基于深度学习的CT金属伪影抑制技术临床应用与图像质量评价
摘要
探讨基于深度学习的CT金属伪影抑制（DL-MAR）技术在金属植入物患者CT检查中的临床应用价值，定量与定性评价其图像质量。方法 回顾性纳入2025年1月—12月于本院接受西门子16排CT检查、体内含金属植入物的患者60例，分别行常规CT重建（对照组）与DL-MAR重建（观察组）。对比两组图像的客观指标（CT值、噪声、SNR、CNR）及主观评分（伪影抑制、结构显示、图像降噪），并分析诊断符合率。结果 观察组噪声低于对照组，SNR、CNR高于对照组（P＜0.05）；观察组主观各项评分均显著高于对照组（P＜0.001）。观察组诊断符合率96.67%，高于对照组81.67%（P＜0.05）。结论 DL-MAR技术可有效抑制CT金属伪影，降低图像噪声，提升图像质量与诊断准确性，临床应用价值显著。
机构地区
新疆第六人民医院 830013
发表时间
2026年07月09日（期刊网平台发表日期，不代表实际的发表时间）
