基于體模的ASiR-V聯合不同管電流對頭顱CTA圖像質量的影響研究

原媛，張婷婷，卓磊，張景東，鐘朝輝

首都醫科大學附屬北京友誼醫院放射科，北京 100050

基于體模的ASiR-V聯合不同管電流對頭顱CTA圖像質量的影響研究

原媛，張婷婷，卓磊，張景東，鐘朝輝

首都醫科大學附屬北京友誼醫院放射科，北京 100050

目的探討自適應統計迭代重建（Adaptive Statistical iterative Reconstruction Veo，ASiR-V）ASiR-V對不同管電流下頭顱血管造影（Computed Tomography Angiography，CTA）掃描的圖像質量的影響。方法對頭顱血管體模PH-3在120 kV管電壓、0.5 s機架轉速下分別用50、100、150、200、250、400、500 mA進行掃描，每組掃描數據進行ASiR-V權重為0%、30%、50%、70%和90%的迭代重建，分別測量和記錄CT容積劑量指數（CT Dose Index volume，CTDIvol）、標準差（Standard Deviation，SD）、信噪比（Signal to Noise Ratio，SNR）、對比噪聲比（Contrast to Noise Ratio，CNR），繪制CT值特征曲線，對每組數據進行虛擬現實（Virtual Reality，VR）和最大密度投影重建（Maximum Intensity Projection，MIP），由兩名不同年資的診斷醫師進行5分法主觀評價。結果隨著ASiR-V權重的增加，SD明顯降低，SNR明顯升高，CNR明顯改善。噪聲降低率與ASiR-V顯著相關，CT值特征曲線表明ASiR-V有一定的區分血管信號和背景噪聲的能力，主觀評價結果表明對顱內血管的CTA，150 mA配合50%的ASiR-V權重即可達到較好的診斷效果（評分≥4）。結論ASiR-V能夠有效改善頭顱CTA檢查的圖像質量。

頭顱CTA；ASiR-V；圖像重建；圖像質量；客觀評價；主觀評價

引言

頭顱血管造影（Computed Tomography Angiography，CTA）檢查是診斷顱內腦血管病的重要手段，具備相對易行和侵入性小的特點，正逐步成為一種常規的腦血管病診斷技術，其輻射劑量也日益受到關注[1-4]。

重建算法的改進是實現低劑量CT掃描的一個重要手段。2008年推出的自適應統計迭代算法（Adaptive Statistical iterative Reconstruction，ASiR），通過建立統計噪聲模型采用迭代的方法抑制圖像噪聲，與傳統的濾波反投影算法（Filtered Back Projection，FBP）相比，在滿足診斷要求的同時可以減少輻射劑量25%～40%[5-6]。2011年推出的基于模型的迭代算法（Model Based Iterative Reconstruction，MBIR），該方法引入系統光學模型，還原X線從投射到采集的過程，與FBP相比降低輻射劑量67%～82%的輻射劑量，其缺點是重建時間過長[7-8]。2014年推出的ASiR-Veo（ASiR-V）去除了光學模型，采用了更為先進的系統噪聲模型、被掃描物體模型和物理模型，在與ASiR相近的重建速度下獲得與MBIR相似的圖像質量。Lim等通過體模研究認為ASiR-V可以減少圖像的噪聲和改進CNR以及在一定程度上提高空間分辨力，同時效果優于ASiR[9]。Kwon等[10]在腹部CT檢查中使用30%和50%的ASiR-V權重在降噪的同時保證了圖像細節，獲得良好效果。本研究針對頭顱CTA，采用仿真體模不同劑量掃描，探討ASiR-V量化分析降低頭顱CTA在不同掃描劑量下對顱內血管的圖像質量影響。

1 材料與方法

1.1 掃描方案

本研究采用256排螺旋CT（GE Revolution CT）進行掃描，掃描方式為螺旋掃描，管電壓120 kV，固定管電流，分別為50、100、150、250、400和500 mA共計6組，準直寬度為64 mm×0.625 mm，螺距為0.516，旋轉時間為0.5 s，DFOV為250 mm，層厚為0.625 mm，層間距為0.625 mm，濾波為標準濾波。

1.2 體模

我們采用日本島津公司的頭顱血管體模PH-3[11]。該體模由人體等效材料制成，模擬成年人頭顱，具有腦實質、充盈造影劑的左側顱內動脈（包括左側大腦前動脈、左側大腦中動脈和頸內動脈）等結構。其中大腦動脈血管的管徑根據不同的分支級別有3～4，2，1.5，1和0.5 mm。掃描時頭模為仰臥位，聽眥線垂直于床面，掃描范圍是模體顱頂到頸根部。

1.3 圖像重建

將每組掃描數據進行不同權重的迭代算法進行重建，包括ASiR-V 0、30%、50%、70%和90%，得到共計30組圖像數據。不同百分數代表ASiR-V所占權重，ASiR-V 0代表無迭代重建的FBP圖像。

1.4 掃描劑量

記錄各組輻射劑量：容積CT劑量指數（CT Dose Index volume，CTDIvol）、劑量長度乘積（Dose Length Product，DLP）。數據來自CT劑量報表，劑量測量體模為body32。

1.5 客觀評價

本研究的客觀評價指標包括噪聲即標準差（Standard Deviation，SD）、信噪比（Signal to Noise Ratio，SNR）、對比噪聲比（Contrast to Noise Ratio，CNR）。為更直觀的描述ASiR-V的降噪特性，我們描繪了CT值特征曲線。

在頭顱CTA掃描數據中大腦前、中動脈分叉處層面進行測量。根據該層面解剖結構特點，在腦實質處選擇6個ROI，PH-3體模的CT圖像及ROI的選取，見圖1。ROI的選取包括外周5個和中心處1個，每個ROI面積大約3.0 cm2，見圖1a；在腦血管處選擇3個ROI，每個ROI面積大約0.1 cm2，見圖1b。選取時盡量保證ROI的大小和空間位置一致，記錄每個ROI的均值和SD，在該層面橫跨大腦中動脈起始部畫一長約2.76 cm的線段，見圖1c，繪制該線段上像素CT值的特征曲線。

圖1 圖像ROI的選取

不同ASiR-V權重的SD的降低率：

不同ASiR-V權重的SNR變化率為：

不同ASiR-V權重的CNR變化率為：

其中SD是特定ASiR-V權重下ROI的標準差，SDFBP是FBP重建算法下的標準差，CT動脈是動脈處ROI的均值，SD腦實質是腦實質的標準差，SNR指不同ASiR-V權重下的信噪比，SNRFBP是未經過迭代重建的FBP圖像的信噪比，CT動脈是動脈處ROI的均值，CT腦實質是腦實質的均值，SD腦實質是腦實質的標準差，CNR指不同ASiR-V權重下的對比噪聲比，CNRFBP是未經過迭代重建的FBP圖像的對比噪聲比。

1.6 主觀評價

在GE AW 4.4重建工作站上對各組頭顱CTA圖像進行虛擬現實（Virtual Reality，VR）和最大密度投影重建（Maxinum Intensity Projection，MIP）后重建，隱藏圖像的掃描條件和重建條件，由兩名不同年資的影像診斷醫師（5年和10年）用5分法評價圖像質量，當兩醫師評分不同時由兩名醫師經過探討得到一致結論。評分標準如下：5分，頭顱大血管邊緣平滑銳利，分支顯示好，遠端顯示好；4分，大血管顯示好，分支及遠端顯示好；3分，大血管及遠端和分支顯示較好，遠端及末端欠佳；2分，血管邊緣毛糙，大血管及分支欠佳；1分，血管粗糙有斷裂，分支及遠端欠清。

1.7 統計學分析

用SPSS 19.0軟件進行統計分析，圖像的客觀噪聲SD、SNR、CNR均以（±s）表示。對ASiR-V權重和噪聲降低率SD%進行相關性檢驗并擬合線性回歸方程。

2 結果

2.1 劑量分析

本研究僅對管電流進行調整，圖像的CDTIvol隨著管電流的提升而提高，單側相關分析顯示兩者顯著相關（P＜0.01），見圖2a。

圖2 圖像客觀評價結果

2.2 客觀評價結果

在120 kV下，對于50～500 mA的管電流范圍，腦實質的噪聲SD隨著管電流的升高而減小。對于各組管電流，噪聲SD隨著ASiR-V權重的升高而減小，見圖2b。噪聲降低率在ASiR-V 50%時為（30.60±1.32）%，而ASiR-V90%時為（52.61±2.31）%。SNR隨著ASiR-V權重的升高而增加，見圖2c。SNR升高率在ASiR-V 50%為（44.10±2.65）%，ASiR-V 90%為（111.52±10.01）%。CNR隨著ASiR-V權重的升高而增加，見圖2d。CNR的升高率在ASiR-V 50%為（43.25±3.98）%，ASiR-V90%為（109.03±13.24）%。

實驗數據表明ASiR-V的不同百分比對圖像SD的影響呈現一定規律，見表1。在本研究中，120 kV下，不同管電流的噪聲改變率在ASiR-V 30%下為（19±0.79）%，ASiR-V 50%下為（31±1.32）%，ASiR-V 70%下為（421.85）%，ASiR-V 90%下為（53±2.31）%，隨著ASiR-V權重的增加，降噪百分比SD%逐漸增大，二者顯著相關（P＜0.01），擬合線性回歸方程y=0.6053x+0.3443，其中y代表降噪百分數，x代表ASIR-V權重，見圖3。

圖3 本研究中SD%與ASiR-V權重呈線性相關

大腦中動脈起始部血管的CT值特征曲線，見圖4。以120 kV，100 mA的掃描條件為例，4a是濾波反投影（Filterd Back Projection，FBP）圖像，在圖4d～f中用藍色曲線表示，圖例中標示為FBP，4b是ASiR-V 50%的圖像，在圖表中用綠色曲線表示，圖例中標示為AR50，紅色曲線代表ASiR-V 90%的圖像，圖例中標示為AR90。4a為FBP圖像，4b為ASiR-V 50%的圖像，4c為ASiR-V 90%的圖像，用紅色曲線表示。4d為大腦中動脈起始部血管的CT值特征曲線，4e是曲線中以血管信號為主部分，4f是曲線中腦實質部分，主要表現了噪聲信號，各部分CT值均值、噪聲SD和噪聲降低率SD%，見表2。對于血管信號部分在使用ASiR-V 50%和90%時SD的降低率僅為2%和3%，而對于噪聲為主部分SD的降低率分別為32%和56%，與圖2所示結果一致。對于信號為主部分的降噪率弱于噪聲為主部分，可見基于模型的迭代重建算法ASiR-V對動脈信號和背景噪聲有較強的辨別能力。

表1 在不同ASiR-V權重和管電流下圖像的噪聲SD和噪聲降低率SD%

表2 CT值特征曲線血管信號為主部分和噪聲為主部分的均值、噪聲SD和SD降低率SD%

2.3 主觀評價結果

主觀評價結果見表3。所有體模圖像均可用于診斷。對于顱內血管，100 mA以上可達到一般的診斷要求（評分≥3），而150 mA配合50%的ASiR-V權重即可達到較好的診斷效果（評分≥4）。由于頭顱受體形影響相對較小，因而我們認為對于顱內血管CTA，采用150～250 mA配合ASiR-V 50%即可滿足臨床需求。

表3 不同管電流下各ASiR-V權重圖像的主觀評分（分）

3 討論

近年來，迭代重建算法成為研究熱點[12-13]。迭代重建技術通過對原始圖像做出估計，在采集數據過程中和原有仿真數據進行比較，結合已知信息對圖像進行校正。經過多次采集、比較、校正后，達到與理想的仿真圖像接近的效果[14-15]。ASiR-V在原有迭代重建算法的基礎上，通過改進噪聲模型，加入物理模型和物體模型，能夠有效改善圖像質量。本研究結果表明對不同管電流下的CT掃描圖像，隨著ASiR-V的增加，噪聲SD降低，SNR升高，CNR升高。噪聲降低率與ASiR-V呈線性相關，擬合線性回歸方程y=0.6053x+0.3443。對于經過三維重建的圖像，ASiR-V能夠提升重建效果，但過量ASiR-V仍然會造成“蠟狀”偽影，主觀評價結果表明，在低管電流（管電流≤150 mA）下采用50%的ASiR-V權重可以明顯改善圖像的客觀評價指標和主觀評分；而當管電流≥250時，雖然圖像的客觀評價指標會隨著ASiR-V的引入而得到改善，但主觀評分在FBP重建時也已經達到4分，在此基礎上無論是增加管電流還是提高ASiR-V權重對于診斷的影響都已不明顯，同時當ASiR-V＞70%時會造成圖像失真，反而降低了主觀評分。另外，ASiR-V相比較于上一個版本的基于模型的迭代重建算法Veo，由于棄用了運算量過于龐大的光學模型，其重建速度大大提高。本研究中所有頭顱CTA的掃描數據均均為444層，圖像重建可在30 s以內完成，重建速度可以滿足臨床工作需求。本研究局限性在于采用固定管電壓120 kV。在臨床工作中，我們考慮到過低的管電壓可能會造成線束硬化偽影而經常采用此管電壓[16-17]。但降低管電壓可以進一步降低輻射劑量并提高對比度，如何通過合理改變管電壓進一步降低輻射劑量并保證圖像質量是我們未來的研究方向。

圖4 120 kV、100 mA下大腦中動脈起始部血管的CT值特征曲線

[1] Wenhua C,Wei X,Ya P,et al.Diagnosis and Treatment of Intracranial Aneurysms with 320-Detector Row Volumetric Computed Tomography Angiography[J].World Neurosurg, 2016,91:347-356.

[2] Soheil J,Prem K,Aneesh B,et al.Clinical Predictors of Significant Findings on Head Computed Tomographic Angiography[J]. J Emerg Med,2011,40(4):469-475.

[3] 徐方元,陳爽,關穎,等.多層螺旋CT腦灌注成像與血管成像聯合評價頸動脈狹窄性短暫性腦缺血發作[J].中國醫學影像技術,2011(7):1379-1373.

[4] 黃益龍,韓丹,趙雯.雙能CT非線性融合技術提高頭顱CTA圖像質量的臨床應用[J].中國醫學影像技術,2016,32(8):1267-1271.

[5] Willemink J,De A,Leiner T,et al.Iterative reconstruction techniques for computed tomography Part 1: Technical principles[J].Eur Radiol,2013,23(6):1623-1631.

[6] Willemink J,Leiner T,De Jong PA,et al.Iterative reconstruction techniques for computed tomography part 2: initial results in dose reduction and image quality[J].Eur Radiol,2013,23(6):1632-1642.

[7] Kim Y,Kim YK,Lee BE,et al.Ultra-low-dose CT of thethorax using iterative reconstruction: evaluation of imagequality and radiation dose reduction[J].Am J Roentgenol,2015,204(6):1197-1202.

[8] Honda O,Yanagawa M,Inoue A,et al.Image quality of multiplanar reconstruction of pulmonary CT scans using adaptive statistical iterative reconstruction[J].Br J Radiol,2011,84(1000):335-341.

[9] Lim K,Kwon H,Cho J,et al.Initial phantom study comparing image quality in computed tomography using adaptive statistical iterative reconstruction and new adaptive statistical iterative reconstruction v[J]. J Comput Assist Tomogr,2015,39(3):443-448.

[10] Kwon H,Cho J,Oh J.The adaptive statistical iterative recons-truction-V technique for radiation dose reduction in abdominal CT: comparison with the adaptive statistical iterative reconstruction technique[J].Br J Radiol,2015,88(1054):20150463.

[11] PH3 angiography phantom specifications[EB/OL].(2012-06-21) [2016-12-01].http://www.kyotokagaku.com/products/detail03/ pdf/ph-3_manual.pdf.

[12] Singh S,Kalra K,Gilman D,et al.Adaptive Statistical Iterative Reconstruction Technique for Radiation Dose Reduction in Chest CT: A Pilot Study[J].Radiology,2011,259(2):565-573.

[13] Ren Q,Dewan S K,Li M,et al.Comparison of adaptive statistical iterative and filtered back projection reconstruction techniques in brain CT[J].Eur J Radiol,2012,81(10):2597-2601.

[14] Kilic K,Erbas G,Guryildirim M,et al.Lowering the dose in head CT using adaptive statistical iterative reconstruction[J].AJNRAm J Neuroradiol,2011,32(9):1578-1582.

[15] Hara AK,Paden RG,Silva AC,et al.Iterative reconstruction technique for reducing body radiation dose at CT: Feasibility study[J].AJR Am J Roentgenol,2009,193(3):764-771.

[16] Beister M,Kolditz D,Kalender WA,et al.Iterative reconstruction methods in X-ray CT[J].Physica Medica,2012,28(2):94-108.

[17] 張軍,耿道穎,張曉龍.不同千伏設置對缺血性腦血管病頭頸聯合CTA圖像質量的影響[J].中國醫學影像技術,2009(3): 398-400.

A Phantom Study on the Effects of ASiR-V Combining with Varying Tube Currents on Image Quality of Head Computed Tomography Angiography

YUAN Yuan, ZHANG Ting-ting, ZHUO Lei, ZHANG Jing-dong, ZHONG Zhao-Hui
Department of Radiology, Beijing Friend-ship Hospital, Capital Medical University, Beijing 100050, China

ObjectiveTo study the effects of Adaptive Statistical iterative Reconstruction Veo (ASiR-V) on the image quality of head Computed Tomography Angiography (CTA) scanning with different tube currents.MethodsA PH-3 angiography phantom of head was scanned at 120 kV tube voltage with 0.5 s rotation time as well as different tube currents, including the intensities of 50, 100, 150, 250, 400 and 500 mA. The received images were reconstructed by 0% ASiR-V, 30%, 50%, 70% and 90% ASiR-V. Then the Computed Tomography Dose Index volume (CTDIvol), Standard Deviation (SD), Signal to Noise Ratio (SNR) and Contrast to Noise Ratio (CNR) was measured and recorded. Thus characteristic curve of CT value was plotted. Finally, the CT image data were reconstructed with Volume Rendering (VR) and Maximum Intensity Projection (MIP) methods, then evaluated subjectively in five-point scale by two radiologists with 5 and 10 years' experience respectively.ResultsWith the increase of ASiR-V weight, SD was significantly decreased whilst SNR and CNR were both increased. The noise reduction rate was significantly correlated with the ASiR-V level. The characteristic curve of CT value indicated ASiR-V had some ability on distinguishing the vascular signal and the background noise. The subjective evaluation showed that tube current of 150 mA in accordance with 50% ASiR-V for intracranial vascular CTA could result in a good diagnosis effect (rating score≥4).ConclusionASiR-V could improve the image quality of head CTA availably.

head computed tomography angiography; adaptive statistical iterative reconstruction Veo; image reconstruction; image quality; objective evaluation; subjective evaluation

R743.3；R816.2

A

10.3969/j.issn.1674-1633.2017.03.013

1674-1633(2017)03-0047-05

2016-12-03

2016-12-28

作者郵箱：yuanyuan_youyi@163.com