王明, 王怡寧, 于敏, 王沄, 王曼, 金征宇
近年來,主動脈疾病伴隨著較高的發病率及致死率,且由于癥狀隱匿等特征,在早期很難被覺察[1]。早期診斷對于指導治療和改善預后都具有重要意義。CT主動脈血管造影(computed tomography angiography,CTA)檢查因其良好的空間和時間分辨率、無創及檢查快速等特點,已經成為臨床上主動脈疾病的常規診斷手段。然而,全主動脈CTA檢查由于掃描范圍大,尤其是術后隨訪患者需要多次進行主動脈CTA檢查,其帶來的高輻射劑量和對比劑用量,可能增加致癌風險,或導致心血管反應、對比劑腎病等并發癥[2]。最近有學者提出了“雙低”概念,即在保證臨床診斷質量的基礎上,降低X線輻射劑量和碘攝入量,進而降低對受檢者損害的風險[3]。目前最常用的降低輻射劑量的方法有降低管電壓及管電流、大螺距掃描、減少掃描范圍及時間等。由于輻射劑量與管電壓的平方成正比,因此降低管電壓會更有效的降低輻射劑量[4]。管電壓降低,X線光子能量比碘的K層電子結合能稍大或等于時,光電效應發生幾率增加,導致含碘對比劑的血管腔與周圍組織對比度增大,從而間接降低對比劑的使用量[5]。但降低管電壓會使得圖像質量下降,比如噪聲增加,偽影增多等。如何通過改進圖像重建算法來改善圖像質量已成為新的研究方向。傳統的濾波反投影(filtered back projection,FBP)算法簡單、重建速度快,被廣泛用于CT圖像重建,但它也存在一些局限性,包括圖像噪聲增加、對比度分辨率降低等。與該算法相比,迭代重建可通過多次迭代校正循環計算來提高圖像質量,能夠有效降低圖像噪聲,抑制偽影產生,但這類方法往往需要較長的處理時間以及足夠的投影數據[6]。伴隨人工智能(artificial intelligence,AI)的迅速發展,醫學影像與AI的結合被認為是最有發展前景的領域[7]。最近,一些機器學習技術已經被改進用來處理低劑量CT中常見的噪聲增加和細節丟失等問題[8-10]。本研究將AI成像優化技術及迭代重建算法(ClearView+)應用在“雙低”主動脈CTA成像,評價其圖像質量和輻射劑量,并初步探討其臨床應用價值。
前瞻性連續搜集2018年2~5月于本院128層CT行主動脈CTA檢查的患者。40例病患納入研究,男22例、女18例,年齡18~81歲,平均年齡(51.5±13.0)歲,BMI 為(23.68±3.59) kg/m2;納入標準:臨床診斷或疑似大動脈炎、主動脈夾層、主動脈瘤者。入組標準符合臨床診斷、完成血清肌酐檢查。排除標準:年齡<18歲;腎功能異常(血清肌酐≥120 μmol/L);含碘對比劑過敏,或其他嚴重過敏史;確診或疑似甲狀腺功能亢進或嗜鉻細胞瘤;血液動力學狀態不穩定;呼吸無法自主配合檢查;妊娠期婦女。采用隨機數字表法分為A、B兩組,每組各20例。A組(管電壓80 kVp),年齡28~71歲,平均年齡(47.5±10.8)歲,BMI為(23.36±3.55) kg/m2;B組(管電壓120 kVp),年齡25~81歲,平均年齡(55.55±13.8)歲,BMI為(23.99±3.60) kg/m2。本研究經院倫理委員會批準;所有患者檢查前均簽署知情同意書。
采用沈陽東軟醫療NeuViz 128 CT行全主動脈CTA掃描。患者采取仰臥位,掃描范圍從鎖骨至恥骨聯合。CT掃描參數:實驗組管電壓80 kVp,對照組管電壓120 kVp,采用管電流自動調節技術(ref mA:150),旋轉時間0.5 s,螺距1.2,掃描視野360 mm×360 mm,重建層厚1.0 mm,重建層間距0.5 mm,重建矩陣512×512,準直128×0.625 mm,濾波參數F20。實驗組采取迭代算法ClearView+分別重建出6個不同權重(0%、10%、30%、50%、70%、90%;0%為FBP)的圖像,并將圖像質量最優組設為A1組;在東軟醫療AVW1.0.8專業工作站上用AI成像優化技術對A1組進行再處理,重建圖像為A2組;對照組的原始圖像則采取FBP算法進行重建。對比劑AB組均采用含碘量為320 mg I/mL的碘佛醇(江蘇恒瑞醫藥股份有限公司)。增強掃描采用雙筒高壓注射器(美國Mallinckrodt Optivantage V5)及18G套管針經肘靜脈注射。注射方案:實驗組40 mL對比劑,注射流率為3.0 mL/s,以4.5 mL/s流率續45 mL的生理鹽水;對照組為80 mL對比劑,注射流率為5.0 mL/s,后以同樣流率續50 mL生理鹽水。應用對比劑智能追蹤技術觸發掃描,監測點位于降主動脈(膈肌平面),觸發閾值設置為180 HU,達閾值延遲6 s后觸發掃描。
在東軟醫療AVW1.0.8專業工作站進行后處理重建,重建圖像包括MPR、MIP、VR圖像。對圖像質量進行主觀及客觀評價,并對輻射劑量進行分析。選擇感興趣區(region of interest,ROI),并測量相應的CT平均值。ROI1位于升主動脈(肺動脈干平面),ROI2位于主動脈干,ROI3位于降主動脈(肺動脈干平面),ROI4位于降主動脈(腸系上膜動脈的根部平面),ROI5位于髂動脈分叉,ROI6位于皮下脂肪(肺動脈干平面)。ROI層面選擇避開有金屬支架或運動引起偽影的層面,面積盡可能大并且盡量選擇密度均勻區域,避開血管壁、鈣化斑塊及支架, 夾層部位ROI位于真腔,并記錄ROI1~ROI5的標準差(SD1-5)取其平均值作為噪音指數SD,ROI1~ROI5的平均值CT為對比劑的衰減情況,計算信噪比(signal to noise ratio,SNR)和對比噪聲比(contrast to noise ratio,CNR),計算公式為SNR=CT/SD,CNR=(CT-CT6)/SD。
由2名放射科醫師采用5級評分法分別對所有圖像進行圖像質量評估,意見不一致時進行討論統一。5分,圖像質量優良,邊界銳利,噪聲小,基本沒有偽影,達到臨床診斷要求;4分,圖像質量好,邊界銳利,噪聲小,有少量偽影,達到臨床診斷要求;3分,圖像質量中等,噪聲和偽影情況一般,基本達到臨床診斷要求;2分,圖像質量較差,噪聲和偽影較多,不能達到臨床診斷要求;1分,圖像質量極差,噪聲和偽影情況嚴重,無法用于臨床診斷。圖像主觀評分≥3分即認為圖像可被臨床接受[11]。
記錄2組容積CT劑量指數(CT dose index,CTDIvol)、劑量長度乘積(dose length product,DLP)、掃描長度、有效輻射劑量 (effective dose,ED),其中ED=DLP×k(推薦全主動脈k值為0.015)。計算A組ED降低程度,ED%=(EDB-EDA)/EDB×100%[12-13]。
所有數據采用SPSS 19.0統計學軟件進行統計學分析。連續變量用平均數+方差或中位數(第一四分位數-第三四分位數)表示,分類變量用頻數表示。對患者年齡、身高、體重、BMI、掃描長度、主觀評分、客觀圖像質量評價(CT、SD、SNR及CNR)以及輻射劑量(CTDIvol、DLP及ED)所有數據采用Shapiro-Wilk W進行正態分布檢驗。兩組之間比較獨立樣本t檢驗或Wilcoxion秩合檢驗。對于3組之間相互比較,采用單因素方差分析(ANOVA)或Kruskal-Walli檢驗,若三者之間存在顯著差異,兩兩比較采用LSD檢驗或All pairwise檢驗。臨床診斷結果采用χ2檢驗,取P<0.05作為顯著性水準。兩位醫師對于圖像質量的主觀評分一致性分析采用Cohen kappa檢驗,kappa值1~0.81優異,0.61~0.80良好,0.41~0.60中等,0.21~0.40一般,<0.20差。
實驗組A組與對照組B組共40例患者均順利完成檢查,無藥物不良反應及身體不適,掃描數據均可以滿足診斷要求。實驗組與對照組患者年齡、身高、體重、性別比例、BMI指數及掃描長度均無統計學差異(表1,P>0.05)。

表2 5個ROI的血管CT值結果
注:*P<0.05,ROI之間對比。

表3 不同檔位Clearview+重建圖像噪聲、SNR與CNR的比較結果
注:aP<0.05與0%同指標比較;bP<0.05與10%同指標比較;cP<0.05與30%同指標比較;dP<0.05與50%同指標比較;eP<0.05與70%同指標比較;fP<0.05與90%同指標比較。

表1 兩組患者臨床資料的比較
注:A組:“雙低”實驗組;B組:常規對照組(下表同)。
A組20例的診斷結果中,主動脈夾層患者有4例(20%),動脈粥樣硬化患者有3例,主動脈瘤患者有2例,血管內支架術后的患者有3例,以及壁內血腫患者有2例;而在B組20例中,主動脈夾層患者有3例,動脈粥樣硬化患者有4例,主動脈瘤患者有5例,血管內支架術后的患者有2例,以及壁內血腫患者有0例,A組與B組兩者的疾病占比相較無統計學差異。
客觀評價:A1組, A2組及B組的主動脈各個節段管腔內CT 值差異無統計學意義(表2,P>0.05);同時,3組的血管CT值沿Z軸方向(5個ROI)均具有一致性(圖1)。
針對不同檔位(0%~90%)的ClearView+圖像分析,與其他5個檔位(0%,10%,30%,50%及70%)的圖像相比,90%重建檔位的Clearview+重建圖像具有最佳主動脈SD值降低、SNR值及CNR值逐漸上升。90%重建檔位的ClearView+具有最佳圖像質量因此作為A1組,即主動脈SD最低,SNR及CNR最高(表3,P<0.05),且無蠟塊樣偽影。與0%重建檔位即傳統FBP比較,90%重建檔位的ClearView+ 降低45.19%的噪聲以及提升95.96%的SNR和96.98%的CNR。
A1組,A2組和B組三者之間兩兩比較,圖像質量的指標圖像噪聲(17.67±2.75,12.21±2.66,21.83±4.64)、SNR(29.57±7.41,36.77±10.13,19.09±5.65)及CNR(38.50±8.96,47.92±12.36,23.37±6.61)均有顯著差異(圖2,P<0.05)。A2組圖像質量最佳,SD值低于A1組及B組,SNR及CNR高于A1組及B組;A1組優于B組,SD值低于B組,SNR及CNR值高于B組。A2組相比B組降低19.06%的噪聲以及提升54.90%的SNR和64.74%的CNR。
主觀評價:兩名診斷醫師分別對A1組,A2組及B組主動脈圖像質量評價(表4),三組所有患者圖像評分均≥3分,滿足診斷要求(圖3、4)。三組患者之間圖像質量評分無統計學差異(P>0.05), 且兩位醫師對于圖像質量的主觀評分一致性優異。

表4 三組圖像質量主觀評價結果
輻射劑量及對比劑用量比較:與實驗組A組相比,輻射劑量指標CTDIvol、DLP以及ED均顯著低于對照組B組(P<0.05),其中有效輻射劑量ED降低幅度為79.18%(表5)。同時,A組對比劑用量較B組降低50%。

圖1 藍(方格),綠(圓形)和橙(三角)曲線分別表示A1組,A2組及B組沿Z軸的血管CT值的走勢。

圖2 A1組,A2組和B組圖像質量客觀評價指標箱圖對比結果。a) 圖像噪聲; b) SNR; c) CNR。

指標A組B組P值CTDIvol(mGy)2.82±0.3613.34±1.84<0.05DLP(mGy·cm)181.21±21.98871.17±134.26<0.05ED(mSv)2.54±0.3112.20±1.88<0.05對比劑用量(mL)4080NA
注:CTDIvol,容積CT劑量指數;DLP,劑量長度乘積;ED,有效輻射劑量。
研究表明CT檢查產生X線輻射劑量每增加1 mSv的有效輻射劑量將會增0.05‰的惡性腫瘤發病率[14]。國際放射防護委員會(international commision on radiological protection,ICRP)提出輻射防護與安全最優化理論,推薦獲得足夠診斷信息及合適圖像質量時,盡可能降低輻射劑量 (as low as reasonably achievable,ALARA)。此外,碘對比劑會給患者帶來潛在危害,高濃度對比劑的碘負荷更大,其高粘度和滲透壓會增加對患者毛細血管循環的影響[15],增加對比劑腎病的風險。
本研究采用80 kVp管電壓主動脈CTA掃描聯合Clearview+迭代重建及AI成像優化技術可在明顯改善圖像質量的同時,有效輻射劑量僅為(2.54±0.31) mSv,對比劑用量僅為40 mL。與常規120 kVp管電壓下掃描主動脈CTA相比,大幅度的降低了輻射劑量(79.18%)和對比劑用量(50%)。對比同類研究,Pontana等[17]對80 kVp和120 kVp的條件下的兩組患者均注射100 mL碘比醇(300 mg I/mL),結果表明80 kVp條件下其碘對X線的衰減的光電效應增強,從而血管的CT值升高,血管強化更為明顯[18]。與此同時,80 kVp聯合迭代重建算法在保證圖像質量的前提下,輻射劑量降低了50%。本研究的結果也驗證了這一結論,但本研究80 kVp的實驗組僅僅用40 mL對比劑也達到高于250 HU的CT值,滿足診斷需求的優質圖像的前提,輻射劑量得到了更大程度的降低(79.18%)[19]。李巖等[20]發表的《規范化應用“雙低”掃描CT血管成像》中建議對BMI≤23 kg/m2的患者采用80 kVp,23 kg/m2 圖3 “雙低”A組,62歲,女。BMI:30.4 kg/m2,主動脈瘤修復術后,腹主動脈及雙側髂總動脈支架置入后改變,支架內管腔通暢;支架外瘤腔內局部對比劑內漏影(箭)。a) FBP重建軸面圖像; b) FBP重建CPR圖像; c) FBP重建三維VR圖像; d) Clearview+ 90%重建軸面圖像; e) Clearview+ 90%重建CPR圖像; f) Clearview+ 90%重建三維VR圖像; g) Clearview+ 90%重建+AI成像優化軸面圖像; h) Clearview+ 90%重建+AI成像優CPR圖像; i) Clearview+ 90%重建+AI成像優化三維VR圖像。ClearView+90%迭代重建后主動脈噪聲降低60.7%(35.6降低到14);ClearView+90%重建聯合AI圖像優化后噪聲降低69.9%(35.6降低到10.7)。 圖4 常規劑量組B組,54歲,女。BMI:31.2 kg/m2,主動脈夾層支架植入術后,支架官腔通暢;腹腔干起始處水平及以下腹主動脈及右側髂總動脈全程夾層(箭)。a) FBP重建軸面圖像;b) CPR圖像;c) 三維VR圖像。 然而,以往報道顯示傳統迭代重建還存在一些缺陷,如過于平滑造成偽自然現象,增加蠟狀偽影以及過長的重建時間等[21]。本研究ClearView+迭代算法不僅改善低劑量圖像質量,同時由于其基于多模型的雙域(多模型即光子分析模型、偽影矯正模型、解剖模型及噪音模型;雙域即生數據域與圖像域)迭代更好的克服了上述這些缺陷。ClearView+ 90%迭代是利用10%原始劑量的圖像生數據與100%的原始劑量進行噪聲差異匹配,建立噪聲模型,在保留細節的前提下,根據解剖模型修正噪聲模型。因此,Cleaview+的噪聲模型的建立及修正是基于真正低劑量數據圖像與原始數據圖像的匹配構建的,其獲得的去除噪聲的圖像更為真實和自然。其他廠家的噪聲模型校正是將圖像數據與基于統計的,考慮到光子和電子噪聲的理想噪聲模型進行比較(而非原始劑量的真實圖像),同時得到的圖像按照檔位比例在圖像域融合,如90%檔位混合迭代,是將90%的迭代重建與10%的FBP重建圖像域進行融合,即理想模型占比更多,更易失真。另外,90%作為Clearview+重建最佳檔位聯合80 kVp低管電壓的掃描圖像得到相比傳統FBP圖像降低45.19%的噪聲以及提升95.96%的SNR和96.98%的CNR。Clearview+的最佳重建檔位的效果與其他同類研究的迭代算法效果對于“雙低”CT血管成像改善的相比具有明顯優勢。Winklehner等[22]研究表明德國西門子迭代技術(sinogram affirmed iterative reconstruction,SAFIRE)在主動脈CTA檢查中可以降低噪音30.8%。 人工智能作為新興技術在CT圖像低劑量改善方面也成為了熱點研究課題。本研究采用新一代迭代技術Clearview+的同時,也進一步比較了聯合基于AI成像優化技術后的圖像質量改善的效果。AI圖像優化技術本質是用卷積神經網絡(convolutional neural network,CNN)來學習低劑量CT圖像的噪聲模型,進而實現噪聲與圖像的分離,并保證在此過程中圖像細節不會明顯丟失,從而降低患者輻射劑量的同時,所得到的圖像依然能夠滿足臨床需求。與此同時,AI優化避免了手動設置經驗參數的過程,而是從數據中直接學習出最優的參數,相比于傳統方法采用的通用型、經驗噪音模型,這種定制化噪音模型往往會得到更好的結果。此外,此AI圖像優化技術彌補了迭代算法廠家專一性的缺陷[9],直接對CT圖像域進行去噪,解決了使用者難以直接獲取的CT掃描儀中間投影數據的問題[23],有望成為改善所有廠商的低劑量圖像的有力手段。Hu等[9]基于CNN的深度學習算法可以改善胸部及腹部的低劑量CT的圖像質量,但此研究僅限于平掃,未對三維重建圖像進行對比。趙瑩等[7]研究得出深度學習的像素閃爍算法(pixel shine,PS)可提升高體質質量指數(BMI≥25 kg/m2)患者低劑量腹部CT平掃圖像質量。PS同樣是一種基于深度學習的低劑量圖像改善的重建算法,將低劑量高噪音的圖像和相應的高劑量低噪音進行配對訓練并學習其相關性。但此研究僅限于單一體型患者的腹部平掃,實驗組輻射劑量降低僅28.32%。本研究將AI優化技術應用于主動脈CTA掃描,不局限患者體形,輻射劑量降低了79.18%,且80 kVp低管電壓實驗組中90%的Clearview+迭代重建算法聯合AI成像優化技術的圖像得到了客觀評價指標顯著優于傳統120 kVp管電壓的圖像,即降噪效果達到44.08%,SNR和CNR分別提升92.61%和105.05%。這一結果同時也顯著優于單獨使用90%的Clearview+迭代重建算的降噪效果和SNR及CNR的提升效果。雖然從三者圖像質量的主觀評分比較并沒有顯著差異,但客觀指標的提升已然說明了改善效果,為改善低劑量圖像提供了更多種可能。 本研究中尚存在有一些不足之處,本研究的樣本量僅有40例,其統計結果可能存在偏倚性;其次,研究對于不同BMI患者水平采用了統一的對比劑用量;僅探討對主動脈CTA圖像質量的影響,未評估其他掃描類型及部位;未評估病灶顯示情況或分疾病種類進行評估,將在以后的研究中進一步探討。 綜上所述,NeuViz 128 CT 主動脈“雙低”(低輻射劑量和低碘負荷)掃描可以獲得和常規掃描同樣的圖像質量,輻射劑量降79.18%,對比劑用量降低50%。ClearView+迭代算法的最佳檔位為90%,可以明顯改善低劑量圖像質量,降低圖像噪音,提高圖像信噪比及對比噪聲比。AI圖像優化可以進一步降低圖像噪音,同時保留圖像的細節顯示。使體重超重患者(BMI>28 kg/m2)仍可實現80 kVp低劑量掃描,給予患者更多保護及關愛,同時降低經濟成本。