三種不同重建算法對胃周CT動脈成像質量的影響

胡君花，劉松，施婷婷，胡安寧，李輝

南京大學醫學院附屬南京鼓樓醫院 醫學影像科，江蘇 南京 210008

引言

胃腫瘤是我國常見的消化道腫瘤。胃周血管的清晰顯示對胃腫瘤手術有指導作用，對胃周淋巴結的發現也有幫助。增強CT目前已經廣泛應用于胃部腫瘤的術前分期及療效評估[1]。近年來，CT后處理技術發展迅速，算法不斷更新，如基于迭代重建算法的CT掃描技術iDose4、傳統的濾波反投影法（Filtered Backprojection，FBP），但它們都屬于部分迭代重組技術。目前，一種新型的全迭代重組技術“IMR”（Iterative Model Reconstruction）已在臨床初步應用[2-4]。本文旨在研究胃腫瘤CT增強掃描后，三種重建算法（FBP，iDose4，IMR）對胃部血管成像質量的影響。

1 材料與方法

1.1 一般資料

本研究經醫院倫理委員會審查批準，并取得患者知情同意，從2017年4月至8月，共前瞻性地納入胃腫瘤患者21例（胃間質瘤3例，胃癌18例），其中男15例，女6例，年齡28～74歲，平均（60±12）歲，所有患者術前及胃鏡檢查后一周內行腹部CT平掃加增強檢查。入組標準：① 經胃鏡下發現胃部腫瘤；② 胃鏡及CT檢查前未行抗腫瘤治療；③ 腎功能正常（腎小球濾過率≥30 mL/min）；④ 無碘劑過敏。排除標準：① 腹部有嚴重的偽影（呼吸、金屬偽影、鋇劑）影響觀察；② 胃充盈不佳。

1.2 影像學檢查

所有患者檢查前禁食8 h，禁水4 h；檢查前1 min口服產氣粉（青島紅蝶新材料有限公司）兩包，每包3 g；檢查前均對患者進行屏氣訓練。采用荷蘭Philips Brilliance iCT 128排掃描儀，患者仰臥位，腳先進，掃描范圍包括胃全部。行CT平掃及三期動態增強掃描，動脈期、靜脈期及延遲期分別為30、70和210 s。螺距0.914:1，掃描層厚5.0 mm、層距1.0～5.0 mm。掃描條件：平掃為120 kV，30 mA；增強期為100 kV，自動管電流。采用高壓注射器（Medrad Stellant CT Injector System；One Medrad Drive Indianola，PA，USA）經肘前靜脈留置針注射碘海醇（Omnipaque 350 mgI/mL；GE Healthcare，上海，中國）80 mL，注射速率3.0 mL/s。CT掃描結束后，分別采用FBP、iDose4及IMR三種重建算法對原始數據進行重建，重建層厚均為1 mm。

1.3 圖像分析與評價

將所掃描患者圖像的原始數據導入IntelliSpace工作站，隱藏圖像掃描參數及患者個人信息。由兩名具有5年閱片經驗以上且不知道圖像重建方法的放射科醫師在3組不同重建算法的圖像上，使用動脈期圖像進行分析，測量時將感興趣區（Region of Interest，ROI）放置于血管管腔中央，避開血管明顯的狹窄、閉塞段，分別測量腹主動脈（腹腔干動脈開口水平），腹腔干動脈起始段，肝總動脈，脾動脈，胃左動脈，腸系膜上動脈，胃十二指腸動脈及胃網膜右動脈的CT值，對應上述8個層面分別使用復制-粘貼ROI功能，測量鄰近束脊肌的CT值，并記錄同層面腹壁皮下脂肪CT值及其標準差，將后者作為圖像噪聲。以上數據均由兩位醫師在同層面測量所得，最后取兩個數值的平均值。計算信噪比（Signal Noise Ratio，SNR）和對比噪聲比（Contrast Noise Ratio，CNR）。SNR=CT血管/SD背景，CNR=（CT血管-CT肌肉）/SD背景，其中CT血管為同層面血管的平均CT值，CT肌肉為對應層面兩側肌肉的平均CT值，SD背景為同層面腹壁皮下脂肪的標準差。

1.4 統計學分析

應用SPSS 22.0統計學軟件處理數據，以P＜0.05有統計學意義。使用FBP，iDose4及IMR三種重建算法胃部血管SNR間的比較采用配對樣本t檢驗，三種重建算法血管CNR的比較同樣采用配對樣本t檢驗。

2 結果

對21位胃腫瘤患者進行腹部CT增強掃描，經過FBP、iDose4及IMR三種重建算法得到薄層為1 mm的圖像，通過測量、分析和計算同層面、同位置胃周各血管的數據，得到各血管的SNR和CNR值，見表1。三種重建算法得到各血管的SNR范圍分別是FBP（12.201～15.838）、iDose4（16.696～22.381）、IMR（38.327～46.018）；CNR 的 范 圍 分別 是 FBP（9.549～13.186）、iDose4（12.952～18.637）、IMR（38.307～30.616）。三種重建算法中FBP的SNR和CNR值均最低，IMR圖像的SNR和CNR值均顯著大于iDose4和FBP（P＜0.001），見表 1～2，圖 1。近端血管（腹主動脈、腹腔干動脈、肝總動脈、脾動脈、腸系膜上動脈）IMR的SNR 范圍為 44.568～46.018；CNR 范圍為 36.857～38.307，遠端分支血管（胃左動脈、胃網膜右動脈、胃十二指腸動脈）的IMR圖像的SNR范圍為38.327～42.781；CNR范圍為30.616～35.070，近端分支血管IMR圖像的SNR及CNR大于遠端分支血管。

表1 不同重建算法下各血管的SNR和CNR值

表2 三種不同重建方式胃周血管SNR和CNR差異性的比較

圖1 IMR、iDose4、FBP三種重建方式下的CT橫斷面薄層重建圖像

3 討論

多排螺旋增強CT掃描已廣泛應用在胃部多種腫瘤的評估中，近年來，CT設備不斷更新換代，CT掃描的后處理重建方式也不斷發展更新。以往CT掃描技術多關注X線束的調節、參數的優化，而近期重建算法對圖像質量影響的研究越來越多[5-7]。

128排iCT掃描及其多種后處理技術是一種風險極小的非侵入性檢查方法。目前最新的迭代算法是IMR，是一種結合了三維微平板探測器和多模型重組算法的全迭代重建技術，考慮到了焦點尺寸、X線束寬度、體素大小、探測器像素尺寸和光束及探測器間的相互作用等因素，可以更精確地還原掃描信息，進一步降低圖像噪聲，提高圖像質量[8]。之前已有多篇文獻證明，在多個領域，相比FBP、iDose4，IMR在降低圖像噪聲和提高圖像質量方面的優勢明顯[7]。

本研究中，IMR圖像的SNR和CNR值均顯著高于iDose4和FBP（P＜0.001）。SNR和CNR值都是評價圖像質量的客觀指標，目前已廣泛應用于CT圖像質量的評估中。本研究三種薄層圖像中，以腹主動脈為例，IMR的SNR及CNR值分別是SNR=45.876±14.42；CNR=38.165±13.18，都顯著高于iDose4及FBP的SNR和CNR值（P＜0.001）。原因是，IMR迭代算法是基于圖像統計模型及系統模型精確確定的數據，可以在圖像空間和數據空間上對統計模型和系統模型進行更全面的優化，從而更準確地還原掃描信息。我們的結果與Yuki等[8]對IMR在冠狀動脈中的應用結論相符。IMR在血管成像中的SNR和CNR值明顯優于iDose4、優于 FBP。

此次研究中，iDose4的SNR值及CNR值都優于FBP（P＜0.001）。FBP是最早的CT圖像重建方式。FBP是一種解析算法，其優點是方便簡單、速度快，自1970年初應用于臨床[9]。但FBP采集數據時理想化，忽略了噪聲對投影數據的影響，將噪聲帶到了重組圖像中，有時候還會放大噪聲，創造較多偽影，影響圖像質量[10]。迭代重建算法是基于解剖模型，可精確模擬系統幾何學，選擇性識別并去除圖像噪聲，并在每次迭代中通過抑制噪聲及偽影提高圖像質量[11-13]。iDose4則采用了兩種算法，即FBP和迭代重建，本研究中混合迭代選用4級，FBP和迭代重建各占50%[14-16]。錢偉亮等[11]在雙下肢CTA研究中對比FBP和iDose4，認為在較低輻射劑量條件下，仍可獲得噪聲較小的高質量圖像。但是由于該重建算法計算復雜，未能考慮計算機硬件的性能，仍然具有一定的局限性。

此次研究中，我們還發現，近端血管（腹主動脈、腹腔干動脈、肝總動脈、脾動脈、腸系膜上動脈）IMR的SNR及CNR值范圍分別為44.568～46.018、36.857～38.307，優于遠端分支血管（胃左動脈、胃網膜右動脈、胃十二指腸動脈）IMR圖像38.327～42.781、30.616～35.070，這可能是因為近端血管較粗大，穩定性高，遠端血管纖細，受到的影響因素較多。本研究的局限性有：① 本研究數據樣本量不夠大，今后將收集更多的數據做進一步研究；② 研究的患者未記錄其BMI指數；③ 未考慮胃周血管顯示與胃充盈狀態的關系，將在以后研究中完善。綜上所述，在相同掃描條件情況下，使用IMR技術相比于iDose4和FBP更能夠降低胃周血管的圖像噪聲，提高圖像質量。