九峰醫療胸部數字X線攝影人工智能圖像質量控制專家共識

中華醫學會影像技術分會，九峰醫療

引言

近年來國家大力推行分級診療制度，實現基層首診、雙向轉診、急慢分治、上下聯動，從而促進有序就醫，合理控費。影像學檢查作為疾病分診、篩查和診斷評估的重要手段，是提升基層醫療機構服務能力的重要內容。在國內覆蓋面最廣的基層醫療機構是鄉鎮衛生院和社區衛生服務中心，影像工作流程一般是放射科技師完成攝影，影像通過網絡傳輸至區域影像診斷中心，由具有資質的放射科醫師進行診斷評估，診斷報告再通過網絡傳遞至基層醫療機構交付到患者。由于基層醫療機構放射科技師水平參差不齊，在攝影質量無法保障的情況下，影像可能會造成誤診漏診。以胸部數字X線攝影檢查為例，在正常情況下，從拍片到出報告可以在30 分鐘內完成，而一旦出現質量問題需要重新拍攝，檢查時間可能數倍的延長。

越來越多的醫院希望實現攝片質量實時自動分析，在患者尚未離開攝片室時即可提醒技師是否需要重新拍片，從而降低時間損耗，提升患者滿意度。醫療質量控制部門，也希望能夠實時、全面、客觀、常態化地監測和評價醫療機構的影像學檢查質量。在質控標準的指導下，切實可行的質控手段和工具，是實現上述目標的關鍵。

近年來，人工智能（Artificial Intelligence，AI）技術被越來越廣泛地應用于醫學領域，通過人工智能技術，有望實現醫學影像質控的自動化、實時化、常態化，這將為整個行業帶來突破性的進步。

1 目的

針對基層醫療常用的X線攝影術-胸部數字X線攝影，江西中科九峰智慧醫療科技有限公司（九峰醫療）在人工智能-圖像質量控制方面，在中華醫學會影像技術分會各位專家的指導下，已經取得研發突破，形成成果產業轉化。本共識旨在建立九峰醫療臨床應用系統-“胸部數字X線攝影人工智能圖像質量控制算法”（JF CXR-QC，以下簡稱“系統”）的適用范圍和所解決臨床問題的定義，指導基層醫療衛生機構更好地使用新技術提升服務能力；同時，為醫療質量控制部門開展質控工作，提供參考和質控工具。

2 適用范圍

本共識適用于JF CXR-QC系統人工智能算法的臨床應用，內容包括中華醫學會影像技術分會專家對基層胸部數字X線攝影常見圖像質量問題的臨床定義，以及JF CXRQC系統軟件的功能實現等。

3 編制依據

《醫療器械使用質量監督管理辦法》(國家食品藥品監督管理總局令第18號)；

《國務院關于修改〈醫療器械監督管理條例〉的決定》；

《醫學影像學（第8版）》；

《放射醫學與防護名詞》；

《計算機科學技術名詞》 (第三版)；

《管理科學技術名詞》；

WS/T 389-2012醫學X線檢查操作規程；

DB13/T 1283.1-2010 醫學影像學診療技術標準；

YY/T 0796.1-2010醫用電氣設備 數字X射線成像系統的曝光指數；

GB/T 24791.1-2009醫療X射線成像用屏/片系統的感光測定；

數字X線攝影檢查技術專家共識[J].中華放射學雜志,2016,50(7):483-494.

4 術語和定義

（1）人工智能：解釋和模擬人類智能、智能行為及其規律的學科。主要任務是建立智能信息處理理論，進而設計可展現近似于人類智能行為的計算機系統。

（2）深度學習：深度學習是通過構建深層網絡結果進行特征學習的方法；讓計算機從大量經驗數據中獲取知識特征、并根據層次化的概念體系來理解世界。

（3）數字X射線攝影：Digital Radiography，又稱DR。利用數字化X射線探測器實現X線攝影的一種設備。其影像直接從影像接收器轉換讀出。通常由X射線發生裝置、數字化X射線影像裝置和輔助裝置組成。

（4）X線胸部后前位：受檢者取站立位，前胸壁貼緊探測器，該體位的X線成像為常規胸部正位片。

（5）DICOM協議：醫學數字成像和通信（Digital Imaging and Communications in Medicine，DICOM）是醫學圖像和相關信息存儲和傳輸的國際標準（ISO 12052）。

（6）熱力圖：以特殊高亮的形式顯示重點區域的圖示。

（7）醫學放射技師：接受過醫學輻射技術專門教育和培訓，在醫學輻射技術的一個或多個專業中受放射學執業醫生的委派有能力開展各種放射學檢查的專業人員。他們的能力通常是按正式的機制由國家對其進行評估，包括在該給定專業領域對其登記、委任或任職資格的認定。

（8）放射診療執業醫師：接受過醫用輻射專業教育和專門培訓，并在給定專業領域有能力獨立實施或指導實施涉及醫學照射程序的專業人員。這些人員的能力通常是按正式的機制由國家對其進行評估，這包括在該給定專業領域(例如放射診斷、放射治療、核醫學、牙科、心血管科等)對其登記、委任或任職資格的認定。在尚未建立這樣機制的國家，需要對許可證持有者所建議的作為放射學執業醫生的任何個人的教育、培訓和能力進行評估，并基于國際標準或國家標準(如存在)的要求來決定是否這樣的個人在所需要的專業領域能夠承擔放射學執業醫生的職務。

（9）物聯網：唯一地標識和識別每一個實體對象的虛擬網絡化結構。

（10）PDCA循環：由美國質量管理專家戴明(W.Edwards Deming)首先提出的全面質量管理所應遵循的科學程序，即按照計劃、實施、檢查、處置的順序往復循環進行改進的科學程序。

5 常見的基層DR胸片圖像質控問題定義

基于行業調研和相關應用實踐，以下是基層DR胸片的常見圖像質量問題：

（1）圖像模糊：對比明顯的銳利邊緣移行幅變大，胸部以膈肌隆頂較為敏感。理論上移行幅大于0.2 mm即為模糊，實踐上可根據觀測效果確定，建議參考右側膈肌中部較好。

（2）部位不全：圖像上邊緣應包括第七頸椎，需有直接曝光區，左右邊緣應包括兩側肋骨、胸壁，下界包括兩側肋膈角。

（3）曝光過度：肺野內低像素值形成大片連同區域，肺紋理消失，與肺外直接曝光區像素值一致，像素值差別消失范圍超過5 cm，雙側都是。

（4） 曝光不足：縱隔范圍內氣管、脊椎影像未顯示，心臟、膈肌影像范圍肺紋理消失，高像素值形成大片連同區域。

異物：常見以衣物/飾物為主。

6 影響DR胸片影像質量的因素

（1）焦點：在X線管負荷允許的原則下，盡量采用小焦點，以提高X線圖像的清晰度。

（2）源—像距離與物—像距離：攝影時胸部應盡量貼近探測器，并且與探測器平行。攝影部位與探測器不能貼近時，根據X線機負荷相應增加源—像距離，同樣可收到放大率小、清晰度高的效果。不能平行時，可運用幾何學投影原理盡量避免影像變形。

（3）中心線：水平方向通過第6胸椎垂直射入探測器。

（4）濾線設備：按照攝片部位的大小和源—像距離選用合適的照射野。體厚超過15.0 cm或管電壓超過60 kV時，需加用濾線器，并按濾線器使用的注意事項進行操作（尤其是濾線柵焦距）。

（5）探測器、X線管的固定：探測器、X線管對準攝影部位后，鎖止各向固定，防止X線管移動。

（6）曝光條件：攝影前需要了解受檢者的病史及臨床需要，根據攝影部位的密度和厚度等具體情況，選擇較合適的曝光條件，有電離室自動曝光控制（AEC）的，盡可能使用該模式曝光。嬰幼兒及不合作的受檢者應盡可能選用大毫安短時間曝光。

（7）呼吸控制：深吸氣后屏氣，用于肺部及膈上肋骨攝影，這樣可使肺內含氣量加大，對比鮮明，同時膈肌下降，能夠良好的顯示肺野及膈上肋骨。

（8） 照射野：盡量縮小照射野，但應包全受檢部位。胸部，采用高電壓、低毫安秒、高濾過，可減少X線輻射劑量，提高影像分辨率。

7 DR胸片后前位攝影規范

攝影規范：受檢者面向攝影架站立，兩足分開與肩等寬，使身體站穩，頭稍后仰，前胸貼緊探測器。

（1）受檢者面向攝影架站立，兩足分開，使身體站穩，頭稍后仰，前胸貼近探測器，兩手背放于髖部，雙肘內旋彎曲，盡量向前，兩肩內轉并放平，人體正中矢狀面對正探測器中線。

（2）照射野包括整個胸部。

（3）源—像距離為180 cm。

（4）中心線水平方向通過胸椎射入探測器中心。

（5）深吸氣后屏氣曝光。

（6）常規采用高千伏攝影。

濾線柵焦距180 cm，附加銅片濾過0.2 mm左右。

8 影像評價標準

（1）胸部圖像位于正中，兩側對稱，肩部軟組織影上留3～5 cm空曝光區。

（2）肩胛骨應投影于肺野之外，雙側胸鎖關節對稱，雙側鎖骨對應位置等高趨于水平。

（3）DR胸片上氣管、主支氣管清楚顯示。

（4）心影外緣呈銳線狀。

（5）能清晰分辨肺野、縱隔、胸壁及軟組織的層次，與心臟重疊的肺紋理可見，膈下肋骨、肺紋理可見。

（6）無體外異物偽影。

9 設計原則

本系統算法設計在中華醫學會影像技術分會專家指導下，通過建設基于人工智能深度學習技術的影像質控及拍片示教，能夠在基層專業人員短缺和短期無法彌補的現狀下，對基層DR胸片進行實時圖像質控，對攝影能力進行提升。

為實現上述目標，系統建設過程遵循如下的性能和原則：

（1）兼容性：該系統是一個相對開放的系統，與影像存儲、處理和報告信息化系統間應有相對的標準接口，為滿足各系統之間的對接或聯調需要，設計應以符合國際標準或國際流行標準為原則。

（2）先進性：整個系統與其他基于人工智能深度學習技術的醫學影像類產品發展趨勢相吻合，保證系統整體的先進性、技術壽命及后期維護的可延續性。

（3）實用性：系統著重解決基層醫療的主要實際問題，力求實用，做到操作簡單直觀，維護方便，高質量、低成本。

（4）可靠性：系統從組網架構、算法成熟度、技術先進性等多方面保證系統運行穩定可靠。

（5）模塊化：系統滿足在擴充及更換部分設備時的通用性及可替換性。

（6）擴展性：系統的設備配置及選型，允許再擴容，而且做到隨著技術和形勢的發展擴容升級簡便。

10 系統的功能實現

10.1 九峰AI質控算法所解決的臨床問題

（1）圖像模糊：自動檢測圖像模糊程度。

（2）部位不全：自動檢測第七頸椎、肺尖是否包全，以及左下肋膈角、右下肋膈角是否包全。

（3） 曝光過度/不足：自動判別圖像是否曝光過度/不足。

（4）異物檢測：自動檢測拍攝圖像中肺部檢查區域是否存在異物。

10.2 基于九峰AI質控算法的功能結果

（1）系統智能分析影片是否為正位胸片，非正位胸片提示“其他部位”，從而實現為其他異常征象和疾病類的AI算法進行拍攝部位分類的目的。

（2）對正位胸片提供AI質控分析，對圖像模糊、部位關鍵點、曝光異常、異物等提供概率分值，基于分值進行AI質控通過與否的提示：a.圖像模糊：模糊算法閾值分數達到或高于50分，予以“AI質控不通過”的提示；b.部位不全：根據基層的實際情況，當第七頸椎檢測算法閾值低于50分（即算法未檢測到第七頸椎），但肺尖、左肋膈角和右肋膈角檢測算法閾值達到或高于50分（即算法檢測到肺尖、左肋膈角和右肋膈角），予以“攝影不規范”的提示；對肺尖檢測算法閾值，或左肋膈角檢測算法閾值，或右肋膈角檢測算法閾值其中任何一項低于50分導致肺部解剖結構不完整的影像，予以“AI質控不通過”的提示；c.曝光過度/不足：曝光過度或曝光不足算法閾值分數達到或高于50分，予以“AI質控不通過”的提示；d.異物：異物算法閾值分數達到或高于50分的，予以“AI質控不通過”的提示。

（3）除上述AI質控是否通過的分類提示外，通過熱力圖形式顯示具體質控識別點的位置和范圍。

11 本共識指導的下一步系統優化建議

在下一步的系統迭代中，對如下內容進行優化提升：

（1）拍攝DR攝影示教系列視頻，融入AI質控系統產品，將宣教培訓融入到基層日常臨床工作中，從根源減少基層醫療機構拍片不規范導致的廢片。

（2）對DR攝影曝光條件，通過信噪比的自動檢查，給出適度建議范圍。

（3）該AI質控系統針對基層最常見和最基礎的質控問題實現智能識別，在此基礎上，引入PDCA的質量管理程序，進一步對該系統判定通過的正位胸片，提供甲、乙、丙級片的分級判定，提升基層醫療機構甲級片比例。

支持機構：中華醫學會影像技術分會

江西中科九峰智慧醫療科技有限公司

主持：付海鴻、吳文輝

主審：付海鴻、秦維昌、孫文閣、高劍波、黃鄰彬、丁昌懋、劉道永、胡順東、郭建新

通信作者：付海鴻、秦維昌、孫文閣、高劍波

編寫專家組成員（按姓氏筆畫排序）：

丁昌懋 鄭州大學第一附屬醫院

王 沄 中國醫學科學院北京協和醫院

王 斐 西安交通大學醫學院第一附屬醫院

王世威 浙江中醫藥大學附屬第一醫院

王紅光 河北醫科大學第四醫院

付海鴻 中國醫學科學院北京協和醫院

尼 瑪 西藏自治區人民醫院

呂發金 重慶醫科大學附屬第一醫院

朱萬安 吉林大學第一醫院

劉建新 北京大學第一醫院

劉道永 首都醫科大學附屬北京兒童醫院

孫文閣 中國醫科大學附屬第一醫院

孫照勇 中國醫學科學院北京協和醫院

李金鋒 中國人民解放軍總醫院

張 晨 北京醫院

陳 晶 中南大學湘雅醫學院附屬海口醫院

陳群林 福建醫科大學附屬第一醫院

歐陽雪暉 內蒙古自治區人民醫院

羅來樹 南昌大學第二附屬醫院

鄭君惠 廣東省人民醫院

趙海濤 西安國際醫學中心

趙雁鳴 哈爾濱醫科大學附屬第二醫院

胡順東 上海市第六人民醫院

秦維昌 山東省醫學影像學研究所

倪紅艷 天津市第一中心醫院

高劍波 鄭州大學第一附屬醫院

郭乃才 北京醫院

郭建新 西安交通大學醫學院第一附屬醫院

黃小華 川北醫學院附屬醫院

黃鄰彬 廣西醫科大學第一附屬醫院

銀 武 西藏自治區人民醫院

雷子喬 華中科技大學同濟醫學院附屬協和醫院

路 青 上海交通大學醫學院附屬仁濟醫院

暴云鋒 河北省人民醫院

薛蘊菁 福建醫科大學附屬協和醫院

吳文輝 江西中科九峰智慧醫療科技有限公司

李 園 江西中科九峰智慧醫療科技有限公司

李 祎 江西中科九峰智慧醫療科技有限公司

李文星 江西中科九峰智慧醫療科技有限公司

鄧 芮 江西中科九峰智慧醫療科技有限公司