不同混合權重深度學習重建算法對低劑量CT掃描肺結節定量分析準確性的影響

鄧蕾，郭寶斌，姚悅，楊全新，李曉會

西安交通大學第二附屬醫院 醫學影像科，陜西 西安 710004

引言

低劑量CT（Low-Dose Computed Tomography，LDCT）掃描是早期肺癌篩查的有效手段。為了有效降低輻射劑量、最大程度保證圖像質量，2020版中國肺癌篩查專家共識中推薦使用迭代重建技術進行LDCT掃描[1]，但是通過優化重建算法而實現“更高圖像質量、更低輻射劑量”的目標一直是學術和工業研究領域的熱點。目前，已有多種新的圖像重建技術應用于臨床。然而，不同重建算法或同一重建算法的不同混合權重的應用會使胸部CT的圖像質量存在變數。傳統濾波反投影（Filtered Back Projection，FBP）算法無法得到足夠清晰的圖像質量，肺內結節的顯示也受到影響[2]。體外實驗表明，更高混合權重的多模型自適應統計迭代重建（Adaptive Statistical Iterative Reconstruction-Veo，ASiR-V）算法雖然降低了輻射劑量，但是肺結節自動測量的準確性也隨之降低[3]。因此，在進行低劑量肺癌篩查時，如何優化重建算法進一步提高肺結節定量分析的準確率仍是臨床工作面臨的重要問題。最新研究發現，深度學習圖像重建算法（Deep Learning Image Reconstruction，DLIR）可從海量數據中學習高級特征，較ASiR-V和FBP算法能夠更為有效地提高圖像質量[4-5]。基于此，本研究采用FBP、不同混合權重DLIR和ASiR-V這三種重建算法對內置肺結節的胸部體模進行LDCT掃描，進而探討DLIR對肺結節定量分析的影響。

1 材料與方法

1.1 研究對象

仿真胸部體模（LUNGMAN）內放置9枚模擬圓形肺結節，其中磨玻璃結節6枚（直徑12、10、8 mm結節各2枚，CT值為-800、-630 HU），實性結節3枚（直徑分別為12、10、8 mm，CT值為100 HU），9枚結節隨機放置在體模內的不同位置。

1.2 掃描設備及方法

采用256排 CT（Revolution CT，GE Healthcare）進行掃描；掃描條件：70 kV，Smart mA，轉速 0.5 s/r，螺距0.992。分別采用7種算法對圖像進行重建：低、中、高混合權重DLIR（DLIR-L、DLIR-M、DLIR-H）；30%、50%、80%混合權重ASiR-V及FBP，重建層厚為0.625 mm。

1.3 數據測量

利用商用人工智能輔助診斷軟件（Intelligent 4D Imaging System for Chest CT 5.5，依圖醫療）對所有圖像進行自動測量作為實驗組，得到結節直徑、CT值、SD值；由兩名醫師對所有圖像進行獨立分析并獲得測量值作為對照組，將得到的結節直徑、CT值、SD值以及同層面胸骨前方空氣CT值及SD值與真實值進行對比，分別計算人工智能自動分析、手動測量的直徑差異百分比、CT值差異百分比、信噪比（Signal to Noise Ratio，SNR）及對比噪聲比（Contrast to Noise Ratio，CNR）。差異百分比=|（測量值-真實值）|/真實值×100%，SNR=CT結節/SD結節，CNR=|CT結節-CT空氣|/SD空氣。

1.4 質量控制

兩名醫師分別為中級、高級職稱影像診斷醫師，擁有超過5年以上相關工作經驗。在不知道各組圖像掃描及重建參數情況下，兩醫師采用獨立盲法完成圖像測量；取每個結節顯示最大層面測量正交直徑，取均值；感興趣區（Region of Interest，ROI）放置盡可能覆蓋整個結節，但距結節邊緣距離需不小于1 mm。每個指標測量3遍取其平均值。

1.5 統計學分析

統計分析采用IBM SPSS statistic version 22.0軟件進行，對兩名醫師所測各連續變量采用組內相關系數（Intraclass Correlation Coefficient，ICC）進行一致性評價，ICC低于0.4表示一致性較差，大于0.75表示一致性良好。此外，分別對未分類結節、磨玻璃結節組和實性結節組的各個指標進行單因素方差分析，檢驗水準α取0.05，檢驗水平為雙側。

2 結果

2.1 手動測量結果的一致性評價

對結節直徑、CT值、SD值及結節同層面胸骨前方空氣的CT值和SD值的測量，兩名醫師具有很好的一致性，組內相關系數ICC分別為0.943（結節直徑）、1.0（CT值）、0.929（SD值）、0.957（空氣CT值）和0.983（空氣SD值），均P＜0.001。最終取兩名醫師所測量各指標的均值作為后續研究對照。

2.2 手動測量與自動測量結果差異性比較

在算法未分類時或同一算法條件下，手動測量和自動測量的結節直徑、CT值、SNR、CNR無顯著統計學差異（P＞0.05），見表1～2。但在DLIR算法條件下，與自動測量的直徑差異百分比（4%）相比，手動測量的直徑更接近真實值，直徑差異百分比為2%（P＜0.001）；在CT值測量方面，自動測量的CT值差異百分比為9%，較手動測量（14%）更為準確（P＜0.05）。而在ASiR-V算法條件下，手動測量的CT值較自動測量更接近真實值，CT值差異百分比：自動測量為22%，手動測量為16%（P＜0.05）。

表1 自動測量與手動測量結果比較的P值

表2 不同重建算法條件下肺結節的自動和手動測量結果（±s）

表2 不同重建算法條件下肺結節的自動和手動測量結果（±s）

注：SN為實性結節，GGN為磨玻璃結節。

測量方式結節類型重建算法直徑/mm直徑差異百分比/%CT值/HU CT值差異百分比/%SNRCNR未分類自動測量結果DLIR 10.21 2 123.21 23 13.19 138.34 ASiR-V 10.07 1 169.75 61 4.37 34.13 FBP 10.16 2 163.44 63 2.21 27.33 GGN DLIR 9.92 4 -425.87 9 29.15 74.08 ASiR-V 9.97 2 -409.69 22 10.66 17.50 FBP 9.81 3 -397.74 24 6.13 13.11 SN DLIR 9.77 4 -700.42 3 37.13 41.94 ASiR-V 9.92 2 -694.90 3 13.80 9.18 FBP 9.63 4 -678.33 5 8.09 5.99未分類手動測量結果DLIR 9.93 2 -440.55 14 32.38 81.24 ASiR-V 10.03 2 -438.40 16 12.86 18.63 FBP 10.08 1 -435.74 18 7.15 12.28 SN DLIR 10.03 2 135.71 36 12.05 166.61 ASiR-V 10.06 1 144.06 44 2.78 38.95 FBP 10.11 2 150.39 50 1.55 25.45 DLIR 9.89 2 -778.66 2 42.54 38.55 ASiR-V 10.02 2 -729.63 2 17.90 8.47 FBP 10.08 1 -728.80 3 9.95 5.69 GGN

2.3 不同重建算法對自動測量結果的影響

2.3.1 結節大小

在未分類結節中，重建算法不同可能影響結節直徑的測量，基于DLIR算法所得的直徑差異百分比約為4%，與ASiR-V（2%）相比，DLIR算法可能導致結節自動測量與真實值之間產生具有統計學意義的偏差（P=0.001），但與FBP（3%）相比，差異無統計學意義（P＞0.05）。在三種算法中，ASiR-V算法對人工智能肺結節直徑測量的影響更小（表2～3）。無論是實性結節還是磨玻璃結節，同一算法的不同混合權重對結節的大小測量均無影響（直徑差異百分比均P＞0.05）, 直徑差異百分比不大于5%（表4）。

表3 不同重建算法對肺結節的自動、手動測量結果的影響P值

表4 不同重建算法條件下肺結節的自動測量結果（±s）

表4 不同重建算法條件下肺結節的自動測量結果（±s）

注：SN為實性結節，GGN為磨玻璃結節。

結節類型重建算法直徑/mm直徑差異百分比/%CT值/HU CT值差異百分比/%SNRCNR SN DLIR-L 10.21 3 123.23 23 9.78 88.68 DLIR-M 10.22 3 123.40 23 12.21 111.75 DLIR-H 10.19 2 123.01 23 17.57 214.61 ASiR-V-30%10.08 1 163.19 63 3.07 27.43 ASiR-V-50%10.10 1 154.07 54 3.19 31.47 ASiR-V-80%10.04 1 164.99 65 6.84 43.51 FBP 10.16 2 163.44 63 2.21 27.33 DLIR-L 9.74 5 -703.44 2 35.51 27.20 DLIR-M 9.94 4 -698.25 3 36.72 39.03 DLIR-H 9.63 4 -699.57 2 39.17 59.60 ASiR-V-30%9.85 1 -688.12 4 10.03 7.30 ASiR-V-50%9.88 2 -694.84 3 12.62 8.69 ASiR-V-80%10.03 2 -701.75 2 18.76 11.56 FBP 9.63 4 -678.33 5 8.09 6.00 GGN

2.3.2 結節CT值

在未分類結節中，重建算法不同對結節CT值的測量基本不產生影響，基于DLIR、ASiR-V和FBP算法所得CT值差異百分比分別為9%、22%和24%。然而，就實性結節而言，不同混合權重、不同重建算法可能對結節的CT值測量產生影響，基于DLIR算法所得的CT值差異百分比最小，顯著低于ASiR-V和FBP所得CT值差異百分比（P＜0.001、P=0.003），見表2～4。而在磨玻璃結節中，不同混合權重、不同重建算法對結節CT值測量的影響無統計學意義（P＞0.05），見表1～3。

2.3.3 圖像質量

無論實性結節還是磨玻璃結節，DLIR重建算法的SNR、CNR均高于ASiR-V和FBP算法，差異具有統計學意義（均有P＜0.05），見表2～4。與其他不同算法或不同混合權重算法的圖像相比，DLIR-H擁有最好的圖像質量（均有P＜0.05），見圖 1～2。

圖1 不同混合權重、不同重建算法對肺結節的手動測量及自動測量圖像質量的影響

圖2 不同混合權重、不同重建算法的圖像質量

2.4 不同重建算法對手動測量結果的影響

2.4.1 結節大小

在未分類結節中，重建算法不同不會影響結節直徑的手動測量，基于DLIR、ASiR-V和FBP算法所得的手動測量直徑的差異百分比分別為2%、2%、1%，差異無統計學意義（P＞0.05）。同一算法的不同混合權重對結節大小的手動測量無影響（直徑差異百分比，均有P＞0.05）。無論是實性結節還是磨玻璃結節，不同算法、不同混合權重對結節大小測量基本均無影響（均有P＞0.05），直徑差異百分比不大于3%，見表2～3和表5。

表5 不同重建算法條件下肺結節的手動測量結果（±s）

表5 不同重建算法條件下肺結節的手動測量結果（±s）

注：SN為實性結節，GGN為磨玻璃結節。

結節類型重建算法直徑/mm直徑差異百分比/%CT值/HU CT值差異百分比/%SNRCNR SN DLIR-L 9.99 3 136.15 36 9.01 109.27 DLIR-M 9.99 1 134.35 34 10.56 153.92 DLIR-H 10.11 1 136.64 37 16.55 236.64 ASiR-V-30%10.08 1 138.49 38 2.07 30.04 ASiR-V-50%10.13 1 145.27 45 2.54 36.46 ASiR-V-80% 9.97 1 148.43 48 3.71 50.35 FBP 10.11 2 150.39 53 1.55 25.45 DLIR-L 10.00 1 -729.96 3 37.34 24.80 DLIR-M 9.87 2 -728.95 2 44.47 33.83 DLIR-H 9.79 2 -727.12 2 45.82 57.02 ASiR-V-30% 9.95 2 -728.66 2 12.24 6.82 ASiR-V-50%10.09 2 -731.20 2 16.87 7.91 ASiR-V-80%10.01 1 -729.03 2 25.57 10.69 FBP 10.08 1 -728.80 3 9.95 5.69 GGN

2.4.2 結節CT值

在未分類結節中，重建算法不同對結節CT值的測量基本不產生影響，基于DLIR、ASiR-V和FBP算法所得CT值差異百分比分別為14%、16%和8%。然而，就實性結節而言，重建算法不同可能對結節的CT值測量產生影響，基于DLIR算法所得的CT值差異百分比最小，為36%，顯著低于FBP所得CT值差異百分比55%（P=0.037），但與ASiR-V所得CT值差異百分比44%相比無明顯統計學差異（P＞0.05）；而在磨玻璃結節中，三種算法對結節CT值測量的影響無統計學意義（P＞0.05），見表2～3和表5。

2.4.3 圖像質量

無論是實性結節還是磨玻璃結節，DLIR重建算法的SNR、CNR均高于ASiR-V和FBP算法，差異具有統計學意義（均有P＜0.05），見表2～5。與其他不同算法或不同混合權重算法的圖像相比，DLIR-H擁有最好的圖像質量（均有P＜0.05），見圖1～2。如圖1所示，無論實性結節還是磨玻璃結節，DLIR-H的SNR、CNR均最高，此條件下圖像質量最佳。如圖2所示，三種算法中，DLIR算法圖像顆粒感小，圖像質量高。同一算法中，混合權重高者顆粒感小，圖像質量更高。然而，ASiR-V和FBP所示肺結節邊界較DLIR算法更銳利。

3 討論

本研究對比分析了在低劑量胸部CT掃描時，DLIR、ASiR-V和FBP三種不同重建算法對肺結節人工智能自動測量及手動測量準確性及圖像質量的影響。結果表明，與FBP及ASiR-V重建算法相比，DLIR重建算法可以提高圖像SNR和CNR，顯著改善圖像質量；且DLIR算法的混合權重越高，圖像質量改善越明顯；測量方式不同不會改變這一結果。但DLIR重建算法的使用可能影響人工智能對肺結節大小自動測量結果的準確性。

既往研究顯示，迭代重建技術可以降低圖像噪聲、輻射劑量，故廣泛應用于臨床[6-9]。然而，使用迭代重建技術降低輻射劑量可能導致CT圖像空間分辨率下降，造成病變漏診或誤診[10-11]。近年來，隨著人工智能的迅猛發展，機器學習顯示出巨大優勢。由GE Healthcare和Canon Medical system 共同研發的DLIR算法可在不改變噪聲紋理或影響解剖結構的情況下，在抑制噪聲的同時重建CT圖像，極大地彌補了迭代重建算法的不足[4,12-15]。DLIR是一種以深度神經網絡（Deep Neural Network，DNN）為特征的算法，該算法分別用高質量的FBP[TrueFidelityTM (TF)，GE Healthcare]和基于模型的迭代重建（Model-Based Iterative Reconstruction，MBIR）數據集進行訓練，以學習如何區分信號和噪聲，從而提高圖像質量[16]。DLIR采用了一種全新的影像鏈，它融合了過去幾十年來使用FBP作為圖像重建算法所積累的技術和臨床知識[4]。DLIR將這些信息融入由數學方程層組成的DNN中，通過輸入低劑量正弦圖和圖像數據離線訓練DNN系數，并使用反向傳播將輸出圖像與真實圖像（相同數據的高劑量圖像）進行比較；為了證明算法的穩定性，還采用大量未在訓練階段使用的體模和臨床圖像進行了廣泛的驗證。最終，基于DNN的DLIR引擎中的所有參數被固定下來。訓練后的DLIR引擎能夠生成等效于金標準的高質量DICOM圖像——商業上稱之為TrueFidelity CT（真理圖像TM）。Benz等[17]的研究表明，與 ASiR-V相比，DLIR可顯著降低冠狀動脈CT成像的圖像噪聲，并在同等診斷準確度下提供更為卓越的圖像質量。Akagi等[12]的研究結果顯示，與基于混合模型的迭代重建技術相比，DLIR技術可顯著改善圖像質量、提高SNR。Greffier等[16]的一項基于模體的低劑量CT研究表明，隨著DLIR混合權重的增加，圖像噪聲功率譜峰值降低，噪聲減小，因此，DLIR-H較DLIR-L降噪效果更好。曾文等[18]通過對47例患者胸部CT平掃圖像進行重建后發現，基于深度學習的模型能夠有效減少胸部薄層CT圖像的噪聲，提高圖像的質量。而在三種深度學習模型中，DLIR-H的降噪效能最佳。本研究也證實，DLIR重建算法的SNR及CNR（自動測量：29.15、74.08；手動測量：32.38、81.24）顯著高于ASiR-V（自動測量：SNR 10.66、CNR 17.50；手動測量：SNR 12.86、CNR 18.63）和FBP算法（自動測量：SNR 6.13、CNR 13.11；手動測量：SNR 7.15、CNR 12.28）；且與DLIR-L算法相比，DLIR-H擁有更高的SNR和CNR，圖像質量改善明顯。此外，這種影響在不同測量方式之間呈現出同質性，即圖像質量的差異來源為算法，而非測量方式。

然而，與ASiR-V類似，具有高對比度背景特征（如肺）圖像的局部非平穩噪聲是DLIR不能夠完全克服的。高對比度特征的邊緣體素與單一圖像區域中央的體素相比具有更多的不確定性，這種局部非平穩分布的噪聲對臨床表現的影響尚不清楚。但是，對于定量成像而言（如肺結節大小測量），盡管DLIR圖像總體噪聲水平低，但結節邊緣附近的體素缺乏降噪，可能導致病灶大小測量的不確定性。Solomon等[19]的研究表明，DLIR可能不會提高體積成像任務或其他任何依賴于精確分割高對比度特征形狀的成像任務的準確性或精確度。本研究結果顯示，對于自動測量結果，ASiR-V算法的平均直徑差異百分比最小（2%），而DLIR平均直徑差異百分比為4%；對于手動測量結果而言，FBP算法擁有最小的平均直徑差異百分比（1%），DLIR算法為2%；由此可見，在結節大小測量準確性方面，DLIR算法并未體現出明顯優勢。此外，在DLIR算法條件下，手動測量結節直徑較自動測量更接近真實值（直徑差異百分比：自動測量為4%，手動為2%，P＜0.001），這可能說明基于高質量FBP訓練的DLIR重建算法確實無法克服具有高對比度背景特征圖像的局部非平穩噪聲，使用人工智能軟件自動分析DLIR重建圖像時需更加謹慎。

不同重建算法對CT值可能產生影響，但這種影響并無規律性[20]。本研究結果顯示，無論是自動測量還是手動測量，就實性結節而言，重建算法不同可能對結節的CT值測量產生影響，基于DLIR算法所得的CT值差異百分比最小，分別為23%（自動測量）和36%（手動測量），顯著低于ASiR-V或FBP算法（自動測量：DLIRvs.ASiR-V，P＜0.001；DLIRvs.FBP，P=0.003；手動測量：DLIRvs.ASiR-V，P＞0.05；DLIRvs.FBP，P=0.037）。而在磨玻璃結節中，三種算法對結節CT值測量的影響無統計學意義。CT值是代表X射線穿過組織被吸收后的衰減值，與X射線照射能量相關，可隨能量變化而發生變化，因此CT值是一個相對值，而非絕對值。雖然不同算法對實性結節CT值的自動測量有較大影響，但這種影響基本沒有臨床意義。

本研究的局限性：使用體模及模擬肺結節作為研究對象，模擬肺結節樣本量偏少，研究結論的臨床推廣有待進一步考證；本研究未對DLIR算法肺結節檢出的影響進行觀察，后期擬擴大樣本量進一步探索。

4 結論

與FBP和ASiR-V重建算法相比，DLIR算法可以顯著提高圖像質量，且DLIR混合權重越高，圖像質量改善越明顯，這種改善不受測量方式的影響；但是DLIR算法的應用有可能導致人工智能對肺結節大小自動測量的結果不夠準確，這種影響是否有意義需在未來臨床工作中進一步探索。