基于人工智能的头部CT运动伪影校正算法临床验证研究取得突破

南京市第一医院联合联影中央研究院证实Motion Freeze算法显著提升脑CT图像质量与诊断信心

计算机断层扫描（CT）作为脑部疾病临床诊断的重要工具，广泛应用于脑卒中、肿瘤、创伤等疾病的快速评估。然而，在急诊场景下，患者常因意识不清或疼痛等原因产生头部运动，导致图像出现运动伪影，影响诊断准确性。传统应对方式依赖重复扫描或使用镇静措施，不仅增加辐射暴露和检查时间，也带来额外医疗风险。

为解决这一难题，联影研发了基于人工智能的头部运动伪影校正算法——Motion Freeze。该算法采用融合U-Net与ResNet特征的多尺度卷积神经网络架构，能够有效去除短尺度斑片状阴影和长尺度条纹伪影，实现高质量图像重建。南京市第一医院影像科团队联合联影中央研究院对该算法进行了系统性临床验证，研究成果已发表于国际权威影像学期刊《European Radiology》（IF=7.034）。

定量分析显示图像质量显著提升

研究纳入53例存在明显运动伪影的患者数据，对比运动校正前后及无运动参照组的图像指标。结果显示，经Motion Freeze重建后，脑灰质与白质的信号噪声比（SNR）和对比噪声比（CNR）均显著提高。在整体图像质量评价中，均方误差（MSE）、峰值信噪比（PSNR）、结构相似性（SSIM）和交互信息（MI）分别改善44.1%、15.8%、7.4%和18.3%。

图1. 运动组（白色）、运动校正组（灰色）、无运动参照组（黑色）图像的噪声（A）、脑灰质SNR（B）、脑白质SNR（C）、灰白质CNR（D）比较

图2. 运动组、运动校正组与无运动参照组图像质量对比

主观评分显示诊断可接受度大幅提升

两位放射科医生对图像进行双盲评估，结果表明：原始运动图像中有65例（61.32%）诊断可接受性低于平均水平（Likert评分≤3）。经Motion Freeze校正后，图像质量明显改善，其中4例评分为“一般”（Likert 3），25例为“良好”（Likert 4），77例为“优秀”（Likert 5），总体诊断可接受度由38.68%提升至96.23%。