超低劑量CT能譜純化技術聯合高級建模迭代重建對顯示肺磨玻璃結節及測量其體積的影響：體模研究

于安宏，楊雅朋，馬延賀，高洪巖，張 洪

(天津市胸科醫院影像科，天津 300222)

磨玻璃結節(ground-glass nodules, GGN)是早期肺癌的重要影像學表現之一。低劑量CT篩查可顯著提高GGN檢出率[1-2]。體積測量法可基于三維空間反映結節形態，對評估GGN具有一定價值[3]；采用迭代重建算法可提高測量低劑量CT所示肺結節體積的精確度[4-5]。第三代雙源CT可通過能譜純化技術濾過低能級射線，降低輻射劑量[6]。有學者[7]認為采用管電壓Sn 100 kV能譜純化技術及迭代重建算法可于低輻射劑量下準確檢出肺結節，但未評估肺結節體積。本研究基于仿真體模觀察管電壓Sn 100 kV超低劑量CT能譜純化技術聯合高級建模迭代重建(advanced modeled iterative reconstruction, ADMIRE)對顯示GGN質量及測量其體積的影響。

1 材料與方法

1.1 仿真胸部體模 采用中國成年男性CDP-IC型高端仿真胸部體模(成都方拓仿真技術有限公司)，由胸壁、合成骨骼、肺、心臟、腹部臟器等模擬器官及組織組成，有效原子序數、密度、體積及形狀均與真實人體相似；以“準元素等效”及“無機元素代替法”保證其對X線的吸收和衰減等效于真實人體。

1.2 儀器與方法

1.2.1 模擬肺GGN 將20枚模擬GGN(參考CT值-600 HU，直徑5、8、10、12 mm各5枚)隨機置于仿真胸部體模雙側肺野。

1.2.2 CT 采用Siemens SOMATOM Force雙源CT，以2種方案進行全肺掃描。A方案：常規低劑量掃描，管電壓100 kV，采用CareDose4D，參考管電流30 mAs[8]；B方案，能譜純化技術掃描，管電壓Sn 100 kV，采用CareDose4D，參考管電流80 mAs[9]；其余參數保持一致，準直192×0.6 mm，螺距0.75，轉速0.5 s/rot，FOV 350 mm，掃描長度300 mm。分別采用濾波反投影法(filtered back projection, FBP)及ADMIRE(強度1、2、3、4、5級，ADMIRE-1、2、3、4、5)重建圖像，重建層厚1 mm，層間隔0.7 mm，矩陣512×512，卷積核Br40，肺窗窗寬1 600 HU、窗位-600 HU。

1.3 圖像處理及數據分析

1.3.1 圖像質量客觀評價 將圖像傳至Philips星云工作站，由分別具有11年及13年工作經驗的影像科醫師各1名，于顯示GGN最大橫截面積層面上以其圓心為中心放置ROI，面積為GGN最大橫截面的2/3，測量3次CT值，取平均值作為最終結果，并計算CT值標準差(standard deviation, SD)，以之代表圖像噪聲水平。

表1 不同方案及重建方式模擬肺GGN 的CT值的SD差異(n=20)

1.3.2 圖像質量主觀評價 由上述醫師在不知曉實驗設計及圖像參數的前提下采用5分制標準獨立評估模擬肺GGN CT圖像質量：1分，偽影嚴重，圖像質量未達到診斷標準，不能用于檢出及診斷GGN；2分，偽影較嚴重，圖像質量較差，診斷GGN的可信度低；3分，中等程度偽影，圖像質量一般，診斷GGN的可信度中等；4分，少許偽影，圖像質量較好，診斷GGN的可信度較高；5分，未見明顯偽影，圖像質量非常好，可準確診斷GGN。圖像質量評分≥3分為可滿足診斷需求。

1.3.3 GGN體積定量分析 采用Philips Lung Nodule Assessment軟件，于模擬GGN最大橫截面積層面自動分割圖像，生成GGN體積Vm，并計算GGN體積相對誤差(relative volume error, RVE)：RVE=|Vm-Vrs|/Vrs×100%，其中Vrs為參考GGN體積，即于預實驗中以管電壓120 kV、管電流300 mAs的標準劑量掃描及FBP重建圖像中測得的體積[10]。

1.4 輻射劑量 完成掃描后，設備自動輸出A、B方案的容積CT劑量指數(volume CT dose index, CTDIvol)及劑量長度乘積(dose length product, DLP)，并計算有效劑量(effective dose, ED)：ED=DLP×0.014。

1.5 體型特異性劑量估算值(size-specific dose estimate, SSDE) 將A、B方案所得ADMIRE-4重建CT圖像傳至圖像存儲與傳輸系統(picture archiving and communications system, PACS)，參考美國醫學物理學家協會(American Association of Physicists in Medicine, AAPM)220號報告[11]，于Z軸方向掃描范圍中心層面的橫斷面圖像勾畫橢圓形ROI，包含所有解剖組織，測量ROI面積(area, AROI)和CT值(CTROI)，計算SSDE：

(1)

fw=a×e(-b×dw)

(2)

SSDE=fw×CTDIvol

(3)

其中，dw為水等校直徑；fw為轉換因子；a、b均為常數，a=3.704 69，b=0.367 193 7[11]；e為自然對數，為2.718 28。

1.6 統計學分析 采用SPSS 20.0統計分析軟件。以±s表示符合正態分布的計量資料，行單因素方差分析、LSD法或t檢驗。采用Kappa檢驗評估2名醫師對圖像質量主觀評分的一致性，Kappa值≥0.80為一致性極高。P<0.05為差異有統計學意義。

2 結果

2.1 圖像質量客觀評價 不同方案或不同重建方式下，模擬肺GGN 的CT值差異均無統計學意義(P均>0.05)，A方案模擬肺GGN 的CT值的SD均小于B方案(P均<0.05)；相同方案、不同重建方式下，模擬肺GGN的CT值的SD差異均有統計學意義(P均<0.05)，且兩兩比較差異亦有統計學意義(P均<0.05)。見表1。

2.2 圖像質量主觀評價 相同方案下，不同重建方式模擬肺GGN CT圖像主觀質量評分由高至低依次為ADMIRE-4、ADMIRE-3、ADMIRE-5、ADMIRE-2、ADMIRE-1及FBP；相同重建方式下，B方案CT圖像主觀質量評分均低于A方案。見圖1。觀察者間主觀圖像質量評價的一致性極高(Kappa=0.81，P<0.001)。

圖1 不同方案及重建方式模擬肺GGN CT圖像質量主觀評分分布

2.3 模擬肺GGN體積 相同方案不同重建方式模擬GGN RVE差異均有統計學意義(P均<0.001)；A方案下FBP及ADMIRE-1均與ADMIRE-3、ADMIRE-4及ADMIRE-5模擬GGN RVE差異有統計學意義(P均<0.05)，ADMIRE-2與ADMIRE-4及ADMIRE-5差異亦有統計學意義(P均<0.05)；B方案下，除ADMIRE-4與ADMIRE-5模擬GGN RVE差異無統計學意義(P>0.05)外，其余不同算法兩兩比較差異均有統計學意義(P均<0.05)。以FBP、ADMIRE-1、ADMIRE-2及ADMIRE-3重建時，B方案模擬GGN RVE均大于A方案(P均<0.05)。見表2及圖2、3。

2.4 輻射劑量及SSDE A方案的CTDIvol、DLP、ED及SSDE分別為1.10 mGy、36.1 mGy·cm、0.51 mSv及1.55 mGy，B方案分別為0.26 mGy、8.5 mGy·cm、0.12 mSv及0.36 mGy。

3 討論

低劑量CT可顯著提高檢出肺結節的敏感度及特異度，已成為早期篩查肺癌的首選影像學方法。利用CT能譜純化技術及先進迭代算法，可在將ED降至0.06 mSv的同時檢出肺實性結節[12]。肺GGN惡性程度多高于實性結節，而CT值相對較低，較高的噪聲水平或使其非實性部分被掩蓋，故常需以較高輻射劑量方可檢出[13]。本研究結果顯示，能譜純化技術結合ADMIRE-4重建，可在將ED降至0.12 mSv的同時保持顯示GGN所需圖像質量及測量其體積的精確度。

表2 不同方案及重建方式模擬肺GGN的 RVE(%，n=20)

圖2 A方案不同方式重建CT圖像顯示模擬肺GGN(直徑8 mm、Vrs 624.1 mm3) A.FBP，Vm=667.6 mm3，RVE=6.97%； B.ADMIRE-1，Vm=658.7 mm3，RVE=5.54%； C.ADMIRE-2，Vm=648.7 mm3，RVE=3.94%； D.ADMIRE-3，Vm=642.2 mm3，RVE=2.90%； E.ADMIRE-4，Vm=636.2 mm3，RVE=1.94%； F.ADMIRE-5，Vm=632.6 mm3，RVE=1.36%

圖3 B方案不同方式重建CT圖像顯示模擬肺GGN(直徑8 mm、Vrs 624.1 mm3) A.FBP，Vm=689.9 mm3，RVE=10.54%； B.ADMIRE-1，Vm=676.8 mm3，RVE=8.44%； C.ADMIRE-2，Vm=659.5 mm3，RVE=5.67%； D.ADMIRE-3，Vm=650.6 mm3，RVE=4.25%； E.ADMIRE-4，Vm=638.8 mm3，RVE=2.36%； F.ADMIRE-5，Vm=608.8 mm3，RVE=2.45%

傳統FBP算法無法分辨低劑量采集過程中的噪聲污染，重建圖像信噪比較低，具有明顯條紋狀偽影[14]。本研究以B方案FBP重建的CT圖像中，模擬肺GGN CT值的SD較A方案有所增加，噪聲水平提高，且圖像主觀質量評分有所減低，其中3幀低于3分，提示單純采用能譜純化技術減少輻射劑量將降低圖像質量。第三代雙源CT所用新一代ADMIRE結合了原始數據域統計數據建模和圖像域基于模型的噪聲檢測及優化，可顯著提高超低劑量CT檢出肺結節的敏感度和診斷置信度[15]。本研究發現，隨ADMIRE強度逐級增大，B方案圖像噪聲逐漸減低、主觀質量評分逐漸升高；且2種方案均以ADMIRE-4 CT圖像主觀質量評分最高、FBP主觀評分最低，而客觀評分差異均無統計學意義，與GORDIC等[16]結論基本相符，表明過高強度迭代重建方式在抑制圖像噪聲的同時也將降低圖像質量，原因可能在于校正圖像過于平滑而致部分紋理細節缺失[17]。上述結果提示，低劑量CT篩查肺癌時，以ADMIRE-4重建是更佳選擇。

目前臨床多通過評估肺結節直徑或體積變化觀察其大小和生長速度，進而判斷其良惡性[5,18]。測量肺GGN體積誤差與圖像噪聲有關，而迭代算法可降低圖像噪聲以改善測量GGN體積的精確度[19]。本研究采用FBP時，B方案GGN RVE顯著高于A方案，表明能譜純化技術在降低輻射劑量的同時亦可使測量肺GGN體積的精確度下降；聯合ADMIRE后，A、B方案所測GGN體積的精確度均隨ADMIRE強度而增高，其RVE差異漸趨平緩，提示采用高強度新一代迭代算法可使超低劑量CT測量肺GGN體積的精確度與常規低劑量CT接近，與OHNO等[20]的結果一致。

本研究的不足：①僅針對模擬正常體型人體的體模，未涉及針對其他體型的CT掃描方案及重建參數；②以軟件自動分割肺GGN測量其體積，未加以手動調整；③未考慮臨床實際操作中，患者屏氣不佳或心臟搏動等可能導致運動偽影因素的影響。

綜上，對于體模模擬肺GGN，采用管電壓Sn 100 kV超低劑量CT能譜純化技術結合ADMIRE-4可在降低輻射劑量的同時維持圖像質量及測量其體積的精確度。