超低劑量條件下Karl迭代算法對肺血管定量評估及胸部CT圖像質量的影響

袁若涵，黃曉旗，陰瑋靈，李延靜

延安大學附屬醫院 影像科，陜西 延安 716000

引言

由于輻射為誘發癌癥的潛在風險，降低CT輻射劑量已成為人們關注的重點問題[1-2]。目前，胸部CT掃描已廣泛應用于臨床，但存在輻射照射與輻射致癌的潛在風險[3]。低劑量胸部CT可以用來觀察肺癌和肺細微結構[4]，但過度減少照射劑量會增加圖像噪聲、降低圖像質量。傳統的濾波反投影（Filtered Back Projection，FBP）技術對輻射劑量要求較高[5]，圖像經FBP重建后圖像噪聲會隨著輻射劑量的減少而明顯增加，掩蓋潛在的解剖結構，導致CT圖像質量下降[6]。迭代重建算法可克服解析重建算法中重建量大、計算復雜和輻射劑量高等問題[7]。肺血管異常常見于許多肺部疾病，包括慢性阻塞性肺疾病、哮喘、特發性肺纖維化、支氣管擴張等。肺血管系統的輕微紊亂，甚至低于傳統疾病閾值，很可能與不良結局相關。使用CT圖像分析，可以無創地評估不同大小肺血管的總體積[8]。

Karl-3D IR技術是一種既能在投影（原始數據）空間又能在圖像空間執行的復雜算法，可極大地降低圖像噪聲、改善圖像質量。Jia等[9]使用一種新的基于模型的迭代重建算法可以恢復低劑量CT對氣道樹定量分析的診斷準確性。然而，超低劑量CT定量測量肺內血管體積（Intrapulmonary Vascular Volume，IPVV）的可行性研究尚未見報道。基于影像的計算機輔助診斷（Computer Aided Diagnosis，CAD）提供了一種自動識別IPVV的方法，提高了影像診斷的客觀性和可重復性，為研究超低劑量迭代重建技術對IPVV的影響提供了可能。基于此，本研究旨在探討Karl-3D迭代重建算法在超低劑量CT條件下定量檢測IPVV的影響。

1 資料與方法

1.1 一般資料

前瞻性納入2021年3—7月于延安大學附屬醫院行常規胸部低劑量CT掃描的體檢者62名。納入標準：① 體質指數為18.5～24.0 kg/m2；② CT肺葉裂顯示清晰。排除標準：① 明顯彌漫性肺部疾病患者，包括肺氣腫和間質性肺疾病；② 有胸部手術史者；③ 胸部先天性畸形者；④ 廣泛肺部感染和胸腔積液者；⑤ CT圖像質量差、無法處理者。1例患者因胸腔積液而被排除，3例患者因分析軟件在至少一個重建圖像序列中的自動肺分割失敗而被排除分析。最終納入58名體檢者進行分析，其中男25名、女33名，年齡17～80歲，平均年齡（47.9±13.7）歲。本研究經延安大學附屬醫院倫理委員會批準（2018032），所有受試者均簽署知情同意書。

1.2 CT采集與圖像重建

采用uCT-760 128排螺旋CT（上海聯影）。患者取仰臥位，手臂舉過頭頂，在深吸氣結束時屏息。掃描參數：門架旋轉時間0.5 s/轉，螺旋螺距1.0875，層厚1 mm，矩陣1024×1024，骨算法重建。低劑量和超低劑量管電壓均使用120 kV。低劑量采集，參考管電流設置為40 mA；超低劑量采集，參考管電流設置為3～4 mAs。在低劑量采集后立即進行超低劑量采集，但需要單獨屏氣。低劑量CT采用FBP重建，超低劑量CT采用FBP和Karl-3D迭代重建，重建水平分別為1、5、9（Karl1、Karl5、Karl9）。記錄容積CT劑量指數（Volume CT Dose Index，CTDIvol）、劑量長度乘積（Dose-Length Product，DLP）和有效劑量（Effective Dose，ED）。

1.3 CT定量IPVV分析

應用“數字肺”檢測及分析平臺，對2次掃描所得5幅重建圖像的胸部CT原始數據進行分析。用自動三維方法提取肺內血管，得到全肺IPVV（圖1）。將肺動脈感興趣區（Region of Interest，ROI）置于胸部CT圖像的支氣管分叉水平，測量5組圖像噪聲。

圖1 “數字肺”平臺IPVV定量分析圖

1.4 統計學分析

使用SPSS 20.0軟件進行數據分析。計量資料以±s表示，組間采用獨立樣本t檢驗，組內采用配對樣本t檢驗；計數資料以n（%）表示，組間比較采用χ2檢驗，采用Spearman相關性分析方法探究超低劑量各組與低劑量組的IPVV測量值間的相關性，以P＜0.05為差異有統計學意義。

2 結果

2.1 輻射劑量與圖像噪聲

低劑量CT的CTDIvol、DLP和ED值均高于超低劑量，差異有統計學意義（P＜0.001），見表1。低劑量FBP重建圖像與超低劑量FBP、Karl1、Karl5和Karl9重建圖像平均圖像噪聲值比較，差異均有統計學意義（P＜0.001），見表2。隨著迭代重建水平的提高，圖像噪聲降低，圖像質量提高。超低劑量FBP圖像噪聲和偽影明顯，Karl9迭代重建圖像的噪聲最小，但是圖像解剖結構不清，蠟像感明顯（圖2），Karl5迭代重建最適合主觀觀察及IPVV的定量分析。

表1 低劑量和超低劑量CTDIvol、DLP和ED的比較（±s）

表1 低劑量和超低劑量CTDIvol、DLP和ED的比較（±s）

組別 CTDIvol/mGy DLP/（mGy·cm） ED/mSv低劑量 3.18±0.16 121.53±9.37 1.70±0.13超低劑量 0.25±0.16 9.51±0.68 0.13±0.01 t值 127.130 92.685 92.688 P值 ＜0.001 ＜0.001 ＜0.001

表2 低劑量和超低劑量圖像重建后IPVV、圖像噪聲對比（±s）

表2 低劑量和超低劑量圖像重建后IPVV、圖像噪聲對比（±s）

組別 IPVV/mL 圖像噪聲/HU低劑量 FBP 173.50±38.91 65.80±9.45超低劑量 FBP 156.48±36.11 95.91±13.86超低劑量Karl1 155.38±35.13 89.48±14.28超低劑量 Karl5 150.02±32.71 70.21±11.03超低劑量Karl9 143.69±30.36 50.19±8.88 F值 5.900 142.150 P值 ＜0.001 ＜0.001

圖2 不同重建方式得到的胸部CT圖像

2.2 CAD對IPVV的定量評價

在低劑量和超低劑量胸部CT圖像中，FBP和Karl-3D IR在CAD中定量分析IPVV的性能比較，差異有統計學意義（P＜0.001），隨著迭代重建水平的增加，IPVV定量測量會逐漸降低（P＜0.001），見表2。Karl1與Karl5迭代重建定量分析IPVV的性能比較，差異無統計學意義（P＞0.05）。在超低劑量CT的4種重建方案中，Karl1迭代重建的IPVV測量值與低劑量CT的IPVV測量值相比，平均偏差最小（圖3）。低劑量CT圖像IPVV定量測量結果與超低劑量CT圖像定量測量結果呈正相關；在超低劑量CT迭代重建算法中，IPVV的相關性沒有改善；隨著迭代次數的增加，IPVV的相關性逐漸降低；在超低劑量CT上，FBP和Karl1的IPVV的相關性程度無明顯變化，見表3。

表3 低劑量與超低劑量CT圖像IPVV定量測量結果相關性分析

圖3 不同重建方式IPVV測量平均值的Bland-Altman散點圖

3 討論

目前，胸部CT掃描已廣泛應用于肺癌篩查，但輻射致癌仍是亟須解決的問題。Manners等[4]研究發現使用低劑量胸部CT進行肺癌篩查可以降低高危人群的死亡率，但過度減少照射劑量會增加圖像噪聲，影響圖像質量。近年來，迭代重建技術在臨床上得到了廣泛的應用，它可以提高FBP算法對投影數據的完備性和精確量化的要求[10-11]。但迭代重建技術對肺部病變CT解剖及定量檢測的影響仍有待進一步解決。Wang等[12]研究分析了低劑量和超低劑量CT的定量參數，發現迭代重建算法有助于提高定量CT參數檢測的準確性。而超低劑量CT定量測量IPVV的可行性尚鮮見報道。本研究在CAD定量測量IPVV的基礎上，進一步探討迭代重建技術對肺CT解剖顯示的影響。

由于CAD結果的重復性和圖像解釋的一致性，本研究采用CAD作為評價各種算法對圖像質量影響的手段，減少了人為因素對結論的影響。一項模擬研究表明，紅外技術的應用對CAD無影響，可用于低劑量肺癌篩查[13-14]。Mettler等[15]認為低劑量輻射產生的強噪聲可能會影響CT定量檢測的準確性以及CT的定量參數。本研究將管電壓設置為120 kV，超低劑量管電流設置為3 mAs，平均有效輻射劑量為0.13 mSv，接近胸片。

低劑量和超低劑量結合迭代重建算法改善肺體積、肺密度和肺氣腫指數等CT定量參數已有相關報道[12]。在本研究中，算法影響了超低劑量CT圖像中IPVV的測量，隨著紅外水平的提高，圖像噪聲明顯降低，IPVV的定量測量逐漸降低。含迭代重建的超低劑量CT和含FBP相關性的低劑量CT對IPVV無明顯改善作用，隨著迭代次數的增加，IPVV的相關性逐漸降低。在超低劑量CT上，FBP和Karl1的IPVV的相關性強度沒有變化。

迭代重建算法圖像可能會出現類似于水墨畫的斑片模糊現象，稱為斑點現象[16]，這種現象可能會導致圖像平滑、銳度降低、病灶邊緣模糊，不利于微小肺血管的識別，從而導致IPVV降低。迭代重建斑點現象隨迭代重建分級的增加而增加，但中、低度迭代重建僅有少量斑點，不影響臨床診斷[17-18]。Karl迭代共分為9個等級，較其他迭代重建分級更多，對圖像質量的調整更精確。較高等級的迭代使圖像客觀噪聲降低、信噪比升高，但同時使圖像邊緣平滑、甚至模糊，導致解剖結構難以分辨[19]。朱莉等[20]、黃曉旗等[21]將Karl迭代應用于成人胸部CT成像，結果表明Karl5是最適宜的迭代等級，這與本研究Karl5迭代重建最適合主觀觀察的結論相一致。在本研究中，超低劑量CT圖像Karl1重建與低劑量CT圖像FBP重建的IPVV定量測量值的相關性最高，但Karl1與Karl5重建間的IPVV定量測量結果無統計學差異。因此，對超低劑量胸部CT圖像中解剖結構進行觀察以及肺血管的定量研究推薦使用Karl5，它可以保證數據的準確性，還可以在降低劑量和噪聲的同時保證圖像質量。

本研究還尚存在以下不足：① 樣本量較小；② 未考慮體重指數對輻射劑量和CT定量的影響；③ 只使用了一家供應商的迭代重建算法，研究結果存在偏倚。

綜上所述，使用超低劑量胸部CT有效輻射劑量可降低約92%，Karl-3D迭代重建算法可以顯著降低圖像噪聲，提高圖像質量，Karl5迭代重建最適合CT圖像解剖結構的觀察以及肺血管的定量研究。但超低劑量胸部CT在迭代等級增加時，IPVV定量檢測會隨之減少，因此Karl-3D迭代重建算法不能提高肺血管檢測的準確性。