低剂量肝脏CT:深度学习图像重建算法的图像质量与诊断准确性
该前瞻性研究纳入50例肿瘤患者,对腹部增强CT分别用DLIR(高、中、低强度)和ASiR-V(10%–100%)重建,比较图像质量与病灶诊断准确性。DLIR_M的主观图像质量和FOM最高,对≤0.5 cm低血供肝病灶的检出和定性准确性优于ASiR-V 50%。
要点
- DLIR_M主观图像质量评分最高(5分;IQR 4–5),优于ASiR-V 50%(4分;IQR 4–5;p≤.001)。
- 对≤0.5 cm病灶,DLIR_M检出32/33,ASiR-V 50%检出26例(p=.031)。
- DLIR整体病灶定性准确率93.8%,ASiR-V 50%为87.7%(p=.039)。
核心结论
- DLIR在低血供肝病灶评估中图像质量优于ASiR-V,诊断准确性更高,尤其对≤0.5 cm病灶。
- DLIR_M的FOM中位增幅为29%(p<.001),可在更低辐射剂量下维持诊断准确性。
研究设计与样本
- 前瞻性随机研究,在意大利罗马Sant’Andrea大学医院开展,纳入50例肿瘤患者(平均年龄70±10岁,23例男性)。
- 采用128层CT行腹部增强CT,动脉期80 kVp,门静脉期和延迟期100 kVp,自动管电流调制范围100–240 mA。
- 原始数据重建为ASiR-V 10%–100%(每10%一档)和DLIR高、中、低三档,每例共13组数据集。
- 参考标准由三位腹部影像放射科医师(经验38、27、26年)共识判定,结合全部临床资料和横断面影像检查。
关键影像表现/征象
- DLIR_H噪声最低(10.6±1.8),显著低于ASiR-V 100%(11.9±2.4;p=.043)。
- DLIR_M噪声与ASiR-V 80%相当(15.0±2.5 vs 15.5±2.8;p=1)。
- DLIR_H的SNR最高(11.9±2.8),与ASiR-V 100%(10.7±2.6;p=.051)相当。
- DLIR_H的CNR最高(6.14±1.7),与ASiR-V 100%(5.69±1.8;p=1)相当。
诊断标准与关键数值
- DLIR整体病灶检出率97.7%(95%CI 93.4, 99.5;127/130),ASiR-V为92.3%(95%CI 86.3, 96.3;120/130)(p=.016)。
- DLIR病灶定性准确率93.8%(95%CI 88.2, 97.3;122/130),ASiR-V 50%为87.7%(95%CI 80.8, 92.8;114/130)(p=.039)。
- DLIR敏感度92.3%(95%CI 74.9, 99.1;24/26),ASiR-V敏感度70.6%(95%CI 52.5, 84.9;24/34)。
- DLIR特异度95.1%(95%CI 89.0, 98.4;98/103),ASiR-V特异度93.8%(95%CI 86.9, 97.7;90/96)。
- 对≤0.5 cm病灶,DLIR_M检出32/33,ASiR-V 50%检出26例(p=.031)。
临床应用与阅片要点
- DLIR_M主观图像质量最高,可用于日常腹部CT重建以替代ASiR-V。
- 对≤0.5 cm低血供肝病灶,DLIR_M检出优于ASiR-V 50%,阅片时需关注小病灶。
- DLIR_H客观噪声和SNR/CNR最优,但主观评分低于DLIR_M;ASiR-V 100%主观评分最低(3分;IQR 3–4)。
局限性
- 尽管研究人群为肿瘤患者,肝脏病灶定性基于临床资料和横断面影像检查,未行病理证实。
- 样本量相对较小,进一步研究需纳入更多参与者以强化和扩展结果。
- 仅分析单一厂商算法在肝实质中的表现,结果可能不直接适用于其他厂商和不同身体区域。
全文中译18 节 · 点击展开
引言
计算机断层扫描(CT)由于执行速度快、可用性高且可重复性好,被认为是腹部肿瘤疾病诊断、分期和疗效监测的参考标准[1]。肿瘤患者需要进行严格的随访,包括多次CT检查[2];在此情况下,最大限度地减少辐射剂量和累积有效剂量至关重要。
滤波反投影(FBP)作为传统的图像重建算法已有30多年的历史,其在标准辐射剂量水平下具有良好的性能。然而,对辐射暴露意识的增强以及计算能力的飞速进步为迭代重建算法取代FBP铺平了道路。尽管这项新技术在降低图像噪声方面有效,从而使得低剂量CT检查成为可能,但许多放射科医生抱怨在临床实践中图像外观“不自然”和“不熟悉”[3]。计算能力的稳步提升使得基于神经网络模型[4]且能够从输入数据中学习的深度学习图像重建(DLIR)算法得以实现;DLIR利用人工智能的能力克服迭代重建的局限性并进一步改善图像质量。初步研究[5–7]已证明DLIR算法在心血管[8]和胸部成像[9]中以及检测腹部病变[10]时,能够在较低辐射剂量下有效改善图像质量而不产生不自然的图像。近期评估DLIR与自适应统计迭代重建(ASiR-V)差异的研究表明,与标准剂量CT的迭代图像相比,低剂量采集的DLIR数据集显示出改善的图像噪声、信噪比(SNR)和对比噪声比(CNR),并受到大多数阅片者的青睐[6, 11–14]。然而,据我们所知,尚未有关于DLIR和ASiR-V在各自全套强度水平下进行广泛比较的报道。
因此,本研究的目的是对使用DLIR重建的腹部CT检查进行全面的受试者内图像质量分析,并与常规应用的ASiR-V算法相比评估诊断准确性。
材料与方法
研究人群
这项前瞻性随机研究在意大利罗马Sant'Andrea大学医院进行,并获得机构审查委员会的批准。所有患者均签署了书面知情同意书。
连续招募的肿瘤患者[6, 11–14]于2021年9月至2022年1月期间前瞻性入组。排除标准如下:妊娠、年龄<18岁、肾功能衰竭(eGFR<30 mL/min/1.73 m²)、既往对碘对比剂(CM)过敏反应、以及CT图像上严重影响定性和定量测量的严重运动伪影。同时记录患者的年龄、性别、身高、总体重、去脂体重、体重指数(BMI)和辐射暴露等数据。
CT图像采集
所有患者均在128层CT(GE Revolution EVO CT扫描仪,GE Medical Systems)上于仰卧位、深吸气状态下、头尾方向,在对比剂注射前后行对比增强CT(CECT)检查。
CM的体积根据去脂体重使用James公式计算[15]。每例患者按每千克去脂体重注射0.7 g碘,然后除以CM浓度,如下所示:
所有患者均通过18号肘前静脉通路,使用三筒高压注射器(MEDRAD® Centargo CT注射系统;Bayer AG)以3/3.5 mL/s的流率静脉注射非离子型对比剂(400 mgI/mL碘美普尔,Iomeron 400;Bracco Imaging),随后以相应流率推注50 mL生理盐水。
扫描延迟通过专用团注跟踪技术应用(SmartPrep,GE Healthcare)设定,在腹腔干水平腹主动脉内放置120 HU阈值感兴趣区(ROI),动脉期采用15 s延迟,门静脉期采用60 s延迟,延迟期采用180 s延迟。
患者采用低剂量方案扫描,参数如下:动脉期管电压80 kVp,门静脉期和延迟期管电压100 kVp,自动电流调制范围100–240 mA(Auto-mAs,GE Healthcare);探测器准直器配置0.625 × 64 mm,采用z轴飞焦点技术;束准直40 mm;螺距0.984:1;剂量降低50%(smart-mA,GE Healthcare);机架转速0.6 s。
CT图像重建
原始数据在扫描FOV:50 cm和DFov:34/36 cm(可变)下重建,采用标准腹部卷积核、512*512矩阵,层间距和层厚均为1.250 mm,使用两种不同算法:迭代重建(ASiR-V;GE Healthcare),强度水平从10%到100%,间隔10%;以及DLIR(TrueFidelity™,GE Healthcare),具有三个重建强度水平(高、中、低);因此,每次检查共生成13个数据集。
客观图像质量分析
客观图像质量在门静脉期由一名具有16年腹部影像经验的读者在专用工作站(adw4.7,GE Healthcare)上评估,对每例患者及所有重建数据集进行评估。在轴位层面上,通过分别在肝段IVb、V和VI放置三个大小相同(1cm2)的圆形ROI并避开肝内血管来计算肝脏衰减值(HU),最终取平均值。在左侧背阔肌绘制的ROI的标准差(SD)定义为图像噪声。
所有ROI均放置三次,测量值取平均值以尽量减少测量不准确性。通过使用工作站的复制粘贴工具确保各数据集中ROI放置的一致性。
信噪比(SNR)计算如下:
对比噪声比(CNR)计算如下:
主观图像质量分析
主观图像质量分析由两名分别具有12年和10年腹部影像经验的读者在不知道重建方案的情况下,对ASiR-V 50%、ASiR-V 100%、DLIR_M和DLIR_H数据集进行共识阅片。基于客观图像质量分析结果(ASiR-V 100%和DLIR_H)、常规临床实践(ASiR-V 50%)和厂商推荐(DLIR_M),分析仅限于这些数据集。图像采用标准窗设置(窗宽350 HU;窗位40 HU)评估,但可根据读者偏好自由调整。环境光保持恒定在约35–40 lx。
为尽量减少回忆偏倚,图像被随机评估,每次判读时每位患者分析的不同重建数据集不超过两个,各次判读之间保持7天的时间间隔。
图像质量采用有序5点Likert量表计算(1,无法判读的检查;2,差;3,可接受;4,好;5,图像质量优秀)[16]。
品质因数
记录每位患者动脉期和延迟期的剂量长度乘积(DLP)。通过将DLP乘以转换因子k(0.015 mSv·mGy−1·cm−1)计算每位患者的有效辐射剂量(ED)[16, 17]。
由于动脉期和延迟期的采集是在不同的管电压下进行的(分别为80 kV和100 kV),为了独立于ED评估客观图像质量的差异[18],背阔肌的信噪比(SNR)和品质因数(FOM)按如下方式计算。
选择肌肉而非肝实质是因为其在注射对比剂后密度测量稳定[19]。
参考标准与病灶检测
参考标准由三位分别具有38年、27年和26年腹部影像学经验的放射科医师在共识下评定,使用我院可获得的全部临床数据和横断面影像检查;肝脏病灶按二分法分类为良性或恶性。恶性量表中评分≥3的良性病灶被视为假阳性;恶性量表中评分≤2或未被识别的恶性病灶被视为假阴性[20]。
两位分别具有12年和10年腹部放射学经验的委员会认证放射科医师在门静脉期进行病灶检测,除癌症诊断外对患者信息设盲。每位患者的DLIR和ASIR-V数据集以随机顺序分五次评估;为尽量减少回忆偏倚,同一患者的DLIR和ASiR-V始终在不同的场次中评估。
测量≥2 mm的低密度肝脏病灶被标记,并采用5点Likert量表进行特征描述(1,肯定良性;2,可能良性;3,不能排除恶性;4,可能恶性;5,肯定恶性);诊断信心也采用5点Likert量表评估(从1:信心非常低到5:信心非常高)[21]。
辐射剂量
记录每次检查的CTDIvol和DLP;ED最终按前述方法计算[16]。
统计分析
统计分析通过专用软件进行(IBM Corp. 2017年发布。IBM SPSS Statistics for Macintosh,版本25.0。IBM Corp)。数据分布的正态性采用Kolmogorov–Smirnov检验评估。
连续变量根据其分布以均数±标准差或中位数和四分位距(IQR)表示;分类变量以中位数和IQR表示。
肝脏衰减值、图像噪声、客观图像质量和病灶置信度评分视情况采用重复测量方差分析或Friedman检验进行比较。采用Wilcoxon符号秩检验评估DL_M与ASiR-50%重建之间FOM的差异。不同重建数据集之间主观图像质量的差异采用Kruskal–Wallis H检验评估。DLIR_M与ASiR-V 50%之间的诊断准确性差异采用McNemar检验评估。p值<0.05认为具有统计学显著性;采用Bonferroni校正调整事后两两比较。
结果
患者人群
患者特征见表1,患者流程图见图1。最终人群包括50例患者(27例女性),平均年龄70 ± 10岁(范围47–87岁),平均BMI为26.3 ± 5.4 kg/m2(范围14.7–39.8 kg/m2)。参考标准评估确定了130个肝脏病灶(105个良性病灶和25个转移灶)。
客观图像质量
完整的客观图像质量评分见表2。
共分析650个数据集。最低噪声由DLIR_H获得(10.6 ± 1.8),显著低于ASiR-V 100%(11.9 ± 2.4;p = 0.043)、DLIR_M(15.0 ± 2.5)、DLIR_L(19.2 ± 3.8)及所有其他ASiR-V数据集(均p < 0.001;图2)。
DLIR_M数据集的图像噪声与ASiR-V 80%相当(分别为15.0 ± 2.5 vs 15.5 ± 2.8;p = 1),且低于DLIR_L(19.2 ± 3.8;p < 0.001)。DLIR_L数据集的图像噪声与ASiR-V 60%(19.3 ± 3.2;p = 1)和ASiR-V 70%(17.5 ± 2.9;p = 0.155)相当。
SNR以DLIR_H最高(11.9 ± 2.8),与ASiR-V 100%相似(10.7 ± 2.6;p = 0.051),且高于DLIR_M(8.43 ± 1.8)、DLIR_L(6.74 ± 1.7)及其他ASiR-V数据集(均p < 0.001)。DLIR_M数据集的SNR与ASiR-V 80%相似(分别为8.43 ± 1.8 vs 8.16 ± 1.7;p = 1),且SNR高于DLIR_L(6.74 ± 1.7;p < 0.001)。DLIR_L数据集的SNR与ASiR-V 60%和ASiR-V 70%相似(p = 1)。两两比较见补充表1。
CNR以DLIR_H最高(6.14 ± 1.7),与ASiR-V 100%相似(5.69 ± 1.8;p = 1),且高于DLIR_M(4.42 ± 1.3)、DLIR_L(3.54 ± 1.1)及其他ASiR-V数据集(均p ≤ . 001)。DLIR_M数据集的CNR与ASiR-V 80%相似(分别为8.43 ± 1.8 vs 8.16 ± 1.7;p = 1),且CNR高于DLIR_L(6.74 ± 1.7;p < 0.001)。DLIR_L数据集的CNR与ASiR-V 60%和ASiR-V 70%相似(p = 1)。两两比较见补充表2。
主观图像质量
完整的主观图像质量评分及两两比较见表3。没有检查被判定为不可解读(评分:1)。DLIR_M获得最高的图像质量(评分:5;IQR:4–5),显著高于其余数据集(均p ≤ 0.001)。DLIR_H(评分:4;IQR:3–5)与ASiR-V 50%(评分:4;IQR:4–5;p = 0.63)之间未发现统计学差异;最低评分由ASiR-V 100%数据集获得(评分:3;IQR:3–4;均p ≤ 0.012;图3)。
品质因数
采用DLIR_M重建的动脉期DLP显著低于采用ASiR-V 50%重建的延迟期(150.4 vs 212.4;p < 0.05)。DLIR_M的FOM在39/50(78%)个数据集中高于ASiR-V 50%,在11/50(22%)例中较低。总体而言,DLIR_M重建使FOM中位数出现统计学显著的升高(29%)(中位数:3.744;IQR:2.098–6.505 vs 中位数:2.634;IQR:1.636–4.254;z = 4.33;p < 0.001)。
诊断准确性
综合数据见表4。总体而言,DLIR检出130个病灶中的127个(97.7%;95% CI:93.4,99.5),ASiR-V检出130个病灶中的120个(92.3%;95% CI:86.3,96.3)(p = 0.016);特别是,与ASiR-V相比,DLIR检出的小病灶数量显著更多(p = 0.041;图4)。DLIR的病灶信心评分(中位数:5;IQR:5–5)高于ASiR-V(中位数:5;IQR:4–5)(p < 0.001)。DLIR的总体病灶定性准确率为93.8%(95% CI:88.2,97.3;130个病灶中的122个),ASiR-V为87.7%(95% CI:80.8,92.8;130个病灶中的114个)(p = 0.039)。DLIR的总体敏感度为92.3%(95% CI:74.9,99.1;26个病灶中的24个),ASiR-V为70.6%(95% CI:52.5,84.9;34个病灶中的24个);DLIR的总体特异度为95.1%(95% CI:89.0,98.4;103个中的98个),ASiR-V为93.8%(95% CI:86.9,97.7;96个中的90个)。
辐射剂量
平均CTDIvol和DLP分别为24.1 ± 8.6 mGy和786.3 ± 291.7 mGy cm,估计平均ED为11.8 ± 4.4 mSv。
讨论
我们的研究表明,与ASiR-V 50%相比,中等强度DLIR提高了肝脏病灶检出率(p = 0.016)。虽然两种算法检出的大于0.5 cm病灶数量相当,但DLIR在检出小于0.5 cm肝脏病灶方面优于ASiR-V(p = 0.031)。此外,与ASiR-V 50%相比,DLIR获得了更高的总体诊断准确性(p = 0.039)和更高的病灶信心评分(p < 0.001)。除更好的诊断性能外,我们的研究还记录了DLIR相比ASiR-V更高的客观和主观图像质量:高强度DLIR获得最高的SNR和CNR,而中等强度DLIR获得最高的主观质量评分。
迭代重建算法的充分利用受到其对图像纹理不利影响的阻碍,尤其是在高强度水平下,会导致生成过度平滑的图像[22, 23],最终可能对诊断能力产生负面影响。相反,DLIR算法对图像纹理没有不利影响[7],在相同辐射剂量水平下可提供更高的客观图像质量,并且在用于重建低剂量CT采集时具有相当的图像质量。因此,DLIR目前正在不同临床环境中进行研究,在腹部[14, 24, 25]、心脏[8]和胸部成像[6, 9, 26, 27]中在图像噪声和图像质量方面优于IR;聚焦于腹部成像,与IR相比,其在图像质量和病灶显著性方面的更高性能也已在双能CT环境中得到证明[28]。因此,其在临床实践中的应用不断增长,预示着迭代重建算法将逐渐被取代[13]。
我们的研究表明,尽管辐射剂量低29%,DLIR在实现显著更高的FOM方面优于ASiR-V。在不牺牲CT检查诊断效能的前提下合理降低辐射暴露的可能性与特定临床任务严格相关[29, 30],而腹部检查通常对辐射剂量相当敏感,因为不同腹部器官之间固有的低对比度差异。特别是,肝脏成像中必须具有高图像质量,以便识别并充分表征肝脏病灶,尤其是小病灶,其评估可能因适度降低辐射剂量而受到损害,而迭代重建算法无法弥补[31]。在这方面,DLIR已被证明在低剂量条件下能有效维持噪声纹理和足够的低对比度肝脏病灶可检测性[32],可能使腹部CT的进一步剂量优化成为可能,而不对诊断性能产生不利影响[33]。
Jensen等人证明,与采用FBP重建的标准剂量CT相比,应用于降低剂量CT的DLIR保留了对大于0.5 cm肝脏病灶的检测能力,而后者在检测更小病灶方面优于DLIR[20]。我们的研究将这些结果推广到迭代重建,证明DLIR与ASiR-V在检测大于0.5 cm病灶方面性能相似。另一方面,我们的研究结果表明DLIR在检测小于0.5 cm病灶方面优于ASiR-V。这些差异可能由研究设计的差异来解释,因为我们的研究在同一次CT采集中对两种重建算法进行了比较。
这些发现的临床意义表明,DLIR可以安全地应用于常规临床方案中替代迭代重建算法。相反,应特别注意专用低剂量DLIR CT方案的设计,因为低剂量负担的益处可能无法由新算法在检测小肝脏病灶方面足够的诊断性能来支撑,使其不适于临床实践。因此,应进行大型前瞻性试验,以建立适合DLIR重建的充分且稳健的临床低剂量扫描方案。
我们的研究应结合一些局限性来评价。首先,尽管研究人群由肿瘤患者组成,肝脏病变的特征描述基于临床数据和横断面影像检查;尽管如此,基于共识的参考标准的建立是稳健的,且与既往检查一致[20, 31]。其次,样本量相对较小,强烈建议开展更大样本量的进一步研究以强化和拓展我们的结果。第三,本研究分析了单一厂商算法的性能,特别是针对肝实质;因此,我们的结果可能不能直接适用于其他厂商和不同身体部位;比较不同DLIR算法诊断性能的研究可能确实具有很大的意义。
总之,在乏血供肝脏病变的评估中,与ASiR-V相比,DLIR可获得更优的图像质量并提供更高的诊断准确性,尤其是对于小于0.5 cm的病变。这些更高的诊断性能使得能够设计低剂量采集方案,从而以更低的辐射负担维持当前的诊断准确性。尽管如此,仍需进一步研究以基于特定临床任务确定适当的辐射剂量水平,避免过度降低剂量所带来的不利影响无法被DLIR的降噪能力所补偿。
补充信息
以下是电子补充材料的链接。补充文件1(PDF 200 KB)
引用
- Caruso D, De Santis D, Del Gaudio A, et al. Low-dose liver CT: image quality and diagnostic accuracy of deep learning image reconstruction algorithm. Eur Radiol. 2023. PMID: 37688618. doi:10.1007/s00330-023-10171-8
- 全文:PMC10957592(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC10957592/
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。