深度學習算法優化兒童超低劑量氣道CT 的可行性

孫記航 高軍 王帆寧 王蓓 霍愛華 劉志敏 彭蕓

CT 是顯示肺組織結構的良好成像手段，目前胸部CT 已成為常規的影像學檢查，特別是COVID-19 流行期間，胸部CT 已經成為極為重要的篩查手段［1-3］。胸部CT 可以明確肺部疾病，也是評估大 氣道的重要手段［4,5］，如氣道狹 窄［6］，支氣管異物［7］，以及手術前麻醉醫師對氣管情況的評估［8,9］。如何降低常規胸部CT 檢查的輻射劑量，使之更加符合“盡可能低劑量原則”（as low as reasonably achievable，ALARA 原 則）［10］是放射科醫生關注的問題。近年來，迭代重組（iterative reconstruction，IR）算法在臨床上得到了廣泛的應用［11-14］。但是，IR 圖像中會出現模糊偽影或斑點狀外觀，大大影響了圖像的降噪效率，如何進一步提高圖像的降噪效率是近年來研究的熱點問題［15,16］。在此期間，基于人工智能和深度神經網絡的深度學習圖像重組（deep learning image reconstruction，DLIR）算法得到了發展。研究表明，使用DLIR 可以在避免IR 算法模糊偽影的同時進一步降低圖像噪聲，從而提高圖像質量［17］。筆者擬嘗試利用DLIR 重組算法來優化一組兒童超低放射劑量胸部CT 圖像質量，使之滿足對大氣道的評估要求，為進一步降低兒童胸部CT 的放射劑量提供臨床依據。

資料與方法

本研究得到本院倫理委員會的批準。在胸部CT 檢查前獲得家長的書面知情同意書。本研究選取北京市兒童醫院2019 年10 月21 日～2019 年11 月1 日間進行胸部增強CT 檢查的連續病例，入組標準為：（1）診斷為惡性腫瘤，需要復查胸部增強CT 進行瘤灶評估；（2）3 個月內曾行增強胸部CT 檢查，其中平掃序列為低劑量胸部CT 掃描；（3）年齡小于18歲；（4）病情穩定，較上一次復查沒有新發呼吸道癥狀、體重迅速減輕等。入組當日的CT 平掃檢查設為觀察組，采用超低劑量CT（ultra low dose CT，ULD-CT）進行檢查；3 個月內的既往低劑量胸部CT（low dose CT，LD-CT）平掃檢查作為對照組。共有17 例患兒入組，男11 例，女6 例，平均（6.5±3.0）歲，范圍3～12歲。學齡前組（3～6歲）10 例，學齡組（7～12歲）10 例。

1.CT 數據采集

所有檢查均在256 排多排CT 掃描儀（Revolution CT，GE Healthcare）上進行，觀察組使用ULD-CT檢查方案，采用管電壓80 kV（3～6歲）或100 kV（7～12歲），管電流10 mA，轉速為0.35 s。對照組使用LD-CT 檢查方案，采用固定管電壓100 kV，轉速為0.5 s。采用自動管電流調制技術，管電流在50～500 mA 范圍內，使0～1歲兒童噪聲指數達到11，1～7歲兒童噪聲指數為13，7歲及以上兒童噪聲指數為15。所有檢查探測器寬度為40 mm，掃描層厚為5.0 mm，層厚間距為5.0 mm。檢查時確保患兒處于安靜狀態時進行，對于不能合作的兒童，給予10%水合氯醛口服，劑量為0.4 ml/kg（按體重計），直到患者入睡后才開始掃描。

2.CT 數據重組

觀察組將得到的ULD-CT 原始數據重組為50%ASIR-V 圖像，低強度DLIR（DL-L），中強度DLIR（DL-M）及高強度DLIR（DL-H）4 組圖像。對照組將得到的LD-CT 原始數據重組為50%ASIR-V圖像。所有5 組圖像均采用層厚0.625 mm，層間距0.625 mm 的標準算法重組圖像，不采用任何圖像增強。

3.圖像質量評價

所有圖像均傳輸至Advantage Workstation 工作站（AW 4.7，GE Healthcare）。兩名具有15 年和8 年兒童放射診斷經驗的醫師共同采用5 分制對所有圖像進行主觀圖像質量評價，評價過程中所有病人信息和掃描方案相關的信息全部進行屏蔽，觀察者可根據自己的觀察習慣調整圖像的窗寬和窗位，并允許使用多平面重組和三維重組技術。如兩位觀察者給出的分數不一樣，則請另一位具有20 年兒童放射診斷經驗的資深放射科醫師對圖像進行評估并給出最終分數。主觀評分針對氣管及雙側支氣管顯示能力、氣道壁的清晰程度進行評分。3 分以上作為合格，5 分為佳。具體評價標準為：5 分為優秀，氣管及支氣管完整顯示，邊界清晰，可觀察到段及以下支氣管分支并顯示清晰；4 分良好，氣道顯示完整，邊界較清晰，可觀察到段支氣管；3 分合格，氣道顯示完整，邊界欠清晰，段支氣管觀察欠滿意；2 分，不合格，可完整顯示氣管及雙側支氣管，但是管壁模糊，無法準確測量管徑寬度；1 分為無法對氣管形態進行滿意的觀察。

主觀評價后，兩名觀察者一起在工作站上進行客觀測量，選取右側中間段支氣管遠端分叉層面，選取該層面右肺下葉均勻的肺野，放置類圓形興趣區，興趣區面積為同層面降主動脈面積的1/4（圖1），測量其CT 值和標準差（standard deviation，SD）值，標準差即為圖像噪聲值。如該層面存在病變，則選取右肺中葉或左側肺野沒有病變的均勻肺實質區域進行測量。

4.統計分析

數據以平均值±標準差表示。放射劑量統計CT輻射劑量指數（volumetric CT dose index，CTDIvol），并根據ICRP103 報告計算有效劑量［18］。對5 組圖像結果進行統計分析，連續變量服從正態分布，采用方差分析，并應用Bonferroni 進行組間比較；采用Friedman 檢驗對不符合正態分布的變量進行分析。P<0.05 被認為有統計學意義的差異。

結果

超低劑量組CTDIvol和有效劑量為（0.07±0.03）mGy 及（0.04±0.01）mSv，較低劑量組（3.2±0.8）mGy 及（2.1±0.5）mSv 降低了97.81%和98.10%（P<0.001）（表1）。主觀及客觀評分結果見表2。客觀評價方面，所有圖像CT 值無統計學差異。超低劑量組圖像噪聲值50%ASIR-V 圖像為50.6±10.1，DL-L 為57.5±11.5，DL-M 為52.2±10.8，DL-H 為43.2±10.0（圖2），DL-H 圖像噪聲在所有超低劑量組中最低，但所有超低劑量組圖像的噪聲值較對照組（27.5±8.2）明顯增高（P<0.05）。主觀評價結果顯示所有大氣道評分均高于3 分，其中DL-H 為（4.7±0.3）分，接近對照組的（4.9±0.1）分（圖3）。

討論

兒童，尤其是嬰幼兒，在反復肺炎、頑固性喘息或咯血時，需行CT 檢查，以發現氣道病變，明確有無氣道受壓變形、氣管內腫物等疾病，為進一步增強CT 明確有無血管畸形［4-7］提供形態學支持，同時，麻醉醫師也需要借助CT 結果評價氣道長度及有無狹窄，指導麻醉插管型號的選擇及判斷插入深度［8,9］。所以，胸部CT 是兒童常用檢查，使用低劑量檢查有利于降低兒童所接受的輻射劑量。氣道內含有的氣體與周圍軟組織對比明顯，本身具有良好的密度差，不需要很低的噪聲即可獲得良好的圖像對比噪聲比，非常適合采用低劑量CT掃描［19］，因此以觀察氣道為目的的胸部CT 可使用更低的放射劑量，低劑量氣道CT 結合IR 算法也一直被關注，所使用的放射劑量已明顯降低，達到0.09 mSv 的水平［19］。

研究表明，使用DLIR 算法后，在客觀噪聲評價方面，雖然DL-H 圖像可大幅度降低超低劑量胸部CT 的圖像噪聲（較常規ASIR-V 圖像降低了14.62%），但較對照組圖像仍較高（43.2±10.0 比27.5±8.2），同時可觀察到DL-L 圖像和DL-M 圖像噪聲甚至高于50%ASIR-V 圖像，與之前的研究結果不符，考慮為樣本量過少、低電壓所致的硬化偽影所致。根據之前的體模研究結果顯示，IR 圖像的低噪聲是建立在降低NPS 的基礎上實現的，與DLIR 從數據源頭通過人工智能的神經網絡去除噪聲的方式不盡相同［17］。由于IR 需要使用固定的預制數據模型來重組數據，所以通常會使圖像出現片狀或塑料樣偽影，影響圖像的主觀觀察效果，特別是在高權重的情況下，雖然測量的圖像噪聲值很低，但是圖像邊緣模糊，對進一步評價圖像主觀質量實際幫助不大［20-22］。DLIR 不同于傳統的IR 算法，它通過深度學習過程重構圖像，無需將實際系統的復雜模型簡化為有限的數據模型。這些模型可以通過訓練過程直接形成，有較高的維數和數百萬個參數，可同時由計算機進行訓練和處理。DLIR 算法在抑制噪聲的同時重組CT 圖像，在不改變噪聲紋理或不影響解剖和病理結構的情況下顯示出巨大的潛力，在這個過程中產生的圖像信息的完整性保持不變，無任何人為添加或遺漏的發現［17,22］。DLIR 可平衡傳統IR 算法在圖像噪聲和空間分辨率的關系，這在體模研究和一些最新的臨床研究中得到了證實［17,20-22］，回顧之前一項使用IR 圖像的超低劑量CT 研究結果，發現IR 優化的超低劑量CT 氣道的評分結果大多數為4 分，反映出IR 算法對提升大氣道顯示能力的效果有限［19］。結果顯示DL-H 的圖像評分可達4.7分，接近對照組的評分（4.9 分），反映出DLIR 可較為真實的反映氣道情況，更適合在低劑量掃描條件下顯示兒童氣道。

表1 觀察組與對照組的放射劑量結果

表2 觀察組與對照組的主觀評分及客觀評分結果

圖1 8歲男孩，客觀測量興趣區選擇，超低劑量掃描圖像。采用DL-H 重組，選取右側中間段支氣管遠端分叉層面，選取該層面右肺下葉均勻的肺野，放置類圓形興趣區（圈），興趣區直徑為同層面降主動脈直徑的1/2,面積為1/4 圖2 8歲男孩，淋巴瘤化療期間復查胸部增強CT 觀察瘤灶變化。a)～d)為超低劑量掃描圖像，掃描電壓80 kV，CTDIvol為0.05 mGy，DLP 為1.35 mGy·cm，有效劑量為0.02 mSv，多平面重組獲得冠狀位圖像，層厚0.625 mm，分別重組為50%ASIR-V、DL-L、DL-M 和DL-H 圖像，所有圖像均可清晰顯示氣道形態，DL-H圖像噪聲最低，氣管內噪聲很少，氣管壁顯示最為平滑、清晰，圖像質量較a)明顯提升，與e)常規低劑量50%ASIR-V 圖像質量最為接近；e)圖像掃描的CTDIvol為3.18 mGy，DLP 為76.44 mGy·cm，有效劑量為1.9 mSv 圖3 8歲男孩，淋巴瘤化療期間復查胸部增強CT 觀察瘤灶變化，a)～d)為超低劑量掃描圖像，掃描電壓80 kV，CTDIvol為0.05 mGy，DLP 為1.35 mGy·cm，有效劑量為0.02 mSv，采用氣道實體化工具獲得3D 重組圖像，分別重組為50%ASIR-V、DL-L、DL-M 和DL-H 圖像，所有圖像均可清晰顯示氣道形態，DL-H 氣道最為光滑，與e)常規低劑量50%ASIR-V 圖像質量最為接近；e)圖像掃描的CTDIvol為3.18 mGy，DLP 為76.44 mGy·cm，有效劑量為1.9 mSv

本研究有幾個局限性：第一，樣本量小，本研究為實驗性研究，入組病例數量少，導致客觀測量結果較之前文獻有一定差距；第二，考慮到兒童生長發育體型變化較大，體重指數（body mass index，BMI）隨年齡變化較大，所以本研究根據之前文獻介紹的相關兒童胸部CT 研究方案［23］，采用了年齡作為掃描條件的分組依據，而沒有關注BMI 對結果的影響；第三，僅探討了對氣道的顯示效果，沒有評價肺部組織及縱隔組織的顯示效果；第四，所收集的均為需復查的腫瘤患兒，且所有患兒均處于穩定期，并沒有明確的氣道改變，超低劑量掃描是否可判斷氣道病變，需進一步的研究。

本研究表明，在0.04 mSv 的超低輻射劑量下，結合使用高強度DLIR 算法，可以在降低98%放射劑量的基礎上，得到可供滿意診斷的氣道圖像。