正电子发射断层成像噪声的全自动计算测量
研究开发了一种自动化算法,用于估算PET数据集整个成像体积的全局噪声水平(GNI),并在38例患者的[18F]FDG PET图像上验证。GNI与肝脏手动噪声测量分布无显著差异,与肝脏和肺手动测量相关,对主观图像质量分类的AUC在Q.Clear 450为0.898、Q.Clear 600为0.919。结论认为该算法能准确、有意义地估算临床PET成像中的全局噪声水平。
要点
- GNI与肝脏手动噪声测量值分布无显著差异(Q.Clear 450 p=0.84,Q.Clear 600 p=0.51)。
- GNI与肝脏手动噪声测量相关性为fair至moderately strong(Q.Clear 450 r=0.6,Q.Clear 600 r=0.54)。
- GNI对主观图像质量分类的AUC在Q.Clear 450为0.898,Q.Clear 600为0.919。
核心结论
- 自动化计算噪声测量算法能准确、有意义地估算临床PET成像数据集中的全局噪声水平。
- 该算法提供的噪声值与基于手动VOI的噪声测量相关,并在判断主观图像质量方面表现出高性能。
研究设计与样本
- 回顾性研究,纳入38例在2021年3月至4月间接受临床指征[18F]FDG PET/CT检查的患者。
- 使用最新一代六环数字探测器PET/CT扫描仪(Discovery MI Gen 2, GE Healthcare),采用BMI适配的18F-FDG剂量方案。
- 通过取消列表模式数据重建出模拟递减采集时间(15-120秒)的五个数据集,并采用Q.Clear重建(beta值450和600)。
- 一名读者在肝右叶和肺实质放置半自动立方体VOI(2×2×2 cm³)测量像素标准差作为手动噪声参考;两名读者对MIP图像主观评级为图像质量充足或不充足。
诊断标准与关键数值
- GNI对主观图像质量分类的AUC在Q.Clear 450为0.898(95%CI:0.855–0.942),在Q.Clear 600为0.919(95%CI:0.875–0.962)。
- Q.Clear 450图像在cutoff值0.21时,GNI的敏感度为88%、特异度为76%。
- Q.Clear 600图像在cutoff值0.18时,GNI的敏感度为80%、特异度为89%。
- GNI与肝脏手动噪声测量的Spearman相关系数:Q.Clear 450 r=0.6,Q.Clear 600 r=0.54(均p<0.001)。
- GNI与肺手动噪声测量的Spearman相关系数:Q.Clear 450 r=0.52,Q.Clear 600 r=0.33(均p<0.001)。
临床应用与阅片要点
- 该自动化算法可高通量、非读者依赖地估算PET数据集整个成像体积的全局噪声水平。
- GNI可能有助于临床PET成像的质控标准化和基准比较,以及协议协调。
- 该算法理论上可计算单个解剖区域或单个床位位置的噪声水平,但本研究未对此进行调查。
局限性
- 回顾性性质和单中心规模、相对较小的队列、数据集不平衡,以及仅纳入单一供应商的一台扫描仪,均限制普适性。
- 需要进一步研究验证该算法,尤其是跨不同扫描仪。
- 手动噪声测量仅由单一读者使用特定测量程序完成,结果可能受测量程序选择的影响。
- 图像质量仅由两名读者主观评估,在更广泛的解释者中可能不同。
全文中译11 节 · 点击展开
引言
正电子发射断层成像(PET)是一种成熟的诊断成像方式,用于评估多种肿瘤性和炎症性疾病[1]。图像质量可能显著影响PET图像的诊断准确性和可评估性。PET图像质量和感知受多种因素影响,如空间分辨率、对比度、信噪比(SNR)、放射性示踪剂摄取、运动伪影、重建算法以及扫描仪的设计、校准和性能。这些因素相互依存,优化其中一个可能需要在其他方面做出妥协以获得高质量的PET图像[2]。噪声是信号强度的随机变化,是影响PET图像质量的重要基线参数[3, 4]。噪声除受其他因素影响外,还受采集时间、给药活度[5]和重建方法[6]的影响。高噪声水平会降低SNR和图像对比度,使放射性示踪剂摄取的检测和判读更加困难。因此,最大限度地减少PET成像中的噪声对于获得清晰准确的图像至关重要[3]。因此,在临床常规中以及更常见于研究中,PET图像的噪声被测量以客观化图像质量[7, 8]。这可以通过基于层面的区域性手动测量(即放置感兴趣体积(VOI))来实现。虽然此类测量是量化图像噪声的成熟且简单的手段[7–11],但它们依赖于读者,因此也繁琐且耗时。此外,仅考虑了成像体积的一小部分。在这方面,一种能够准确估计整个成像体积内图像噪声水平的全自动计算方法将非常理想。这将使用户能够以高通量方式轻松估计PET数据集的全局图像噪声水平,甚至可以设想将其作为PET/CT系统中的完全集成工具来监测和调整采集协议,以实现稳定的优化图像质量。
我们研究的目的是开发一种算法,能够对PET数据集的整个成像体积内的噪声水平进行自动化计算估计。此外,我们试图通过将该方法与肝脏和肺实质中的手动噪声测量进行相关性分析,并将其与专家读者主观确定的图像质量进行比较,来评估该方法的性能。
材料和方法
研究人群
回顾性选取了2021年3月至4月期间接受临床指征[18F]FDG PET/CT成像的38例患者。除临床和影像数据完全可用外,无特定纳入标准。纳入研究的患者是我们机构早期一项评估无关图像质量分类器(目前正在审稿中)研究的一部分。所有患者均获得了医学数据科学使用的书面知情同意书。该研究获得了当地伦理委员会的批准(BASEC 2021–00444,瑞士苏黎世州伦理委员会)。
PET采集和重建
检查在最新一代六环数字探测器PET/CT扫描仪(Discovery MI Gen 2,GE Healthcare)上进行。采用根据体重指数(BMI)调整的18F-FDG剂量方案,详见其他文献[6]。为生成噪声水平递增的标准摄取值(SUV)图像,每次检查通过取消列表模式数据重建五个数据集,使每个床位的发射计数分别减少至相当于120秒、90秒、60秒、30秒和15秒采集时间。每位患者采集6–8个床位(取决于患者体型),重叠率为23%(17层)[6]。此外,图像使用专有重建核通过块序列正则化期望最大化(Q.Clear,GE Healthcare)进行重建,β值分别为450和600,与此前研究建议一致[6]。使用专有图像分析软件(Advantage Workstation Version 4.7,GE Healthcare)生成前后方向的最大强度投影(MIP)图像。
图像噪声和图像质量的人工评估
一名阅片者(A.G.,委员会认证放射科医师,具有6年诊断影像经验)测量右肝叶和肺实质中半自动立方体感兴趣区(VOI)(2 × 2 × 2 cm3)的逐像素标准差,避开局灶性病变和血管。两名阅片者(M.M.和S.S.,分别为委员会认证放射科医师和/或核医学医师,分别具有9年和6年诊断影像经验)对每位患者的所有MIP图像进行共识审阅。如果两名阅片者均评定图像质量充分,则每张图像被标记为“图像质量充分”;如果至少一名阅片者评定图像质量不充分,则标记为“图像质量不充分”。阅片者在判读过程中对图像重建设置设盲。
图像噪声的自动测量
一种先前用于临床CT检查全局图像噪声测量的自动化算法[12–14]经过调整后被用于分析[18F]FDG PET的SUV图像。该算法基于Christianson等人[15]最初描述的方法,并于近期在开源统计编程语言R(版本4.1.0,R Foundation for Statistical Computing)中实现[16]。在CT图像和PET的SUV图像上,给定区域内像素/体素值的标准差被定义为噪声[6, 12, 13]。因此,原本为CT成像设计的原始算法的精确方法也可用于PET的SUV图像。该方法的可视化表示见图1。简言之,来自[18F]FDG PET的原始SUV图像首先经过阈值处理,在此过程中排除所有不属于患者组织的体素(图1 A部分)。该过程逐层进行,算法循环遍历数据集中的所有图像(图1 B部分左侧)。随后,为生成所谓的噪声图,SUV图像逐层重采样至较低矩阵尺寸,使得重采样图像(即噪声图)中的一个新像素(所谓的宏像素)包含原始SUV图像中64个像素(即8×8像素)的信息。然而重要的是,噪声图中每个新宏像素所赋的值对应于原始SUV图像中所含64个像素SUV值的标准差。因此,每张噪声图包含原始SUV图像的局部解析标准差值,应能准确反映图像噪声(图1 B部分右侧)。
从这些噪声图(即每层一张噪声图)中,计算整个患者噪声分布的直方图。重要的是,每层每张噪声图中的所有噪声值均被纳入直方图的计算(图1 C部分)。从该直方图(通常呈右偏分布)中提取众数值,代表全局图像噪声水平(即所谓的全局噪声指数,GNI)。值得注意的是,直方图呈右偏分布是因为噪声在解剖边界处急剧升高(例如,当跨越大胸壁和肺组织等边界区域计算SUV值的标准差时)。因此,噪声图中覆盖解剖边界的少数像素将具有非常高的噪声值。然而,由于大多数像素覆盖的是噪声应相对较低的同质性组织,直方图在较低噪声值处急剧上升。因此,通过使用众数值,同质性组织中的噪声分布被GNI准确而有效地反映(图1 C部分)。
值得注意的是,对于本研究中计算的GNI,每张图像层的每张噪声图中的所有噪声值均被纳入考虑。然而,理论上GNI也可以从单个图像层计算(图2)。虽然本研究未对此进行探讨,但这将允许使用者关注单个解剖区域的噪声水平。
统计分析
所有统计分析均在开源统计编程语言R(版本4.1.0,R Foundation for Statistical Computing)中进行[16]。分类变量以频率分布表示。连续变量以均值±标准差表示。由于GNI与手动噪声测量之间的绝对值可能不同,我们量化了GNI与手动测量之间噪声值分布是否相似(不考虑绝对值)。为此,首先对GNI和手动测量的噪声值进行标准化(z分数转换)。标准化后,计算针对配对数据修改的双样本Kolmogorov–Smirnov检验,以比较GNI与肝脏和肺部手动测量之间噪声值的分布。
此外,为进一步将GNI相对于手动测量进行基准评估,我们通过计算Spearman秩相关系数量化了GNI与肝脏和肺实质手动测量之间的相关性(即未预先对噪声值进行标准化)。相关系数根据Chan [17, 18]的解释如下:至少0.8为非常强,0.6至0.8为中等强度,0.3至0.5为一般,小于0.3为差。为评估GNI能否区分由专家读者主观判定的充分与不充分图像质量,进行了受试者工作特征分析。计算曲线下面积(AUC),并在使Youden指数最大化的截断值处计算灵敏度和特异度。双侧p值< 0.05被认为具有统计学显著性。
结果
研究队列
本回顾性研究共纳入38例患者。平均注射[18F]FDG活度为249.3 ± 57.8 MBq,图像于注射后58.7 ± 8 min采集。平均体重指数为26 ± 5.5 kg/m2(范围:15–37 kg/m2)。队列的人口学数据总结于表1。在总共380个成像数据集中,268个被评为“图像质量充分”,112个被评为“图像质量不充分”。
GNI与手动噪声测量的相关性
表2给出了按重建方法和卧床时间分组的肝脏和肺实质GNI及手动噪声测量的总体情况,并在图3中进行了图示。GNI值和手动测量噪声值的变化趋势符合预期。无论卧床时间如何,噪声值从Q.Clear 450到Q.Clear 600持续降低;无论重建类型如何(Q.Clear 450 vs Q.Clear 600),噪声值随卧床时间增加持续降低。
就噪声值分布的相似性而言(不考虑绝对噪声值,即经过标准化处理后),GNI与肝脏手动测量之间无显著差异(Q.Clear 600 p = 0.51,Q.Clear 450 p = 0.84)。然而,肝脏手动测量与肺手动测量之间(Q.Clear 600 p = 0.03,Q.Clear 450 p < 0.001)以及GNI与肺手动测量之间(Q.Clear 600 p = 0.09,Q.Clear 450 p < 0.001)的值分布均存在显著差异。这表明尽管绝对噪声值可能存在(相当大的)差异,GNI与肝脏手动测量的噪声值变化趋势高度相似。具体而言,GNI与肝实质手动噪声测量呈中等至较强相关(Q.Clear 450 r = 0.6,Q.Clear 600 r = 0.54,均p < 0.001),与肺实质手动噪声测量呈中等相关(Q.Clear 450 r = 0.52,Q.Clear 600 r = 0.33,均p < 0.001)。
GNI对图像质量的分类性能
以基于阅片者的评估结果作为靶标准,GNI对主观图像质量分类的AUC在Q.Clear 450中为0.898(95%置信区间(CI):0.855–0.942),在Q.Clear 600中为0.919(CI:0.875–0.962)(图4)。最大化Youden指数,Q.Clear 450图像在截断值为0.21时GNI的灵敏度和特异度分别为88%和76%,Q.Clear 600图像在截断值为0.18时分别为80%和89%。
讨论
本研究旨在开发并评估一种算法,该算法能够对PET数据集的整个成像体积进行噪声水平的自动化计算估计。
本研究的主要发现如下:第一,一种基于Christianson等人[15]最初为临床CT成像开发的方法的算法,能够成功适配于临床PET成像,提供整个成像体积的噪声度量。重要的是,计算得出的噪声值与肝脏手动测量观察到的变化趋势高度相似,并且在绝对值方面与肝脏和肺实质的手动测量相关。第二,该算法相较于主观阅片者评估的图像质量分类性能非常好。
通常,在PET中,图像噪声除其他因素外,受给药活度和采集时间的显著影响。近期研究表明,通过采用最新一代的PET成像硬件和软件,并使用基于BMI的剂量方案,可以在不损害图像质量的情况下持续缩短采集时间并减少给药示踪剂剂量[19–23]。在这方面,必须密切监测新方案,并以当前临床标准在图像质量方面对其进行基准测试,以确保在临床常规中保持诊断图像质量。例如,在测试新的图像重建算法或其参数时,这一点非常重要。在此,我们基于既往推荐[6]为重建算法使用了450和600的beta值。例如,使用更高的beta值,噪声会进一步降低,理论上可以用我们的方法对其进行量化。
虽然图像质量取决于多种因素,包括主观偏好,但噪声是一个重要的替代参数,通常被用作评估PET图像质量的可靠且客观的指标[7, 8]。具体而言,噪声不仅是图像质量本身的重要标志,還在计算定量对比度测量(作为图像质量的重要替代标志,如信噪比或对比度噪声比)中起着关键作用[6, 8, 24]。
因此,非常需要对图像噪声进行大规模评估,将其作为图像质量的重要标志,理想情况下应以高通量且不依赖阅片者的方式进行。我们研究中提出的方法可能是实现这一任务的有前景的候选方案。由于我们的方法能够准确且全自动地估计整个成像体积的全局噪声水平,PET成像数据可以在纵向以及不同扫描仪和厂商之间进行基准测试、评估和比较。这对于不同机构之间的质量标准化和协议协调可能特别有用。
重要的是,我们的算法潜在地允许用户计算单个解剖区域的噪声水平或单个床位位置的噪声水平。这可能是有意义的,因为我们的指标随后可以与单个器官病变的可检测性和可视化进行比较,或者在后者情况下,可以用于基于第一个床位位置的噪声水平来优化剩余床位位置的采集。此外,应该注意的是,我们的方法对于评估动态PET成像中采集的图像也可能有价值,因为单个层面的噪声水平也可以被评估,如图2所示例。
我们的研究存在一些局限性。其回顾性性质和单中心规模、相对较小的队列、不平衡的数据集,以及仅纳入来自单一供应商的一台扫描仪,均限制了普适性。需要进一步研究来验证该算法,尤其是在不同扫描仪之间。在这方面,与更先进的图像质量指标(如噪声等效计数率(NECR)[25, 26])的相关性具有很大意义。其次,手动噪声测量仅由单一读者使用特定测量程序完成。我们承认我们的结果可能受到测量程序选择(即特定类型的读者、VOI大小的选择等)的影响。最后,我们研究中图像质量仅由两位读者主观评估,在更广泛的解释者群体中可能有所不同。
结论
一种自动化计算噪声测量算法能够对临床PET成像数据集中遇到的全局噪声水平提供准确且有意义的估计。该算法提供的噪声值与基于手动VOI的噪声测量相关,并在确定主观图像质量方面表现出高性能。
引用
- Sartoretti T, Skawran S, Gennari AG, et al. Fully automated computational measurement of noise in positron emission tomography. Eur Radiol. 2023. PMID: 37644149. doi:10.1007/s00330-023-10056-w
- 全文:PMC10873217(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10873217/
供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。