了提高。
张松[8]（2020）在《新型轻质陶瓷基复合材料工业CT无损检测研究》文中认为新型轻质陶瓷基复合材料（Ceramic matrix composite,CMC）作为隔热材料之一,被广泛应用到航天航空热防护结构中。CMC材料在与飞行器基体粘接制备过程中,由于粘接质量和材料本身热应力因素的影响,导致热防护构件的可靠性降低。因此,对热防护构件的粘接层界面缺陷及复合材料本身结构特征进行无损评估是十分必要的。针对该问题,本文采用新型轻质CMC构件作为研究对象,提出了一种改进的缺陷分割方法和材料密度的计算模型,开展了复合材料构件的无损评估方法的研究:（1）本文应用工业计算机断层扫描成像检测技术（Computed Tomography,CT）对新型复合材料构件进行无损检测,获取材料内部缺陷CT断层图像,并结合数字图像处理技术对CT图像进行处理和分析。针对CT断层图像因CT系统探测器和射线能量等因素存在严重噪声的问题,本文采用了自适应中值滤波和小波阈值去噪算法对CT图像去噪、增强预处理,为粘接层缺陷的检测和表征奠定坚实基础。（2）新型各向异性的CMC材料构件对CT图像的成像质量有较大影响。因此,本文针对缺陷分割精度低的问题,提出了改进的模糊C均值算法（Fuzzy C-means,FCM）图像分割方法,对不规则缺陷可视化,并且建立相应的定量指标。通过改进的方法,实现了对孔洞和脱粘缺陷的检测和定量表征。（3）针对新型复合材料在烧结制备过程中,由于存在氧化和热应力的影响,引发材料结构分布不均匀的问题,本文提出了一种计算局部空间密度的方法,建立了单元密度的计算模型及不同区域密度差值波动曲线图,从而实现了对材料密度计算及材料结构分布均匀性的研究。
王博[9]（2020）在《低剂量肺部CT的图像增强及其辅助诊断应用研究》文中提出肺癌的发病率和死亡率是目前世界上最高的恶性疾病,如果可以在早期发现并进行手术切除,肺癌的预后将显着改善,但早期肺癌绝大多数无明显症状,出现症状而就诊的肺癌患者多属晚期,由此可见,早期肺癌的发现与诊断是重中之重。但传统CT扫描因其大量的辐射剂量给患者与医护人员带来难以估计的伤害,因此,低剂量肺部CT因其大大降低辐射剂量引起广泛关注,但其降低辐射剂量的同时也降低了图像的质量与清晰度,为此,本文设计基于低剂量肺部CT的图像增强及其辅助诊断应用,增强图像对比度与可观察性,进而在肺结节的检测与分类任务中辅助医生诊断,为肺癌的早期预后治疗提供帮助。在低剂量肺部CT图像增强的过往研究中,传统空域增强算法与频域增强算法的增强存在着诸多局限性,其增强效果也不尽人意,本文从新的理论角度出发,分析变分法在低剂量肺部CT图像增强中的理论合理性,并基于全变分理论基础上,提出基于图像分解的低剂量肺部CT图像增强算法,并设计合理的分解模型,通过该算法处理低剂量肺部CT图像,无论从对比度、清晰度、细节纹理还是视觉效果方面都能得到很大的提升,达到较好的观测效果。接下来,针对图像增强后的低剂量肺部CT图像,本文分析了传统机器学习算法与传统深度学习算法在肺结节检测与分类中的不足与缺陷,从目标分割角度设计低剂量CT肺结节定位算法,在传统U-Net模型基础上引入残差单元与三维网络结构,提出RU3D-Net模型,大大增加了微小型结节的检测准确率,最后在假阳性率为8时达到92.73%的灵敏度,优于多数先进的算法;肺结节分类任务中对原有Res-Net网络基础上进行创新,融入三维结构,提出了Res3D-Net网络,使得最后分类准确率可以达到99%;最后本文将设计的基于图像分解的图像增强算法、基于RU3D-Net的肺结节检测算法与基于Res3D-Net的肺结节分类算法进行整合,并设计一款低剂量CT肺结节辅助诊断应用,并分别测试了每一部分的实用程度,证明了本应用系统的价值。
孟东花[10]（2020）在《低浓度对比剂联合低管电压在体部增强CT检查中的应用》文中进行了进一步梳理目的探讨使用低浓度碘对比剂（270mg I/ml）及低管电压（100k Vp）在胸部以及上腹部增强CT检查中的应用。以期降低辐射剂量,减少碘对比剂使用量,为制定适合国人体型的最优对比剂注射方案、扫描技术及条件,迭代重建技术等提供依据。材料与研究方法1.胸部本研究根据入组标准纳入了12所不同医院共216例行胸部增强CT检查的患者临床资料。将患者随机分为4组:A组:管电压120k Vp,对比剂碘海醇350mg I/ml,纳入53例;B组:管电压100k Vp,对比剂碘海醇350mg I/ml,纳入42例;C组:管电压120k Vp,对比剂碘克沙醇270mg I/ml,纳入61例;D组:管电压100k Vp,对比剂碘克沙醇270mg I/ml,纳入60例。4组患者的胸部增强CT检查所获得图像质量的主观评价由两位有10年以上经验的放射科医生独立盲评,两位医生评分的一致性采用加权kappa检验进行统计学比较分析。测量增强图像肺动脉的CT值和噪声,并计算图像对比噪声比（CNR）作为图像质量客观评价指标。记录每例患者CT扫描后设备自动得到的容积CT剂量指数（Volume CT dose index,CTDIvol）和剂量长度乘积（Dose length product,DLP）,计算有效剂量（Effective dose,ED）:ED=0.0143×DLP。将不同条件下得到的四组增强CT图像的影像诊断结果与病变金标准病理结果进行比较,评价CT影像诊断的准确率。2.上腹部本研究选取120例BMI在正常范围行上腹部增强CT扫描的患者,随机分为A组常规管电压碘对比剂（120k Vp、300mg I/ml）、B组常规管电压低浓度碘对比剂（120k Vp、270mg I/ml）和C组低管电压常规浓度碘对比剂（100k Vp、300mg I/ml）、D组低管电压低浓度碘对比剂（100k Vp、270mg I/ml）,每组30例患者。四组图像均采用40%ASIR算法和FBP算法组合进行重建;测量并比较四组门静脉期图像相同部位的CT值、图像噪声、对比度噪声比（CNR）;记录容积CT剂量指数（CTDIvol）;按4分法对所得图像进行主观图像质量评价,评分结果的一致性采用加权kappa检验分析。分析CT诊断结果与病理结果的符合率。结果1.胸部四组患者分别在性别、年龄、身高、体重、体质量指数均无显着性差异（P>0.05）;四组患者在使用碘对比剂进行胸部强化CT检查后只有A组一例患者出现发热荨麻疹轻度不良反应。两位放射科医生评分的一致性良好,kappa值在0.736（95%可信区间:0.54-0.933）到0.809（95%可信区间:0.65-0.968）之间,四组主观图像评分结果无统计学差异。客观评价参数中A组噪声（SD）最低（15.2±4.6）,B组对比噪声比（CNR）和肺动脉CT值最高分别为（9.5±3.1）、（215±46.1）,其他组对比噪声比分别为A组（9.0±5.3）,D组（7.1±2.5）,C组（6.2±2.1）。D组CT值与A组CT值无统计学差异。D组的容积CT剂量指数、剂量长度乘积、有效剂量均显着低于A组。四组中D组患者接受的碘摄入量最低（25848±3014mg I）。216例中手术切除或活检确诊病理结果181例,与病理结果相比较四组之间影像学诊断准确率无显着性差异（P>0.05）。2.上腹部120例行上腹部增强CT检查患者的性别、年龄、身高、体重、体质量指数（BMI）无显着性差异（P>0.05）;强化检查后均没有出现对比剂不良反应。两位放射科医生对图像质量主观评分的一致性良好,kappa值分别是0.832、0.796、0845、0.861,且评分结果无统计学差异,均能满足诊断需要。图像质量客观评价指标中C组腹主动脉CT值、肝实质CT值和噪声最高分别为（196.61±23.34）、（129.73±14.44）（24.41±1.69）。D组与A组比较,图像质量客观评价指标腹主动脉CT值、肝实质CT值、CNR腹主动脉、CNR肝实质以及噪声均无明显差异,无统计学意义（P>0.05）,但辐射剂量指标CTDIvol显着降低28.61%。120例中手术切除或活检确诊病理结果108例,与病理结果相比较四组之间影像学诊断准确率无显着性差异（P>0.05）。结论低浓度碘对比剂（270mg I/ml）和低管电压（100k Vp）胸部和上腹部增强CT检查在保证所获得CT图像质量能够满足影像诊断需要的前提下,可以降低患者所受辐射剂量,减少碘对比剂使用量,从而降低碘对比剂不良反应的发生率。
二、治疗计划系统中CT值及图像质量保证的若干问题讨论（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、治疗计划系统中CT值及图像质量保证的若干问题讨论（论文提纲范文）
（1）锥束CT智能精准引导放射治疗关键问题研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 引言 |
| 1.1 研究背景及其意义 |
| 1.2 锥束CT成像技术 |
| 1.2.1 锥束CT硬件系统 |
| 1.2.2 锥束CT重建算法 |
| 1.3 锥束CT引导放疗的关键问题及其国内外研究现状 |
| 1.3.1 锥束CT伪影修正 |
| 1.3.2 锥束CT引导靶区定位 |
| 1.3.3 放疗预后智能诊断 |
| 1.3.4 锥束CT引导放疗关键技术的评价指标 |
| 1.4 技术路线和论文的组织架构 |
| 第2章 定量锥束CT成像技术 |
| 2.1 基于阻挡器的锥束CT散射修正技术 |
| 2.1.1 阻挡器几何结构的建模 |
| 2.1.2 散射信号提取 |
| 2.1.3 基于阻挡器的三维重建算法 |
| 2.1.4 实验结果 |
| 2.1.5 讨论与总结 |
| 2.2 基于先验计划CT的锥束CT散射修正技术 |
| 2.2.1 工作流程 |
| 2.2.2 散射噪声抑制 |
| 2.2.3 GPU加速 |
| 2.2.4 实验结果 |
| 2.2.5 讨论与总结 |
| 2.3 基于深度卷积神经网络的分割辅助锥束CT散射修正 |
| 2.3.1 算法流程 |
| 2.3.2 利用深度卷积神经网络进行锥束CT分割 |
| 2.3.3 使用自适应滤波器进行散射伪影估计 |
| 2.3.4 结果 |
| 2.3.5 讨论与总结 |
| 2.4 自适应迭代环形伪影修正法 |
| 2.4.1 算法流程 |
| 2.4.2 利用相对全变分提取病人结构信息 |
| 2.4.3 环形伪影的提取 |
| 2.4.4 迭代停止标准 |
| 2.4.5 实验结果 |
| 2.4.6 讨论与总结 |
| 2.5 本章小结 |
| 第3章 精准锥束CT引导靶区定位技术 |
| 3.1 基于one-shot学习的锥束CT前列腺定位技术 |
| 3.1.1 算法流程 |
| 3.1.2 深度学习模型 |
| 3.1.3 标记数据集的生成 |
| 3.1.4 测试T2RN模型 |
| 3.1.5 实验结果 |
| 3.1.6 讨论与总结 |
| 3.2 基于窄带匹配的无监督学习弹性配准技术 |
| 3.2.1 靶区勾画传播流程 |
| 3.2.2 基于窄带匹配的无监督学习 |
| 3.2.3 前列腺患者数据 |
| 3.2.4 靶区勾画的评估方法 |
| 3.2.5 实验结果 |
| 3.2.6 讨论与总结 |
| 第4章 放疗预后智能诊断技术 |
| 4.1 研究背景 |
| 4.2 入选的病人 |
| 4.3 影像的采集与处理 |
| 4.4 深度学习模型 |
| 4.5 实验结果 |
| 4.6 讨论与总结 |
| 第5章 结束语 |
| 5.1 本文工作总结 |
| 5.2 未来的研究方向 |
| 参考文献 |
| 致谢 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
（2）不同扫描模式在头颈CTA中图像质量与辐射剂量的比较研究（论文提纲范文）
| 摘要 |
| abstract |
| 绪论 |
| 第一章 资料与方法 |
| 1.1 一般资料 |
| 1.2 检查方案 |
| 1.2.1 检查设备 |
| 1.2.2 检查方法及扫描参数 |
| 1.2.3 对比剂使用方案 |
| 1.3 图像评价 |
| 1.3.1 主观评价 |
| 1.3.2 客观评价 |
| 1.4 辐射剂量 |
| 1.5 统计学分析 |
| 第二章 结果 |
| 2.1 病人一般情况分析 |
| 2.2 图像质量分析 |
| 2.2.1 图像主观评价 |
| 2.2.2 图像客观评价 |
| 2.3 辐射剂量分析 |
| 第三章 讨论 |
| 第四章 结论 |
| 参考文献 |
| 综述 低剂量扫描在头颈CTA检查中的应用进展 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的成果 |
（3）低剂量双能量CT诊断前交叉韧带损伤的临床及相关基础研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 前言 |
| 参考文献 |
| 第一章 双能量CT膝关节前交叉韧带成像低剂量扫描参数优化研究 |
| 1、材料和方法 |
| 2、结果 |
| 3、讨论 |
| 4、小结 |
| 参考文献 |
| 第二章 低剂量双能量CT诊断膝关节前交叉韧带损伤的临床对照分析 |
| 1、材料和方法 |
| 2、结果 |
| 3、讨论 |
| 4、小结 |
| 参考文献 |
| 第三章 双能量CT诊断膝关节前交叉韧带损伤的分子影像基础研究 |
| 1、材料和方法 |
| 2、结果 |
| 3、讨论 |
| 4、结论 |
| 参考文献 |
| 全文总结 |
| 中英文对照缩略词表 |
| 成果 |
| 致谢 |
（4）基于改进U-Net的肝脏CT图像分割算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题背景 |
| 1.2 国内外研究现状和发展趋势 |
| 1.3 论文内容和结构安排 |
| 1.3.1 论文内容 |
| 1.3.2 结构安排 |
| 2 CT图像理论基础与深度学习理论基础 |
| 2.1 肝脏在人体的位置及分割难度 |
| 2.1.1 肝脏在人体的位置 |
| 2.1.2 肝脏的特点与其他器官的关系 |
| 2.2 CT图像成像基础与原理 |
| 2.2.1 CT图像的成像机理 |
| 2.2.2 CT值与窗宽窗位 |
| 2.2.3 CT图像的保存格式 |
| 2.2.4 CT图像的质量影响因素 |
| 2.3 经典的肝脏CT图像分割算法 |
| 2.4 卷积神经网络理论基础 |
| 2.4.1 卷积神经网络基本结构 |
| 2.4.2 优化策略 |
| 2.4.3 训练参数设置 |
| 2.5 本章小结 |
| 3 基于U-Net网络的肝脏CT图像分割方法 |
| 3.1 U-Net网络模型概述 |
| 3.2 网络运行参数的设置 |
| 3.2.1 数据集的来源 |
| 3.2.2 数据预处理的方式 |
| 3.2.3 数据增强 |
| 3.2.4 实验环境及超参数设置 |
| 3.2.5 实验数据划分 |
| 3.3 U-Net网络运行结果 |
| 3.3.1 常见结果评价指标 |
| 3.3.2 实验结果及分析 |
| 3.4 本章小结 |
| 4 基于改进U-Net网络的肝脏CT图像分割方法 |
| 4.1 引言 |
| 4.2 限制对比度自适应均衡算法 |
| 4.3 注意力机制 |
| 4.4 密集卷积网络 |
| 4.5 基于改进的U-Net网络肝脏分割结果 |
| 4.6 实验结果对比与分析 |
| 4.7 本章小结 |
| 5 肝脏CT图像病灶分割方法 |
| 5.1 引言 |
| 5.2 基于改进的U-Net网络的肝脏分割结果后处理 |
| 5.2.1 概述 |
| 5.2.2 图像处理“与”操作 |
| 5.2.3 基于统计学分析的肝脏区域提取 |
| 5.2.4 基于特征分析的像素调整策略 |
| 5.3 肝脏CT图像病灶分割实验 |
| 5.3.1 实验数据与平台环境 |
| 5.3.2 实验评价指标 |
| 5.3.3 实验结果分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读学位期间发表的学术论文 |
| 致谢 |
| 附件 |
（5）基于深度学习的锥形束CT散射校正与图像增强（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 CBCT散射校正技术的研究现状 |
| 1.2.2 图像超分辨率重建技术的研究现状 |
| 1.3 本文研究内容及工作安排 |
| 第二章 相关背景知识介绍 |
| 2.1 CBCT图像的获取过程 |
| 2.1.1 CT成像的基本原理 |
| 2.1.2 CBCT成像及伪影的产生 |
| 2.1.3 残差学习的概念与原理 |
| 2.1.4 图像配准技术 |
| 2.2 超分辨率重建技术 |
| 2.3 本章小结 |
| 第三章 基于残差学习的CBCT散射校正 |
| 3.1 方法设计 |
| 3.1.1 基于二次配准的切片数据预处理 |
| 3.1.2 残差学习 |
| 3.2 实验数据介绍 |
| 3.3 散射校正实验 |
| 3.3.1 实验结果 |
| 3.3.2 实验结果与分析 |
| 3.4 本章小结 |
| 第四章 基于超分辨率重建的CBCT质量提升 |
| 4.1 方法设计 |
| 4.1.1 用于超分辨率重建的深度残差网络 |
| 4.1.2 网络架构设计 |
| 4.1.3 损失函数的选择 |
| 4.1.4 几何自集成方法 |
| 4.1.5 对CBCT图像的超分辨率重建思路 |
| 4.2 超分辨率重建实验 |
| 4.2.1 实验数据介绍 |
| 4.2.2 实验流程及结果 |
| 4.2.3 实验不足之处 |
| 4.3 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 研究展望 |
| 参考文献 |
| 附录2 攻读硕士学位期间撰写的论文 |
| 附录3 攻读硕士学位期间申请的专利 |
| 附录4 攻读硕士学位期间参加的科研项目 |
| 致谢 |
（6）低对比剂用量优化三联扫描模式和心理护理在胸痛患者CT增强检查中的研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 常用缩写词中英文对照表 |
| 前言 |
| 研究背景 |
| 1 材料与方法 |
| 1.1 研究对象 |
| 1.2 研究内容和方法 |
| 1.3 统计学方法 |
| 2 结果 |
| 2.1 调整扫描顺序的低对比剂用量胸痛三联扫描模式的应用效果 |
| 2.1.1 A、B两组患者的一般资料及辐射剂量等的比较 |
| 2.1.2 A、B 两组患者的图像质量主观评估和客观评价指标的比较 |
| 2.2 心理护理在胸痛患者增强检查中的临床受益分析 |
| 2.2.1 两组患者一般资料、基础焦虑量表得分比较 |
| 2.2.2 两组患者采用不同护理措施后以及各组自身前后焦虑量表得分比较 |
| 2.2.3 两组患者的人均检查时长、对比剂不良反应发生情况(外渗和过敏反应)、重复穿刺率、患者疾病检出情况以及患者满意度比较 |
| 3 讨论 |
| 3.1 调整扫描顺序的低对比剂用量胸痛三联扫描模式的应用效果 |
| 3.2 Revolution CT行胸痛三联CTA检查的辐射剂量 |
| 3.3 心理护理在胸痛患者增强检查中的临床受益分析 |
| 4 结论 |
| 4.1 研究结论 |
| 4.2 创新之处 |
| 4.3 不足与改进之处 |
| 参考文献 |
| 文献综述 |
| 参考文献 |
| 附录 |
| 致谢 |
| 个人简历 |
（7）CT图像中X射线射束硬化校正方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文的主要内容及结构 |
| 2 CT图像重建基础与射束硬化理论 |
| 2.1 CT成像的定理 |
| 2.2 CT图像重建理论 |
| 2.3 射束硬化理论 |
| 2.4 本章小结 |
| 3 CT图像中金属伪影的校正 |
| 3.1 金属伪影的形成与校正方法 |
| 3.2 金属伪影校正方法 |
| 3.3 本章小结 |
| 4 CT图像中射束硬化伪影的校正 |
| 4.1 射束硬化原理 |
| 4.2 射束硬化伪影校正方法 |
| 4.3 校正结果比较分析 |
| 4.4 本章小结 |
| 5 总结与展望 |
| 参考文献 |
| 作者简历 |
| 致谢 |
| 学位论文数据集 |
（8）新型轻质陶瓷基复合材料工业CT无损检测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景及目的 |
| 1.2 复合材料无损检测技术概述 |
| 1.3 基于工业CT技术的复合材料构件评估方法的研究现状 |
| 1.3.1 CMC材料的发展及研究现状 |
| 1.3.2 CMC材料构件无损评估方法的研究现状 |
| 1.4 本文主要研究内容及技术路线 |
| 第2章 CMC材料X射线检测方法与特征分析 |
| 2.1 CMC构件内部结构特征 |
| 2.2 X射线透射检测法 |
| 2.2.1 X射线透射检测的基本原理 |
| 2.2.2 X射线缺陷图像采集系统概述 |
| 2.3 计算机X射线断层扫描技术 |
| 2.3.1 CT成像基本原理 |
| 2.3.2 CT值的定义 |
| 2.4 CT检测系统的采集概述及数据获取试验 |
| 2.4.1 X射线三维计算机断层扫描系统 |
| 2.4.2 灰度图像获取试验 |
| 2.5 本章小结 |
| 第3章 基于形态学与FCM算法缺陷的定量表征 |
| 3.1 CT图像去噪和增强原理分析 |
| 3.1.1 自适应中值滤波算法 |
| 3.1.2 自适应小波阈值去噪 |
| 3.2 CT图像去噪结果 |
| 3.3 图像分割算法的理论 |
| 3.3.1 数学形态学理论 |
| 3.3.2 FCM分割算法理论基础 |
| 3.4 粘接缺陷的定性分析 |
| 3.4.1 孔洞缺陷的检测 |
| 3.4.2 脱粘缺陷的检测 |
| 3.5 基于图像分割的粘接缺陷的定量分析 |
| 3.6 本章小结 |
| 第4章 基于CT技术复合材料密度计算方法研究 |
| 4.1 复合材料的密度 |
| 4.2 复合材料密度的CT检测 |
| 4.2.1 传统测密度的方法 |
| 4.2.2 CT测密度的方法 |
| 4.3 CT技术在复合材料密度测定中的应用 |
| 4.3.1 CT值与密度的关系 |
| 4.3.2 试验材料及方法 |
| 4.3.3 密度值与CT值拟合模型的建立 |
| 4.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
（9）低剂量肺部CT的图像增强及其辅助诊断应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状及发展 |
| 1.2.1 低剂量肺部CT图像增强 |
| 1.2.2 低剂量肺部CT图像结节检测技术 |
| 1.3 论文的主要贡献与创新 |
| 1.4 论文的结构安排 |
| 第二章 低剂量肺部CT图像增强及其辅助诊断技术概述 |
| 2.1 引言 |
| 2.1.1 低剂量肺部CT图像的主要特征 |
| 2.1.2 低剂量肺部CT图像中肺结节的主要特征 |
| 2.2 低剂量肺部CT图像增强方法概述 |
| 2.2.1 空域图像增强方法 |
| 2.2.2 频域图像增强方法 |
| 2.3 肺结节辅助诊断技术概述 |
| 2.3.1 传统图像诊断方法 |
| 2.3.2 深度学习图像诊断方法 |
| 2.4 本章小结 |
| 第三章 基于图像分解的低剂量肺部CT图像增强算法 |
| 3.1 基于全变分理论的图像分解基本原理及相关研究 |
| 3.1.1 图像分解基本原理 |
| 3.1.2 全变分图像分解算法 |
| 3.1.3 分解模型分析 |
| 3.2 基于图像分解的低剂量肺部CT图像增强算法 |
| 3.2.1 算法框架 |
| 3.2.2 算法流程详细介绍 |
| 3.3 实验结果与分析 |
| 3.3.1 实验结果主观评价 |
| 3.3.2 实验结果客观评价 |
| 3.4 本章小结 |
| 第四章 基于深度学习的低剂量CT肺结节辅助诊断技术 |
| 4.1 图像数据获取与预处理 |
| 4.1.1 图像数据获取 |
| 4.1.2 图像预处理 |
| 4.2 低剂量CT肺结节定位算法设计 |
| 4.2.1 U-Net卷积神经网络 |
| 4.2.2 残差网络单元 |
| 4.2.3 本文设计的RU3D-Net模型 |
| 4.3 低剂量CT肺结节分类算法设计 |
| 4.3.1 本文设计的Res3D-Net模型 |
| 4.4 实验结果与分析 |
| 4.4.1 肺结节检测结果分析 |
| 4.4.2 肺结节分类结果分析 |
| 4.5 本章小结 |
| 第五章 低剂量CT图像肺结节检测系统的设计与实现 |
| 5.1 系统设计目标 |
| 5.2 系统整体结构与模块设计 |
| 5.3 系统测试 |
| 5.4 本章小结 |
| 第六章 全文总结和展望 |
| 6.1 全文总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 在学期间取得的与学位论文相关的研究成果 |
（10）低浓度对比剂联合低管电压在体部增强CT检查中的应用（论文提纲范文）
| 中文摘要 |
| Abstract |
| 缩略语/符号说明 |
| 前言 |
| 研究现状、成果 |
| 研究目的、方法 |
| 一、低浓度对比剂联合低管电压在胸部增强CT中的应用:多中心研究 |
| 1.1 对象和方法 |
| 1.1.1 研究对象 |
| 1.1.2 CT检查方法 |
| 1.1.3 CT图像分析 |
| 1.1.4 扫描辐射剂量的计算 |
| 1.1.5 影像诊断准确性比较 |
| 1.1.6 统计学方法 |
| 1.2 结果 |
| 1.2.1 患者特征 |
| 1.2.2 图像质量 |
| 1.2.3 有效辐射剂量的比较 |
| 1.2.4 CT诊断与病理诊断符合率比较 |
| 1.3 讨论 |
| 1.3.1 低浓度碘对比剂270mg I/ml结合低管电压100k Vp行增强CT检查 |
| 1.3.2 图像质量评价与辐射剂量的分析 |
| 1.3.3 影像诊断准确性 |
| 1.4 小结 |
| 二、低管电压低浓度对比剂在上腹部增强CT检查的研究 |
| 2.1 研究对象与方法 |
| 2.1.1 研究对象 |
| 2.1.2 CT检查方法 |
| 2.1.3 图像分析与测量 |
| 2.1.4 辐射剂量 |
| 2.1.5 CT检查诊断结果与病理结果的一致性 |
| 2.1.6 统计学分析 |
| 2.2 结果 |
| 2.2.1 患者资料 |
| 2.2.2 图像质量评价结果分析 |
| 2.2.3 辐射剂量 |
| 2.2.4 CT影像诊断准确性分析 |
| 2.3 讨论 |
| 2.4 小结 |
| 结论 |
| 参考文献 |
| 附录 |
| 综述 CT检查技术的研究进展和展望-高速,低剂量,深度学习和多能 |
| 综述参考文献 |
| 致谢 |
| 个人简历 |
四、治疗计划系统中CT值及图像质量保证的若干问题讨论（论文参考文献）
- [1]锥束CT智能精准引导放射治疗关键问题研究[D]. 梁晓坤. 中国科学院大学(中国科学院深圳先进技术研究院), 2021(01)
- [2]不同扫描模式在头颈CTA中图像质量与辐射剂量的比较研究[D]. 张天乐. 河北大学, 2021(09)
- [3]低剂量双能量CT诊断前交叉韧带损伤的临床及相关基础研究[D]. 柏瑞. 南方医科大学, 2021
- [4]基于改进U-Net的肝脏CT图像分割算法研究[D]. 黄新望. 东北林业大学, 2021
- [5]基于深度学习的锥形束CT散射校正与图像增强[D]. 杨骋远. 南京邮电大学, 2020(03)
- [6]低对比剂用量优化三联扫描模式和心理护理在胸痛患者CT增强检查中的研究[D]. 张记清. 山西医科大学, 2020(10)
- [7]CT图像中X射线射束硬化校正方法研究[D]. 张秀琰. 山东科技大学, 2020(06)
- [8]新型轻质陶瓷基复合材料工业CT无损检测研究[D]. 张松. 燕山大学, 2020(01)
- [9]低剂量肺部CT的图像增强及其辅助诊断应用研究[D]. 王博. 电子科技大学, 2020(07)
- [10]低浓度对比剂联合低管电压在体部增强CT检查中的应用[D]. 孟东花. 天津医科大学, 2020(06)