16層CT低管電壓聯合迭代重建技術在胸部檢查中的應用*

彭德華 楊勤順 周 鵬 丁凱俊 葉錫勇 孫利娟 江時淦*

CT檢查與X射線胸片相比明顯提高了早期肺癌的檢出能力，但其X射線輻射劑量也明顯高于胸片，限制了CT在普通人群和肺癌高危人群篩查中的廣泛應用。在不影響疾病診斷的前提下盡可能減少放射劑量，是CT檢查安全性的關注重點。自1990年Naidich等[1]提出低劑量CT概念以來，胸部低管電流CT掃描技術應用廣泛，而降低管電壓一直未被推廣[2]。有研究表明，迭代重建算法在低劑量CT中能明顯降低圖像噪聲，提高圖像質量[3-4]。本研究旨在探討16層螺旋CT低管電壓聯合Karl 3DTM迭代技術在胸部檢查中的應用價值。

1 資料與方法

1.1 一般資料

選取2017年12月至2018年12月江西醫學高等專科學校第一附屬醫院120名胸部CT健康體檢者，按照胸部CT檢查時管電壓的不同將其分為120 kV組和80 kV組，每組60名。120 kV組中男性36名，女性24名；年齡19～88歲，平均年齡(54.42±12.2)歲；80 kV組中男性37名，女性23名；年齡24～83歲，平均年齡50.92±11.5)歲。本研究經學校和醫院倫理委員會批準并在其監督下執行，所有檢查者均簽署知情同意書。

1.2 儀器設備

采用uCT 510型16層螺旋CT掃描儀(上海聯影醫療科技有限公司)。

1.3 檢查方法

所有檢查者取仰臥位，雙臂上舉頭部先進，120 kV組采用常規管電壓(120 kV)，80 kV組采用低管電壓(80 kV)；兩組掃描條件一致，管電流160 mA，準直器16×1.2 mm，機架旋轉速度0.6 s/r，螺距0.9375，矩陣512×512。掃描范圍自胸廓入口至膈肌水平。

1.4 圖像重建

兩組原始圖像數據分別用Karl 3DTM迭代算法和濾波反投影(filter back projection，FBP)算法進行圖像重建，獲得兩組的Karl 3DTM迭代重建圖像和FBP重建圖像；Karl迭代重建水平為5級，層厚為5 mm，層間距為5 mm，肺窗的窗寬為1200 HU，窗位-600 HU，縱膈窗的窗寬為400 HU，窗位為40 HU。

1.5 圖像質量評價

1.5.1 客觀評價

繪制圓形感興趣區域(region of interest，ROI)，面積約為100～110 mm2，選取主動脈弓層面、氣管分叉層面分別測主動脈CT值及其標準差(standard deviation，SD)，并測量腋窩或胸背部皮下脂肪的CT值作為背景噪聲，計算信噪比(signal noise ratio，SNR)為公式1：

計算對比噪聲比(contrast noise ratio，CNR)為公式2：

圖像噪聲為主動脈標準差(SD)。

1.5.2 主觀評價

由2名醫生雙盲閱片法評價兩組Karl迭代重建圖像和FBP重建圖像質量，意見不一致時商量決定。肺窗圖像通過中心肺動脈血管及支氣管、周圍肺血管及支氣管、主氣管以及肺裂的顯示進行評價，其中周圍肺血管支氣管定義為距離臟層胸膜面＜2 cm的血管支氣管；縱膈窗通過觀察主動脈、胸壁骨和肌肉邊緣的銳利程度及縱膈內部結構與周圍組織的對比程度來評價。評分標準為0～5分：①5分，解剖結構邊緣清晰，無偽影；②4分，解剖結構邊緣略模糊，無偽影；③3分，解剖結構邊緣略模糊，有少量偽影；④2分，解剖結構邊緣模糊，中量偽影；⑤1分，大量偽影，正常結構中斷。≥3分的圖像為臨床可以接受。

1.5.3 輻射劑量評價

記錄每次CT掃描的CT容積劑量指數(volume CT dose index，CTDIvol)和劑量-長度乘積(dose length product，DLP)。

1.6 統計學方法

(1)采用SPSS20.0軟件對數據進行統計學分析，客觀圖像質量評價數據以均數±標準差(±s)表示，圖像噪聲、SNR和CNR的比較采用方差，同一劑量水平不同重建方法采用配對t檢驗，主觀圖像質量評價采用Wilcoxon符號秩檢驗分析，以P＜0.05為有差異統計學意義。

(2)由兩位放射科醫師對圖像質量評分一致性用非參數檢驗Kappa分析，Kappa值≥0.81為幾乎完全一致性，0.61～0.8為高度一致性，0.41～0.6為中等一致性，0.21～0.4為一般一致性，Kappa值≤0.20為極差一致性。

2 結果

2.1 兩組不同重建方法圖像噪聲、SNR和CNR比較

(1)120 kV組60名受檢者Karl 3DTM重建與FBP重建的主動脈弓層面、氣管分叉層面圖像的噪聲、SNR和CNR比較，差異有統計學意義(t主動脈弓=14.274，t=12.134，t=14.249；t氣管分叉=15.778，t=15.953，t=10.974；P＜0.05)，見表1。

(2)80 kV組60名受檢者Karl 3DTM重建與FBP重建的主動脈弓層面、氣管分叉層面圖像的噪聲、SNR及CNR比較，差異有統計學意義(t主動脈弓=18.676，t=20.916，t=24.142；t氣管分叉=10.658，t=12.335，t=19.945；P＜0.05)，見表2。

表1 120 kV組兩種重建方法圖像噪聲、SNR和CNR值比較(±s)

表1 120 kV組兩種重建方法圖像噪聲、SNR和CNR值比較(±s)

注：表中SNR為信噪比；CNR為噪聲比

2.2 兩組不同重建方法主動脈弓層面圖像噪聲、SNR和CNR值比較

兩組受檢者Karl 3DTM重建與FBP重建的主動脈弓層面圖像的噪聲、SNR及CNR比較，差異有統計學意義(tKarl3D=8.548，t=4.243，t=4.012；tFBP=10.370，t=4.950，t=5.649；P＜0.05)，見表3。

2.3 兩組不同重建方法氣管分叉層面圖像噪聲、SNR和CNR值比較

兩組受檢者Karl 3DTM重建與FBP重建的氣管分叉層面圖像的噪聲、SNR及CNR比較，差異有統計學意義(tKarl3D=10.337，t=6.304，t=6.259；tFBP=9.368，t=6.983，t=6.257；P＜0.05)，見表4。

2.4 圖像質量主觀評價

由2位閱片醫師對圖像質量的評價具有高度一致性(Kappa系數≈0.71)。兩組Karl 3DTM迭代重建和FBP重建圖像質量等級評價見圖1。

圖1 兩組Karl迭代重建和FBP重建主動脈弓及氣管分叉層面圖像對比

2.5 兩組輻射劑量比較

120 kV組60名檢查者的平均CTDlovl和DLP分別為10.76 mGy和338.62 mGy·cm；80 kV組60名檢查者的平均CTDlovl和DLP分別為3.17 mGy和93.01 mGy·cm；80 kV組與120 kV組對比，CTDlovl和DLP分別下降70.54%和72.53%。

表2 80 kV組兩種重建方法圖像噪聲、SNR和CNR值比較(±s)

表2 80 kV組兩種重建方法圖像噪聲、SNR和CNR值比較(±s)

注：表中SNR為信噪比；CNR為噪聲比

表3 兩組不同重建方法主動脈弓層面圖像噪聲、SNR和CNR比較(±s)

表3 兩組不同重建方法主動脈弓層面圖像噪聲、SNR和CNR比較(±s)

注：表中SNR為信噪比；CNR為噪聲比；FBP為濾波反投影

表4 兩組不同重建方法氣管分叉層面圖像噪聲、SNR和CNR比較(±s)

表4 兩組不同重建方法氣管分叉層面圖像噪聲、SNR和CNR比較(±s)

注：表中SNR為信噪比；CNR為噪聲比；FBP為濾波反投影

3 討論

低劑量CT的圖像重建的本質是噪聲抑制問題。傳統的FBP算法盡管重建速度快，可以滿足實時性，但對于噪聲和偽影較為敏感。吳巖等[5]用去噪能力較強的迭代重建技術彌補低管電壓的高噪聲，獲得了較好的圖像質量。迭代重建算法是指在圖像處理過程中多次迭代，每次迭代所采集到的數據與計算機投影數據進行比較，從而改善圖像質量[6-7]。為了減少低劑量CT的圖像噪聲，許多CT制造商都在推出各自的迭代重建技術，如GE公司的適應性統計迭代重建技術、Philips ICT的iDose4以及上海聯影公司的Karl 3DTM等。Karl 3DTM迭代重建技術是通過人體形態結構學修正，分別在投影域、圖像域進行廣義梯度收斂迭代降低圖像噪聲，提高圖像信噪比。因此，研發新的重建算法來彌補低劑量CT掃描所致的圖像高噪聲，確保圖像質量符合診斷要求，將是科研工作者的研究課題[8-9]。

本研究中，同一管電壓的CT原始數據采用Karl迭代算法和FBP算法重建圖像的噪聲、SNR及CNR均有顯著性統計學差異。120 kV組Karl 3DTM迭代重建圖像較FBP重建圖像的噪聲下降18.02%～19.29%，SNR、CNR分別提高23.86%～25.29%和22.75%～24.88%；80 kV組Karl 3DTM迭代重建圖像較FBP重建圖像的噪聲平均下降約為25.17%～25.82%，SNR、CNR分別提高31.60%～34.73%和31.16%～33.50%，與彭薇等[10]的實驗結果相近。本研究結果顯示，Karl迭代算法重建圖像在80 kV組中比120 kV組中降噪效果更為有效。

由于CT輻射劑量與管電流呈線性關系，與管電壓呈指數關系[11]。因此，降低管電壓比降低管電流更為有效的減少受檢者的輻射劑量，但是降低管電壓可使X射線的穿透力減弱，到達探測器的X射線光子數量減少，導致圖像的噪聲增加，在鄰近組織密度差異較大的肺尖部和肩背部會形成橫行線樣偽影。本研究結果顯示，當管電壓從120 kV降至80 kV時，輻射劑量CTDlovl和DLP分別下降70.54%和72.53%，圖像噪聲增加44.49%～64.89%。本研究結果顯示，Karl迭代算法重建圖像明顯優于FBP算法重建圖像，80 kV組中60名受檢者迭代算法重建圖像均＞3級，符合臨床診斷要求，而FBP算法重建圖像中有1名為2級。

本研究存在一定的局限性：①未進行個體性差異(身體質量指數、年齡、性別等)對圖像質量和輻射劑量的相關性研究；②Karl迭代算法分9級，本組研究設定Karl迭代算法為5級，未進行與其他等級的迭代重建圖像對比，將有待于今后的進一步研究。

4 結論

采用80 kV管電壓聯合Karl 3DTM迭代重建技術能確保圖像質量的同時，有效的降低輻射劑量。迭代重建算法需要CT機具有強大的運算能力，目前多數CT制造商只在64排以上高端CT機中配置。而上海聯影公司將Karl 3DTM迭代重建技術運用于普及型的16排CT機，本研究成果對于低管電壓聯合迭代重建技術在臨床上的應用具有重要意義。