CT掃描劑量和迭代重建算法對胸部不同區域純磨玻璃結節成像質量及檢出能力的影響：體模研究*

王 鴻，曾勇明△，劉 強，婁 豪，孫靜坤，葛 冰，鄭 月

1.重慶宏仁一醫院放射科，重慶 408400；2.重慶醫科大學附屬第一醫院放射科，重慶 400016；3.佳能醫療系統(中國)有限公司，四川成都 610016

胸部低劑量螺旋CT對肺結節及早期肺癌的檢出有較大的優勢[1]，采用圖像薄層重建，能較好地顯示肺磨玻璃結節(GGN)，有助于篩查肺部的早期腫瘤[2]。有研究表明，在胸部CT掃描時不同區域的噪聲分布存在一定的差異性[3]。GGN是胸部腫瘤浸潤性肺腺癌(IA)的一種特殊影像學表現形式[4-5]。GGN直徑和CT值被認為是評估IA的重要指標[6]。GGN在CT圖像上可表現為混合性GGN和純磨玻璃結節(pGGN)。既往研究報道，CT掃描參數和重建算法的改變會對GGN的觀察和檢出造成一定影響，尤以pGGN為甚,且胸部CT掃描時不同區域的噪聲分布存在一定差異，從而影響了影像學評估的準確性[7-8]。pGGN的形態學觀察和CT值測量與腫瘤的良惡性鑒別、腫瘤侵襲性及預后評估等密切相關。但目前較少見胸部不同區域pGGN成像質量及檢出率影響因素方面的研究。本研究基于仿真體模試驗，就胸部不同區域pGGN在兩種掃描劑量的掃描模式和兩種三維自適應迭代劑量降低(AIDR 3D)算法重建圖像下，對圖像質量客觀評價指標及檢出率進行對比分析，以探明低劑量CT對胸部不同區域pGGN成像質量和檢出的能力的影響。

1 材料與方法

1.1材料 試驗對象為日本Kyoto Kagaku公司生產的“Lungman N1”型男性胸部體模，大小為43 cm×40 cm×48 cm，胸圍約94 cm，質量約為18 kg，包括仿真的胸壁、橫膈膜、縱隔、心臟、肺及肺血管，均與真實人體組織的衰減性相同，胸腔內肺血管之間的空間包含空氣。該體模雙臂向上舉起，體位與患者實際掃描時一致；模擬球形結節表面光滑。由于文獻[9]推薦的肺結節CT隨診方案中，≤4 mm、5 mm、8 mm及10 mm通常作為結節大小定量的臨界值，因此本研究選擇了4種不同直徑(3、5、8、10 mm)，標稱CT值分別為-650、-800 HU的pGGN，分3次分別置入胸部雙肺不同葉段的肺實質、胸膜下和縱隔旁區域,見圖1(選取部分展示：-650 HU 8 mm pGGN、-650 HU 10 mm pGGN及-650 HU 10 mm pGGN在體模3個區域的布放)。

注：A為-650 HU 8 mm pGGN 在胸膜下區域顯示；B為-650 HU 10 mm pGGN在縱隔旁區域顯示；C為-800 HU 10 mm pGGN在肺實質區域顯示。

1.2方法

1.2.1圖像采集與重建 使用佳能(東芝)Aquilion CXL 64排CT對仿真體模進行掃描，管電壓120 kV，螺距因子0.993，矩陣768×768，層厚及間隔5 mm，掃描時間0.5 s/r。采用自動管電流調制技術，按照設備預設的由高到低的2個掃描劑量等級(常規劑量組、低劑量組)進行掃描。圖像重建層厚1.0 mm，層間距0.8 mm。兩組均采用AIDR 3D算法，按照設備廠家預制的Standard模式和Mild模式重建圖像。廠家的定義：AIDR 3D算法在掃描前(前置)或掃描后(后置)均可使用，AIDR 3D算法前置使用時，Standard模式可使劑量降低至原劑量的75%，Mild模式可降低至原劑量的50%；后置使用AIDR 3D算法可降低噪聲、優化圖像，Standard模式降噪效果好于Mild模式。本試驗先行胸部不同區域pGGN在兩種劑量下掃描，采用后置AIDR 3D算法Standard模式重建圖像，以判斷不同區域、不同劑量掃描時圖像質量各項客觀指標的差異性；再采用后置AIDR 3D算法Standard和Mild兩種模式重建圖像，判斷各種噪聲環境下pGGN的檢出情況。

1.2.2試驗數據測量及計算 本試驗根據兩種掃描劑量模式和兩種AIDR 3D算法模式分別進行研究。常規劑量掃描下，重建Standard和Mild模式的AIDR 3D算法圖像；低劑量掃描下，重建Standard、Mild模式的AIDR 3D算法圖像。計算圖像質量客觀指標和pGGN檢出率。

1.2.2.1圖像質量客觀指標 選擇標稱CT值為-650 HU、直徑為10 mm的模擬結節，測量其中心層面CT值、噪聲值(CT值的標準差)以及同一層面與該結節鄰近的肺組織CT值、噪聲值，均測量3次，計算平均噪聲(SD)、信噪比(SNR)和對比噪聲比(CNR)。SNR=pGGN平均CT值/pGGN SD值；CNR=(pGGN平均CT值-鄰近肺組織平均CT值)/鄰近肺組織SD值。

1.2.2.2pGGN檢出率 將試驗重建出的層厚1.0 mm、層間距0.8 mm的薄層圖像，由2名有10年胸部CT診斷經驗的放射科醫師，按照試驗所得圖像順序進行雙盲法閱片，查找肺結節，記錄肺結節檢出情況。分為2組(≤5 mm pGGN組和≥8 mm pGGN組)，計算pGGN檢出率。pGGN檢出率=pGGN檢出個數/pGGN實際個數×100%。

2 結 果

2.1兩種掃描劑量胸部不同區域-650 HU 10 mm pGGN圖像質量客觀指標的比較 同一后置AIDR 3D算法(Standard模式)下，常規劑量組整體圖像質量較好。與常規劑量組比較，低劑量組位于胸膜下和縱隔旁區域pGGN的SNR及CNR降低，差異均有統計學意義(P<0.05)，而兩組位于肺實質區域pGGN的SD、SNR及CNR值接近，差異均無統計學意義(P>0.05)。見表1。

表1 兩種掃描劑量胸部不同區域-650 HU 10 mm pGGN圖像質量客觀指標對比

2.2兩種掃描劑量聯合兩種后置AIDR 3D算法(Standard和Mild模式)不同組合在胸部不同區域pGGN(-650 HU和-800 HU)的檢出率比較 (1)在常規劑量組，常規劑量聯合Standard-AIDR算法，胸部不同區域pGGN檢出率不受影響；常規劑量聯合Mild-AIDR算法，對胸部不同區域≤5 mm pGGN的檢出率均有不同程度影響，其檢出率明顯低于≥8 mm的pGGN(P<0.05)。(2)在低劑量組，低劑量聯合Standard-AIDR算法較低劑量聯合Mild-AIDR算法，檢出≥8 mm的pGGN時，兩種組合的檢出率相當且不受影響；檢出≤5 mm的pGGN時，低劑量聯合Standard-AIDR算法的檢出率優于低劑量聯合Mild-AIDR算法(P<0.05)。(3)本組試驗共出現4個最低pGGN檢出率(17%)，均為Mild-AIDR算法檢測≤5 mm pGGN，且在縱隔旁出現次數最多(占3/4：分別為-650 HU pGGN常規劑量聯合Mild-AIDR算法、-650 HU pGGN低劑量聯合Mild-AIDR算法和-800 HU pGGN低劑量聯合Mild-AIDR算法)。見表2。

表2 兩種掃描劑量聯合兩種AIDR 3D算法下胸部不同區域pGGN的檢出率(%)

續表2 兩種掃描劑量聯合兩種AIDR 3D算法下胸部不同區域pGGN的檢出率(%)

3 討 論

自20世紀70年代以來，我國癌癥發病率及病死率一直呈上升趨勢，肺癌發病率的上升趨勢則更為明顯。早期肺癌多表現為磨玻璃結節，磨玻璃結節的成像質量和檢出情況直接影響疾病的診治及預后[10-11]。隨著胸部高分辨率CT檢查的普及，磨玻璃結節的檢出率明顯提高。EGUCHI等[12]對125例pGGN進行隨訪，發現結節增長與穩定的兩組pGGN的平均CT值差異有統計學意義(P<0.05)，界值約為-670 HU；在另一項研究中，計算出pGGN發生浸潤的CT界值為-680 HU[13]。因此，本研究采用-650 HU及-800 HU的球形結節來模擬肺腫瘤性pGGN。

目前降低掃描劑量主要是通過降低管電壓和管電流及加大螺距等方法來實現[14]。但是針對不同體型的患者，很難進行精細化的調整，管電壓、管電流的降低也預示著X射線穿透力的下降、X射線量減少，會導致圖像的噪聲增大，對比度降低等[15]。有研究報道，低劑量CT掃描時，胸部不同區域組織的噪聲、SNR、CNR均存在不同程度的差異[3]。本研究基于標準體型男性胸部仿真體模，將不同直徑的模擬pGGN置入胸部不同區域，排除病理、患者呼吸運動偽影、胸部墜積效應等因素的影響，研究不同劑量CT掃描對胸部不同區域pGGN成像質量和檢出能力的影響。

胸部不同區域pGGN的圖像質量客觀指標中，常規劑量組與低劑量組比較，縱隔旁pGGN的CNR、SNR和胸膜下pGGN的SNR、CNR、SD差異均有統計學意義(P<0.05)，而肺實質pGGN的圖像質量客觀指標差異無統計學意義(P>0.05)。這說明低劑量掃描對縱隔旁區域和胸膜下區域pGGN的成像質量影響較大，可能與縱隔旁區域和胸膜下區域鄰近的器官、組織較多有關，如心臟、大血管、骨骼組織等，X射線被吸收，導致圖像噪聲增加。因此，建議在胸部pGGN隨訪時，應根據pGGN所在的區域制訂CT掃描方案。

兩種掃描劑量聯合兩種后置AIDR 3D算法時,胸部不同區域pGGN結節檢出率如下：(1)≥8 mm pGGN檢出率，掃描劑量、迭代重建算法及胸部不同區域對其均無明顯的影響。(2)在低劑量下，≤5 mm的pGGN采用低權重AIDR 3D算法(Mild-AIDR)時檢出率較低，使用較大權重的AIDR 3D算法(Standard-AIDR)可提升pGGN檢出率。有研究證實，盡管所有迭代重建算法都有降噪功能，但選擇合理的迭代重建算法才能提高病灶的檢測能力[13]。因此，筆者認為對直徑(或體積)較小的pGGN，應盡量使用降噪幅度較高的AIDR 3D算法，保證pGGN檢出的一致性。(3)縱隔旁區域≤5 mm的pGGN檢出率偏低(本組最低檢出率為17%的占3/4)，結合本研究呈現的縱隔旁pGGN圖像質量客觀指標較差的情況，筆者建議對該區域小的肺結節隨訪時應予以特別關注，以免漏診。

綜上所述，本研究結果表明：(1)不同掃描劑量的胸部不同區域pGGN成像質量存在差異。因此，在胸部不同區域pGGN的隨訪中，應權衡圖像質量與掃描劑量的利弊關系，合理的選擇CT掃描劑量。(2)低權重迭代重建算法會影響較小pGGN的檢出，在使用低劑量CT篩查肺癌時，應合理選擇迭代重建算法的權重。(3)縱隔旁區域較小pGGN的檢出會受到該區域噪聲的影響，隨訪時應予以重視。

本研究存在的不足：本研究采用仿真胸部體模結合均質的模擬結節進行研究，研究對象消除了呼吸運動偽影、心臟及大血管搏動偽影和pGGN不均質等因素的影響，而臨床應用中，上述因素均有可能影響pGGN的成像質量和檢出率，因此，本研究的結果與實際是否相符，還需進一步的臨床研究加以證實。