Médecine

Paramédical

Autres domaines


S'abonner

Comparison of two deep learning image reconstruction algorithms in chest CT images: A task-based image quality assessment on phantom data - 06/09/21

Doi : 10.1016/j.diii.2021.08.001 
Joël Greffier a, 1, , Julien Frandon a, 1, Salim Si-Mohamed b, Djamel Dabli a, Aymeric Hamard a, Asmaa Belaouni a, Philippe Akessoul a, Francis Besse c, Boris Guiu d, Jean-Paul Beregi a
a Department of Medical Imaging, CHU Nimes, Univ Montpellier, Medical Imaging Group Nimes, EA 2992, 30029 Nîmes, France 
b Department of Radiology, Hospices Civils de Lyon, 69500 Lyon, France 
c Department of Radiology Centre Cardiologique Nord, 93200 Saint Denis, France 
d Department of Radiology Saint-Eloi University Hospital, 34295 Montpellier, France 

Corresponding author.
Sous presse. Épreuves corrigées par l'auteur. Disponible en ligne depuis le Monday 06 September 2021
Cet article a été publié dans un numéro de la revue, cliquez ici pour y accéder

Highlights

Using TrueFidelityTM algorithm, spatial resolution is independent of dose and contrast and image texture modification is limited.
Using AiCE algorithm, spatial resolution depends on dose and contrast and image is smoother, especially at highest level.
Detectability of chest lesions is greater with AiCE than with TrueFidelityTM at low dose levels but AiCE changes noise texture.

Le texte complet de cet article est disponible en PDF.

Abstract

Purpose

The purpose of this study was to compare the effect of two deep learning image reconstruction (DLR) algorithms in chest computed tomography (CT) with different clinical indications.

Material and methods

Acquisitions on image quality and anthropomorphic phantoms were performed at six dose levels (CTDIvol: 10/7.5/5/2.5/1/0.5mGy) on two CT scanners equipped with two different DLR algorithms (TrueFidelityTM and AiCE). Raw data were reconstructed using the filtered back-projection (FBP) and the lowest/intermediate/highest DLR levels (L-DLR/M-DLR/H-DLR) of each algorithm. Noise power spectrum, task-based transfer function (TTF) and detectability index (d’) were computed: d’ modelled detection of a soft tissue mediastinal nodule, ground-glass opacity, or high-contrast pulmonary lesion. Subjective image quality of anthropomorphic phantom images was analyzed by two radiologists.

Results

For the L-DLR/M-DLR levels, the noise magnitude was lower with TrueFidelityTM than with AiCE from 2.5 to 10 mGy. For H-DLR, noise magnitude was lower with AiCE . For L-DLR and M-DLR, the average NPS spatial frequency (fav) values were greater for AiCE except for 0.5 mGy. For H-DLR levels, fav was greater for TrueFidelityTM than for AiCE. TTF50% values were greater with AiCE for the air insert, and lower than TrueFidelityTM for the polyethylene insert. From 2.5 to10 mGy, d’ was greater for AiCE than for TrueFidelityTM for H-DLR for all lesions, but similar for L-DLR and M-DLR. Image quality was rated clinically appropriate for all levels of both algorithms, for dose from 2.5 to 10 mGy, except for L-DLR of AiCE.

Conclusion

DLR algorithms reduce the image-noise and improve lesion detectability. Their operations and properties impacted both noise-texture and spatial resolution.

Le texte complet de cet article est disponible en PDF.

Keywords : Multidetector computed tomography, Task-based image quality assessment, Deep learning image reconstruction

Abbreviations : AiCE, CT, DNN, DLR, GGO, HCP, HU, IR, NPS, ROI, SD, TF, TTF


Plan


© 2021  Société française de radiologie. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Bienvenue sur EM-consulte, la référence des professionnels de santé.
L’accès au texte intégral de cet article nécessite un abonnement.

Déjà abonné à cette revue ?

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.