自適應統計迭代重建算法在肺部低劑量CT掃描中的應用價值

陳淑貞

廈門大學附屬第一醫院杏林分院,福建省廈門市 361022

CT具有成像時間短、操作方便快捷等特點,被臨床廣泛運用,但隨著輻射劑量的增加,受檢者致癌的風險也有所增加[1],且受試者進行CT掃描需屏住呼吸,若患者無法屏氣,CT圖像質量也會受到影響。因此,針對肺部CT患者需降低輻射劑量且保證圖像質量。但在一般情況下,降低輻射劑量的同時會影響圖像質量,并增加圖像噪聲,因此,臨床上迫切需要降低輻射劑量且滿足診斷需求的CT成像技術[2]。濾波反投影法(Filtered back projection reconstruction,FBP)作為傳統重建的標準方法,其噪聲較大且圖像質量無法滿足臨床診斷需求[3],此時自適應統計迭代重建(Adaptive statistical iterative reconstruction,ASIR)應運而生,其可以在降低輻射劑量的同時保證圖像質量,以保證臨床診斷需求,本研究將分析比較ASIR算法在肺部低劑量CT掃描中的應用價值。

1 資料與方法

1.1 基礎資料 回顧性分析2019年10月—2020年10月于我院就診需進行肺部低劑量CT掃描的83例患者,納入標準:(1)年齡≥18歲;(2)體質量指數(BMI)22.5～32kg/m2。排除標準:(1)掃描過程中因操作不當導致圖像不清晰者;(2)臨床資料缺失者;(3)因個人原因無法獨立完成CT檢查者。最后將采用ASIR算法納入實驗組(n=42),采用傳統濾波反投影法(FBP)納入常規組(n=41)。其中實驗組患者年齡18～63歲,平均年齡(41.44±5.69)歲;男24例,女18例;臨床診斷肺炎患者21例,肺部良性結節10例,肺部惡性腫瘤8例,肺不張3例。常規組患者年齡20～66歲,平均年齡(42.08±5.11)歲;男22例,女19例;臨床診斷肺炎患者18例,肺部良性結節11例,肺部惡性腫瘤10例,肺不張2例。兩組患者臨床資料均保存完好且無統計學差異(P>0.05),可進行比較。

1.2 檢查方法 所有患者均在型號為PHILIPS N.V.2015的CT機上進行肺部掃描檢查,使用高電壓低電流,管電壓>120kV,管電流120～170mA,掃描參數設置X線管旋轉速度為0.75r/s,螺距1.200:1,層厚5～10mm,層距7～10mm,sampled collimation 128,掃描范圍為上至胸口入口層面,下至肺底膈肌層面。掃描結束后,常規組采用FBP法,實驗組采用ASIR算法進行圖像重建,ASIR混合權重選擇0%和50%,ASIR權重0%即為FBP圖像,ASIR權重50%表示FBP圖像和ASIR圖像等比例混合,顯示視野為45cm,準直器寬度為64mm×0.625mm,螺距0.984:1。

1.3 數據測量及圖形質量比較 所有患者均由同一經驗豐富的放射科醫師進行檢查,所有圖像均傳至AW4.6工作站Reformat軟件上選取上、中、下三個層面的CT圖像,胸廓入口層面,氣管隆突下層面、所及上腹部肝門層面,選擇密度均勻并避開明顯偽影區的背部肌肉及皮下脂肪處,記錄CT值及標準差(SD),SD表示噪聲,并比較實驗組和常規組CT容積劑量指數(CTDIvol)、劑量長度乘積(DLP),并計算有效劑量(ED),計算方法:ED=DLP×k(k=0.014)。

由放射科醫師組成評估小組,按照5分制評價噪聲和圖像清晰度,1分:噪聲很大及圖像偽影極大,肺部結構顯示不完全,臨床上無法做出診斷;2分:噪聲較大及圖像偽影較大,可見肺部結構和病變位置,但無法做出臨床診斷;3分:噪聲一般及圖像偽影一般,肺部結構和病變位置清晰,臨床上可做出診斷;4分:噪聲較小及偽影較小,支氣管等細小結構均能顯示良好;5分:無明顯噪聲及無明顯圖像偽影,肺部紋理、細小支氣管及病變位置均顯示清晰。

1.4 統計學方法 本文數據均采用SPSS19.0軟件進行處理,計量資料均采用平均數±標準差的形式表示,并采用獨立樣本t檢驗,計數資料均采用百分比的形式表示,并采用χ2檢驗,主觀噪聲評分和清晰度評分采用秩和檢驗,均以P<0.05表示可見顯著差異。

2 結果

2.1 兩組患者輻射劑量比較 實驗組CTDIvol、DLP和ED均顯著小于常規組,差異有統計學意義(P<0.05),見表1。

表1 兩組患者輻射劑量比較

2.2 兩組患者CT值比較 實驗組胸廓入口、氣管隆突、上腹部的肌肉和脂肪的CT值均顯著小于常規組,差異有統計學意義(P<0.05),見表2。

表2 兩組患者CT值比較

2.3 兩組主觀評分比較 兩組患者主觀噪聲評分和清晰度評分中1分、2分、3分和4分例數均無統計學差異(P>0.05),實驗組主觀噪聲評分和清晰度評分5分例數占比均顯著大于常規組,差異有統計學意義(P<0.05),見表3。

表3 兩組主觀噪聲評分、清晰度評分比較[n(%)]

3 討論

隨著醫療科技不斷發展,CT技術在臨床上發揮了巨大作用,CT是鑒別診斷肺部病理變化的重要手段,但隨著其輻射強度的增加,輻射相關的致癌性也逐漸增加[4]。輻射劑量的降低,不僅會增加圖像噪聲,還會影響圖像清晰度,臨床上采取重建算法的方法進行改進,在保證圖像質量的同時降低輻射劑量,ASIR算法通過數據反復迭代計算,降低輻射劑量,消減圖像噪聲并提高圖像質量[5]。

臨床中,針對肝臟等以軟組織為主的部位進行CT檢查時,需要提高輻射劑量進行掃描,以達到分辨肝臟內部微小結構組織病變的目的。本研究結果顯示,實驗組CTDIvol、DLP和ED均顯著小于常規組,說明ASIR算法可有效降低輻射劑量,分析其原因:ASIR算法技術主要是通過在原始數據上建立系統噪聲模型,再用多次迭代重建計算的方法消減圖像噪聲,提高圖像質量,通過不斷的迭代運算提高信噪比,以此來降低輻射劑量[6]。

相關研究表示,FBP無法將采集數據理想化,在數據采集過程中忽略了電子噪聲,影響圖像清晰度,甚至掩蓋相關診斷信息[7]。本研究結果顯示,實驗組胸廓入口、氣管隆突、上腹部的肌肉和脂肪的CT值均顯著小于常規組,實驗組主觀噪聲評分和清晰度評分5分例數占比均顯著大于常規組,差異有統計學意義,說明ASIR算法能有效降低圖像噪聲并提高圖像質量,分析其原因:(1)ASIR可通過建立系統噪聲模型,利用迭代計算的方法進行抑制,得到清晰有效的圖像[8];(2)ASIR算法利用逐步迭代的方式對圖像信息不斷地檢驗和修正,對噪聲進行抑制,以得到清晰的圖像[9];(3)ASIR算法在保證空間分辨率的同時,增加了密度分辨率,可有效達到降低圖像噪聲且保證圖像質量的目的[10]。相關研究也得出了與本研究相似的結論,在王艷等人[11]的研究中得出,采用ASIR重建算法可有效提高圖像質量,降低腹部CT掃描輻射劑量。而在束宏敏等人[12]的研究中可得出在泌尿系結石患者中行低劑量CT掃描可明顯降低輻射劑量,使用ASIR技術可明顯改善圖像質量,滿足臨床診斷,具有較好的臨床可行性。由此可見,ASIR算法技術可在臨床上推廣使用。

綜上所述,ASIR算法在肺部低劑量CT掃描中具有降低圖像噪聲并提高其清晰度等優點,可滿足臨床診斷需求。