多層螺旋CT下肢動脈血管成像：容積再現及最大強度投影圖像質量的影響因素

周淑琴，陳志光，李寧娜，刁換勝（通信作者）

廣州中醫藥大學第二附屬醫院醫學影像科 （廣東廣州 510020）

1 資料與方法

1.1 一般資料

回顧性分析2017年6－11月臨床擬診周圍動脈閉塞性疾病 （peripheral arterial occlusive disease，PAOD）或術前需要進行下肢動脈CTA檢查的61例患者的臨床資料, 男47例，女14例；年齡19～85歲，中位年齡65歲。

1.2 方法

1.2.1 掃描設備和參數

采用Toshiba Aqulion 64層螺旋CT機。患者取仰臥位，以雙側腘動脈作為監測觸發點。使用雙筒高壓注射器經肘正中靜脈先以4.0 ml/s注入非離子型碘對比劑（ultravist 370 mgI/ml）100 ml，隨即以相同流率追加40 ml 0.9%氯化鈉注射液。啟動對比劑智能跟蹤Sure-Start技術，于開始注射對比劑后20 s對監測層面進行連續動態掃描，待觀察到任意一側腘動脈出現對比劑即啟動掃描，范圍覆蓋腹主動脈下段至足底。

管電壓采用100 kVp或120 kVp，其中部分低管電壓組配合管電流調制技術（預設噪聲指數10，管電流限值50～400 mA），球管旋轉速度500 ms/rot，準直64 mm×0.5 mm，螺距因子0.828，C-FOV 400 mm。掃描為頭足向。

1.2.2 圖像重建和后處理

設定層厚1.0 mm，間隔0.8 mm，分別以卷積核FC11，FC12，FC13，FC14，FC15重建主-髂段圖像，獲得信號強度相同而噪聲不同的5組數據，數據重建后傳至工作站（Vital，Vitrea 2，V3.9）進行圖像后處理。顯示方法包括VR和MIP。觀察VR圖像的窗設置為窗寬250 HU，窗位300 HU；觀察MIP圖像的窗設置為窗寬600 HU，窗位400 HU。

1.2.3 數據測量

用感興趣區（region of interest，ROI）法測量腹主動脈CT值，ROI位于血管腔內并盡可能大，同時避免容積效應的影響。測量左、右腰大肌CT值并計算平均數代表背景信號（ROI面積為10 mm2），取平均值。測量周圍空氣CT值的標準差（SD）代表圖像噪聲（noise, N），分別取左、中、右三點（ROI面積為10 mm2），取平均值。信噪比（signalto-noise ratio,SNR）=腹主動脈CT值/圖像噪聲；對比噪聲比（contrast-to-noise ratio,CNR）=（腹主動脈CT值-背景信號）/圖像噪聲；對比度=腹主動脈CT值-背景信號。

數學競賽中的問題專業、抽象并且難度較大，所以就促使其具有一定的趣味以及教育性。在準備使用圖論時，首先要先掌握圖論的使用原理、方法以及使用過程中存在的問題以及問題的解決方法。在競賽中使用圖論能增強學生對書本上知識的理解，從而簡單方便的解決社會活動中存在的各種問題，不僅培養學生分析問題的能力，還培養他們通過分析問題，擴散思路，從而提高解決問題的能力。針對教師，用一些教育軟件以及教育案例融入到教學中，不僅可以提高教師的教學水平，還可以提高學生對知識的清晰度和掌握能力。參加一場數學競賽，通過事前的準備及學習，學生們可以學到很多書本上以及生活中常見的解決問題的方法。

1.3 效果評價

由2名在血管影像診斷方面有經驗的放射科醫師采用盲法獨立完成，在后處理工作站上分別對所有患者VR和MIP圖像質量進行主觀評價，并進行觀察者間一致性分析。最后結果以取得一致意見為準。

MIP和VR圖像各分為4個等級：4分（優秀）為血管清晰，對比好，血管壁光滑；3分（良好）為血管清晰，對比良好，血管壁輕度毛糙但不影響診斷；2分（中等）為血管對比不佳，小血管、邊緣分支及側支血管觀察受影響或血管壁明顯毛糙，但仍可診斷；1分（差）為血管觀察不清，無法診斷。每例患者的總體圖像質量定義為三部分血管中圖像質量評分的最低值。

1.4 統計學處理

采用SPSS 17.0統計軟件進行數據分析。符合正態分布的計量資料兩兩比較采用獨立樣本t檢驗，方差不齊計量資料采用秩和檢驗，α=0.05作為檢驗水準，P＜0.05為差異有統計學意義；采用Spearman秩相關分析CNR、SNR及N與圖像質量的相關性，確定VR和MIP圖像質量影響因素；2名觀察者對圖像質量總體評價的一致性采用Kappa檢驗。

2 結果

61例主-髂段5種不同重建算法（FC11，FC12，FC13，FC14，FC15）共獲得305組VR和MIP圖像。

2.1 CNR、SNR及N與圖像質量的相關性

以VR和MIP圖像等級評價為標準，采用Spearman秩相關分析CNR、SNR及N與圖像質量的相關性，結果發現，與VR圖像相關性：CNR=0.73，SNR=0.72，N=-0.59；與MIP圖像相關性：CNR=0.61，SNR=0.60，N=-0.48。

2.2 VR、MIP優秀與良好圖像的CNR、SNR、N

以VR圖像為評價目標，132圖優秀，115圖良好；優秀與良好圖像的N、SNR和CNR比較，差異有統計學意義（采用兩獨立樣本t檢驗，CNR：t=-11.014，P＜0.05；SNR：t=-10.673，P＜0.05；N ：t=7.455，P＜0.05）。見表1。

以MIP圖像為評價目標，210圖優秀，77圖良好；優秀與良好圖像的N、SNR和CNR比較，差異有統計學意義（采用兩獨立樣本比較t檢驗，CNR：t=-11.667，P＜0.05；SNR：t=-11.239，P＜0.05；N：t=7.236，P＜0.05）。見表1。

優秀的MIP圖像與優秀的VR圖像CNR、SNR和N比較，差異有統計學意義（采用兩獨立樣本比較t檢驗，CNR：t=-3.467，P=0.001；SNR：t=-3.397，P=0.001；N：t=3.419，P=0.001）。見表1。且VR對源圖像質量的要求更高。

表1 VR與MIP優秀及良好圖像CNR、SNR、N比較（±s）

表1 VR與MIP優秀及良好圖像CNR、SNR、N比較（±s）

注：與良好圖像比較，aP＜0.05；與MIP優秀圖像比較，bP＜0.05

VR優秀 132 86.86±39.72ab 97.11±44.37ab 7.54±3.99ab良好 115 43.61±19.96 49.85±23.24 12.89±6.72 MIP優秀 210 71.69±39.16a 80.52±43.72a 9.26±5.27a良好 77 31.94±18.21 37.02±21.28 17.02±8.85

2.3 VR、MIP圖像與5個參數的相關性

以FC11為標準處理，Spearman秩相關分析結果顯示，主-髂段VR、MIP圖像與5個參數（血管平均增強CT值、對比度、CNR、SNR和N）均存在相關性，與血管平均增強CT值、CNR、SNR以及對比度正相關，與N負相關；VR、MIP圖像質量與CNR相關性最高，其次為SNR，而N對圖像質量的影響最小。見表2。

表2 主-髂段VR、MIP圖像與5個參數的相關性

以VR圖像為評價目標，38例優秀，16例良好，7例中等。圖像優秀與良好的5個參數比較，差異有統計學意義（血管平均增強CT值、對比度及N比較因方差不齊采用秩和檢驗，統計值 =-3.82，P＜0.001；統計值=-3.949，P＜0.001；統計值=2.609，P=0.017。SNR和CNR比較均采用兩獨立樣本t檢驗，t=-4.534，P＜0.001；t=-4.727，P＜0.001），CNR對圖像質量影響最大，其次為SNR，N對圖像的影響最小。見表3。

以MIP圖像為評價目標，48例優秀，11例良好，2例中等。圖像優秀與良好的5個參數比較，差異有統計學意義（血管平均增強CT值、CNR、SNR及N值比較因方差不齊采用秩和檢驗，統計值=-4.39，P＜0.001；統計值=-6.126，P＜0.001；統計值=-5.861，P＜0.001；統計值=2.617，P=0.023。對比度比較采用兩獨立樣本t檢驗，t=-3.479，P＜0.001）。CNR對圖像質量影響最大，其次為SNR，N對圖像的影響最小。見表3。

表3 VR與MIP優秀及良好CTA圖像參數比較（±s）

表3 VR與MIP優秀及良好CTA圖像參數比較（±s）

注：與良好圖像比較，aP＜0.05

圖像 例數（HU） SNR CNR VR優秀 38575.92±94.15a515.52±95.33a4.92±2.23a133.86±45.55a119.63±40.96a良好 16486.11±71.51 423.23±70.09 7.48±3.64 77.47±30.35 67.15±25.98 MIP優秀 48 558.89±96.20a497.53±97.89a5.20±2.34a124.41±46.20a110.64±41.79a良好 11 452.35±66.02389.56±64.02 8.39±3.88 63.55±26.39 54.54±22.85平均增強CT值（HU）對比度（HU）N

2.4 2名觀察者對圖像質量的評價一致性

2名觀察者對圖像質量總體評價具有較高的一致性（VR：Kappa=0.719，P＜0.05；MIP：Kappa=0.678，P＜0.05)。

3 討論

現代CT技術的快速發展在帶來更精確診斷的同時也伴隨著更海量圖像信息的產生。對于現在廣泛應用的64層螺旋CT機，一次下肢動脈增強掃描所產生的容積數據圖像約1 500幅（重建層厚1 mm，重建間隔0.8 mm），給傳統橫斷面閱片模式帶來了極大的挑戰?，F代影像診斷新模式要求能更直觀綜合地觀察圖像，對于血管成像更是如此，各種三維成像技術由此順應而生并迅速發展起來。Fishman等[8]認為CTA的顯示技術首先是VR，然后是MIP補充；聯合VR與MIP并結合橫斷圖像可充分反映CTA結果。Suzuki等[9]、Addis等[10]也驗證了VR的顯示優勢，并且同時反映了VR定量血管管徑優于其他技術。Suzuki等[9]研究還發現血管內造影劑密度和合理的重建卷積核都是影響圖像的重要參數，也就是血管強化CT值是CTA的重要影響因素，而圖像的N也是圖像質量的重要構成部分。

本研究從CTA VR及MIP圖像質量角度研究其與圖像N、SNR和CNR的相關性，得出結論CTA三維MIP和VR圖像質量的最主要影響因素是CNR，其次是SNR，與N相關性最低。說明較高的血管對比強化值是保障CTA三維圖像質量優秀的最主要因素，與于紅等[11]報道優秀的強化效果成就良好的CTA圖像質量相似。并且VR圖像質量對數據要求高于MIP。

本研究同時顯示N對CTA圖像質量的影響力不如血管強化對比度的影響力，說明保障CTA質量的關鍵是保證良好的目標血管強化值和對比度，在此前提下，可以通過各種技術合理降低X線輻射，雖然會增加N，但對CTA三維重建圖像（VR、MIP）質量影響較小，因此低劑量CTA也有足夠的發展空間。

本研究的缺陷之一是僅納入下肢動脈主-髂段進行分析，原因在于主-髂段血管位于盆腔，體層較厚，圖像N更明顯，利用主-髂段的圖像數據可以基本體現整個下肢動脈的圖像分析結果。