不同對比噪聲比公式用于顱腦能譜CT單能量成像

姚金磊，陳 麗，吳佰超

(1.聊城市中醫醫院CT室，2.放射科，3.急診科，山東 聊城 252000)

對比噪聲比(contrast to noise ratio, CNR)是客觀評價醫學圖像中組織間對比差異的常用參數,其定義為2種組織結構之間平均密度/信號的絕對差與圖像噪聲的比率[1]。計算CT圖像的CNR公式以2種預比較組織CT值差值的絕對值為分子，圖像噪聲值分母。隨圖像噪聲方式不同，計算CNR存在多種公式。最佳對比噪聲比(Optimal CNR)軟件(GE Healthcare)可繪制能譜CT圖像中2個對比區域的CNR曲線，獲得其CNR值[2](圖1)。顱腦能譜CT相關研究常以Optimal CNR曲線為參考依據，同時應用某種公式計算其CNR值。本研究觀察6種常用CNR公式在顱腦能譜CT單能量成像中的應用價值。

圖1 Optimal CNR曲線示意圖 圖2 于側腦室最大層面勾畫各組織ROI示意圖 L2(粉色圈)為側腦室周圍腦白質，面積43.0 mm2；L4(深藍色圈)為腦脊液，面積30.0 mm2；Background(天藍色圈)為顳部肌肉，面積5.5 mm2；L5(綠色圈)為皮下脂肪，面積4.5 mm2；L6(紫色圈)為顱外氣體，面積50.0 mm2

1 資料與方法

1.1 一般資料 收集2019年1月—8月52例于聊城市中醫醫院接受顱腦能譜CT患者，男23例，女29例，年齡13～78歲，平均(49.3±15.9)歲。納入標準：CT掃描體位符合標準，圖像清晰，對比顯示良好。排除標準：圖像存在明顯偽影。

1.2 儀器與方法 采用GE Discovery CT 750 HD 寶石能譜CT儀，能譜掃描模式，管電壓80～140 kVp瞬時(0.5 ms)切換，管電流640 mA，轉速0.6 s/rot，探測器寬度20.0 mm，CTDIvol 53.00 mGy；重建層厚5 mm，層間距5 mm。

由2名具有10年中樞神經影像學診斷經驗的主治醫師分析數據，1名測量數據，另1名對數據準確性進行校對。于11組間隔10 keV重建的40～140 keV圖像中選擇3個相鄰側腦室最大層面，以腦白質為ROI，對比區分別為同層面顳部肌肉、腦脊液、皮下脂肪及顱外空氣，分別勾畫ROI(圖2)，測量其CT值和噪聲值；以3個層面測量結果的平均值為最后結果。以CT值的標準差(standard deviation, SD)作為噪聲值[3]。

1.3 統計學方法 采用SPSS 24.0統計分析軟件。計量資料以±s表示。以Shapiro-Wilk檢驗數據是否符合正態分布，符合時采用單因素方差分析比較不同組織間SD及不同公式計算獲得CNR值的差異，方差齊時采用Sidak-t檢驗法進行組間兩兩比較，不齊時采用Games-Howell檢驗法。采用Pearson相關性分析及組內相關系數(intra-class correlation coefficient,ICC)檢驗評價各組CNR值與Optimal CNR曲線數據間的相關性及一致性，|r|>0.7為高度相關，0.4<|r|≤0.7為中度相關，|r|≤0.4為低度相關；ICC>0.8為一致性強，0.6

2 結果

2.1 不同織織SD 不同能量下各組織間SD差異均有統計學意義(P均<0.01)；脂肪SD>肌肉，肌肉SD>腦白質、腦脊液及氣體(P均<0.05)，腦白質、腦脊液及氣體間SD差異無統計學意義(P均>0.05)，見表1。

表1 不同能量下各組織噪聲值比較(n=52，±s)

表1 不同能量下各組織噪聲值比較(n=52，±s)

組織類型能量(keV)405060708090腦白質8.37±0.556.41±0.474.46±0.343.79±0.384.25±0.524.19±0.48肌肉11.91±3.638.59±2.596.04±1.865.16±1.525.65±1.345.65±1.38腦脊液8.00±1.266.09±0.904.06±0.663.62±0.594.41±0.664.28±0.61脂肪40.95±18.0031.09±13.9623.13±10.5119.41±8.7418.95±8.2818.43±7.98氣體7.80±1.576.09±1.154.25±0.993.85±0.984.34±1.014.28±1.00F值157.37151.90154.26153.33148.35149.40P值<0.01<0.01<0.01<0.01<0.01<0.01組織類型能量(keV)100110120130140腦白質4.11±0.504.03±0.513.97±0.533.95±0.533.91±0.54肌肉5.58±1.355.56±1.355.53±1.365.53±1.385.57±1.41腦脊液4.23±0.614.19±0.594.17±0.594.16±0.594.14±0.59脂肪17.53±7.4716.89±7.0916.48±6.8616.17±6.6715.94±6.53氣體4.24±1.004.17±1.014.14±1.024.13±1.034.11±1.04F值149.86150.64150.65150.99151.04P值<0.01<0.01<0.01<0.01<0.01

2.2 不同公式計算所獲CNR值 不同能量下采用不同公式計算獲得的CNR值差異均有統計學意義(P均<0.01)。A、B組與Optimal CNR組間CNR值差異無統計學意義(P均>0.05)，Dc、Da組CNR值均>A、B組(P均<0.05)，而Dc組與Da組間CNR值差異無統計學意義(P>0.05)，A、B組CNR值均>C組，C組CNR值>Db組(P均<0.05)。見表2。

表2 不同能量下不同公式計算獲得CNR比較(n=52，±s)

表2 不同能量下不同公式計算獲得CNR比較(n=52，±s)

組別能量(keV)405060708090OptimalCNR組3.54±1.424.17±1.755.17±2.045.36±2.234.56±1.704.33±1.77A組3.67±1.584.20±1.715.16±2.035.42±2.224.53±1.714.30±1.76B組4.08±1.414.51±1.405.56±1.665.83±1.774.92±1.434.68±1.44C組2.83±1.013.14±1.013.88±1.204.06±1.273.43±1.033.26±1.03Da組5.11±1.675.48±1.557.11±2.077.13±1.985.48±1.425.32±1.47Db組1.24±0.841.37±0.961.60±1.161.71±1.251.63±1.161.56±1.10Dc組5.37±1.995.58±1.827.00±2.376.95±2.395.75±1.875.49±1.84F值87.26101.88113.22110.6192.4091.48P值<0.01<0.01<0.01<0.01<0.01<0.01組別能量(keV)100110120130140OptimalCNR組4.19±1.764.11±1.694.00±1.723.99±1.683.95±1.68A組4.19±1.734.08±1.694.03±1.703.97±1.683.89±1.68B組4.57±1.434.49±1.434.44±1.444.39±1.444.33±1.45C組3.18±1.033.12±1.033.09±1.033.05±1.033.01±1.04Da組5.19±1.505.08±1.505.02±1.534.97±1.564.92±1.58Db組1.56±1.081.56±1.051.55±1.021.55±1.031.55±1.01Dc組5.34±1.855.30±1.915.24±1.935.19±1.955.16±1.99F值84.0479.8676.2972.5769.58P值<0.01<0.01<0.01<0.01<0.01

2.3 不同公式組與Optimal CNR組間CNR值的相關性及一致性 不同能量下A組(r=0.97±0.02)、B組(r=0.94±0.01)、C組(r=0.94±0.01)CNR值與Optimal CNR曲線數據間均呈高度正相關(P均<0.05)，Da組(r=0.67±0.01)、Dc組(r=0.59±0.01)與Optimal CNR組間均呈中度正相關(P均<0.05)，Db組與Optimal CNR組間呈低度正相關(r=0.39±0.01，P<0.05)。不同能量下A組(ICC=0.97±0.02)、B組(ICC=0.89±0.01)與Optimal CNR組間CNR值均存在強一致性(P均<0.05)，C組與Optimal CNR組間一致性較強(ICC=0.67±0.01，P<0.05)，Da組(ICC=0.54±0.02)、Dc組(ICC=0.47±0.02)與Optimal CNR組間一致性均為中等(P均<0.05)，Db組與Optimal CNR組間一致性較差(ICC=0.13±0.01，P<0.05)，見圖3、4。

圖3 不同公式組與Optimal CNR組間CNR值的相關性線圖 圖4 不同公式組與Optimal CNR間CNR值的一致性線圖

3 討論

相關性分析探討的是2種測量方法結果間的密切程度[12]，即結果關系的遠近或兩變量的變化趨勢是否一致。一致性分析目的在于檢驗2種方法所獲得結果是否一致，以評其可否互相取代[10]。本研究中采用公式A獲得的CNR值與Optimal CNR軟件結果差異無統計學意義，2者相關性及一致性均接近1，推測Optimal CNR軟件可能采用公式A計算CNR，因測量誤差導致結果不完全一致。

本研究結果顯示，顱腦能譜CT相關研究中，同時使用Optimal CNR曲線和公式計算CNR值，如僅選擇一種組織(或物質)的噪聲作為圖像噪聲，最佳方案是直接選擇欲與ROI進行對比的組織(或物質)，即采用公式A進行計算。采用公式Da或Dc得出的CNR與Optimal CNR曲線的CNR值間相關性和一致性均為中等水平，提示當未選擇腦脊液或空氣為對比區、以其中1個SD值為圖像噪聲時，計算得出的CNR值與Optimal CNR曲線結果是否存在差異及其相關性及一致性均需斟酌；公式Db計算結果與Optimal CNR曲線結果差異有統計學意義，但相關性和一致性均較差，原因可能在于頭皮下脂肪厚度較薄，其內有垂直于帽狀腱膜的纖維束，且富含血管和神經，組織成分混雜，導致噪聲較高。

本研究的不足：①Optimal CNR曲線可精確評估最佳單能量值，而本研究未能分析各公式CNR曲線對應的最佳單能量值與Optimal CNR曲線是否一致；②僅以Optimal CNR軟件的結果作為參考標準，所獲結論較局限；③僅針對顱腦能譜CT，后期有待進一步開展對胸部、腹部CT的深入研究，于胸部(或腹部)皮下脂肪[10]、腹腔脂肪[14]或腋窩脂肪[15]測量脂肪噪聲，其組織較厚且成分相對單一，結果更準確。

綜上所述，對于顱腦能譜CT單能量成像，采用公式A計算得到的CNR結果與Optimal CNR軟件結果的一致性及相關性最佳；臨床實踐中應根據具體情況及研究目的選擇CNR計算公式。