基于图像的深度学习降噪算法应用于辐射剂量缩减CT诊断急性阑尾炎的诊断性能与图像质量
这项回顾性多中心研究纳入180例疑似阑尾炎患者,从2 mSv CT模拟剂量降低至少50%的超低剂量CT(ULDCT),并应用基于图像的深度学习降噪算法生成降噪ULDCT(D-ULDCT)。结果显示D-ULDCT图像噪声更低、SNR和CNR更高,主观图像噪声和诊断可接受性更优;两名二年级住院医师的AUC显著提高,而三位认证放射科医师的诊断性能无显著差异。
要点
- D-ULDCT较ULDCT显著降低图像噪声、提高SNR和CNR(均p < .001),主观图像噪声和诊断可接受性更优。
- 两位二年级住院医师在D-ULDCT上诊断阑尾炎的AUC显著提高(差值0.06和0.05)。
- 三位认证放射科医师和一位三年级住院医师的诊断性能在ULDCT与D-ULDCT间无显著差异。
核心结论
- 基于图像的深度学习降噪算法可改善超低剂量CT诊断急性阑尾炎的图像质量,并提高经验较少的放射科住院医师的诊断性能。
研究设计与样本
- 回顾性多中心研究,纳入180例(平均年龄29±9岁,91例女性)疑似阑尾炎患者,均接受2 mSv对比增强CT检查,检查时间为2014年2月至2016年8月。
- 从2 mSv CT模拟剂量降低至少50%的ULDCT,并应用基于图像的深度学习降噪算法(ClariCT.AI™,ClariPI)生成D-ULDCT。
- 参考标准基于手术和病理结果,组织病理学诊断阑尾炎定义为阑尾壁中性粒细胞浸润。
- 六位放射科医师(三位认证腹部放射科医师、一位三年级住院医师、两位二年级住院医师)独立盲法评阅ULDCT和D-ULDCT。
关键影像表现/征象
- 阑尾清晰完整显示(评分2)在ULDCT上为77.8–91.7%,在D-ULDCT上为79.4–92.2%,各读者间两种图像无显著差异。
- 图2示例:29岁男性疑似阑尾炎,ULDCT与D-ULDCT图像对比,经阑尾切除术证实阑尾炎。
- 图4示例:37岁女性疑似阑尾炎,二年级住院医师在ULDCT上诊断为回肠末端炎,在D-ULDCT上诊断为阑尾炎,经阑尾切除术证实阑尾炎。
诊断标准与关键数值
- 阑尾炎主要诊断标准为阑尾直径大于6 mm伴壁增厚和阑尾周围脂肪索条;次要标准为异常壁强化、阑尾结石、蜂窝织炎和脓肿。
- 诊断阳性定义为阑尾炎可能性评分≥3分(5分Likert量表)。
- ULDCT诊断阑尾炎的AUC范围为0.90–0.97,D-ULDCT为0.94–0.97。
- ULDCT各读者诊断敏感度83–98%、特异度75–89%;D-ULDCT敏感度88–100%、特异度75–93%。
- 两位二年级住院医师D-ULDCT较ULDCT的AUC差值分别为0.06(95% CI 0.01–0.11;p = .022)和0.05(95% CI 0.00–0.10;p = .046)。
临床应用与阅片要点
- D-ULDCT可改善图像质量并可能帮助经验较少的放射科住院医师提高阑尾炎诊断准确性,作者认为该算法可提供更好的ULDCT图像质量并增强低年资医师的诊断性能。
- 认证放射科医师认为D-ULDCT图像人工感更明显,而住院医师认为更自然(p < .001)。
- 认证放射科医师间阑尾炎可能性评分一致性在ULDCT与D-ULDCT间无显著差异(0.87 vs. 0.86;差值0.01 [95% CI -0.05–0.07;p = .76])。
- 住院医师间一致性在ULDCT与D-ULDCT间无显著差异(0.68 vs. 0.72;差值-0.05 [95% CI -0.14–0.05;p = .32])。
局限性
- 超低剂量CT图像由2 mSv CT图像使用经验证的噪声插入工具模拟生成,模拟图像可能无法完全复制原始数据,结果可能不完全反映实际CT检查中的表现。
- 定量分析中虽对多种器官绘制ROI,但测量平均CT值尤其是小物体时可能存在偏倚。
- 本研究仅评估深度学习降噪算法,未与其他CT重建方法(如滤波反投影或迭代重建)进行比较。
全文中译11 节 · 点击展开
引言
随着CT成像技术的进步,CT扫描的使用在全球范围内迅速增加[1, 2]。人们也对CT扫描辐射暴露可能带来的潜在癌症风险提出了担忧,据估计这约占美国所有确诊癌症的1.5%至2.0%[3]。即使仅进行一次用于诊断阑尾炎的腹盆腔CT扫描,也可能增加发生血液系统恶性肿瘤的风险[4]。影像学界已做出多项努力,将剂量降至合理可达到的尽可能低水平;然而,医师和放射科医生认为较低图像质量的权衡令人不满意。
CT厂商已实施多种技术以在保持图像质量的同时降低辐射剂量,如自动曝光控制、降噪滤波器和迭代重建算法[5–7]。虽然迭代重建在低剂量CT检查中在保持或增强图像质量方面发挥了关键作用,但其具有厂商特异性且无法普遍应用于CT图像的局限性。另一种方法涉及使用与厂商无关的基于图像的降噪策略[8, 9]。基于图像的方法安装成本相对较低,并且在采用多种不同扫描仪型号的CT实践中可能有用[10],因为单个服务器可以为各种CT扫描仪提供服务。此外,深度学习技术的最新进展促进了基于图像的降噪策略的改进,使其更加通用和适用。
令人信服的证据表明,CT可以在低至2 mSv的辐射水平下诊断阑尾炎,而不会产生不良后果[11–13]。在本研究中,我们旨在评估1-mSv CT(以下简称超低剂量CT[ULDCT])结合基于图像的深度学习降噪算法在疑似阑尾炎患者中的诊断性能和图像质量。
材料与方法
研究设计与参与者
机构审查委员会批准了这项回顾性研究,并豁免了知情同意的要求。我们从先前的一项多中心试验(低剂量CT用于阑尾炎试验,LOCAT;ClinicalTrials.gov编号,NCT01925014)中提取了患者的临床数据和CT图像,该试验证明低剂量CT(目标有效剂量为2 mSv)在青少年和年轻成人阑尾炎诊断中不劣于标准剂量CT(目标有效剂量低于8 mSv)[11]。该试验的入选标准为年龄15–44岁、因怀疑阑尾炎而从急诊科转诊进行CT检查的患者。阑尾炎的最终诊断基于试验数据,包括手术、病理和随访结果。在本研究中,我们纳入了2014年2月至2016年8月期间接受2-mSv CT检查的180例患者(15至44岁;91例女性)。我们根据每种类型的CT机器随机选择15例患者(图1)。研究人群的特征总结于表1。我们按照报告指南(诊断准确性研究报告标准;STARD)撰写本报告[14]。
CT图像采集
患者接受2-mSv CT检查,设备来自不同制造商的16至640通道机器(GE Healthcare的64和128通道;Philips的16、64、128和256通道;Siemens的16、64、128和128(64×2)通道;Toshiba的64和640通道)。所有患者均使用静脉对比剂进行CT扫描。腹盆腔CT图像在门静脉期获得,并使用滤波反投影重建,层厚4 mm,层间隔3 mm。平均容积CT剂量指数为2.6 ± 0.8 mGy,平均剂量长度乘积为139.3 ± 45.7 mGy·cm。
超低剂量CT的模拟及去噪算法的应用
从2-mSv CT图像中,我们使用基于图像的低剂量CT模拟技术[15]模拟了ULDCT图像,将剂量降低至少50%。该技术基于正弦图合成和仅使用CT图像进行图像重建,而不需要原始正弦图数据。既往研究验证了该剂量降低技术,其提供了包括噪声和纹理外观在内的逼真低剂量图像[16–18]。
然后,我们使用基于图像的深度学习去噪算法(ClariCT.AI™,ClariPI)生成去噪ULDCT(D-ULDCT)图像[19]。该深度学习算法是一种基于改进U-net型卷积神经网络模型的厂商中立图像重建技术[20]。该算法使用超过100万张CT图像的数据集进行训练,涵盖2,100种扫描和重建条件组合,包括kVp、mAs、自动曝光控制、层厚、对比增强和卷积核的变化。该数据集涵盖来自四家CT制造商(GE Healthcare、Siemens、Philips和Canon)的24种扫描仪型号。该算法的性能已在多项研究中得到验证[17, 21–24]。
定性图像分析
六名不同经验水平的放射科医师(三名委员会认证的腹部放射科医师,具有6至7年临床经验;一名三年级住院医师和两名二年级住院医师)独立审阅了ULDCT和D-ULDCT图像。我们将180名患者随机分配到两组(A组和B组各90名患者)。在第一阶段,每名放射科医师评估A组的ULDCT图像和B组的D-ULDCT图像。在第二阶段,他们评估A组的D-ULDCT图像和B组的ULDCT图像。为减少回忆偏倚,第一和第二阶段之间至少间隔4周的洗脱期,且CT图像顺序随机化并在各阶段有所不同。所有阅片者均被告知患者因疑似阑尾炎接受CT检查,但对其他患者信息、检查日期、辐射剂量和重建算法设盲。
首先,要求放射科医师使用标准化CT报告表(补充表1)对阑尾显示情况和阑尾炎可能性评分进行评级。阑尾显示情况采用3点Likert量表评级(0级,未识别;1级,显示不清或部分显示;2级,清晰且完整显示)。如果CT图像显示痰液或脓肿与残余阑尾基底部连续性清晰,则评为2级。阑尾炎可能性评分采用5点Likert量表评级。主要诊断标准为阑尾增大(直径大于6 mm)伴壁增厚和阑尾周围脂肪条纹征。次要诊断标准为异常壁强化、阑尾结石、蜂窝织炎和脓肿。为计算诊断灵敏度和特异度,阑尾炎可能性评分≥3分被视为诊断阳性[25]。
其次,放射科医师使用5点Likert量表(补充表2)独立对ULDCT和D-ULDCT的图像质量进行评级。评估以下属性:主观图像噪声(定义为图像中斑点或颗粒感的程度)、诊断可接受性(定义为阅片者从图像中做出合理诊断的信心程度)以及人工感(定义为塑料样、光滑、涂刷样或不自然纹理的程度)。
定量图像分析
基于图像噪声、信噪比(SNR)和对比噪声比(CNR)对图像质量进行定量分析[26]。一位具有7年腹部影像经验的委员会认证放射科医师(独立于六位阅片者)使用椭圆形感兴趣区(ROI;大小为50至200 mm²)在ULDCT和D-ULDCT图像上测量肝实质、椎旁肌、腹主动脉和皮下脂肪的平均Hounsfield单位和标准差(SD)。肝实质的Hounsfield单位通过取四个肝段(左外侧段、左内侧段、右前段和右后段)值的平均值获得。ROI置于左门静脉脐部水平的一致区域,避开大血管、肌内脂肪或钙化血管壁等结构。在同一患者的ULDCT和D-ULDCT图像上,ROI的位置和大小相同。
我们将图像噪声计算为ROI的平均SD。每个目标区域的SNR和CNR使用以下公式确定[26]:
SNRi = ROIi / SDi。
CNRi = (ROIi - ROIfat) / SDfat。
其中ROIi是该区域的平均衰减值,ROIfat是皮下脂肪的平均衰减值,SDi是该区域的图像噪声,SDfat是皮下脂肪的图像噪声。
参考标准。
在既往试验中,独立结局评估者(两名急诊科医师和五名放射科医师)基于试验数据(包括手术所见、病理所见和随访结果)对阑尾炎的最终诊断进行裁定[27]。本研究纳入的所有阑尾炎最终诊断均基于手术和病理所见确立[11]。阑尾炎的组织病理学诊断定义为阑尾壁中性粒细胞浸润[28]。
统计分析
我们使用Wilcoxon符号秩检验比较两位阅片者在ULDCT与D-ULDCT上的阑尾显示情况。我们使用受试者工作特征(ROC)分析评估阅片者诊断阑尾炎的诊断准确性。我们使用DeLong检验比较两条相关ROC曲线,以比较每位阅片者在ULDCT与D-ULDCT上的受试者工作特征曲线下面积(AUC)。此外,我们计算了ULDCT和D-ULDCT的诊断敏感度和特异度。对于观察者间一致性,我们计算了委员会认证放射科医师和住院医师在ULDCT和D-ULDCT方面的二次加权Kappa系数。我们使用z检验比较ULDCT与D-ULDCT之间的观察者间一致性。
我们使用Wilcoxon符号秩检验比较每位阅片者在ULDCT与D-ULDCT之间的主观定性评分,并使用配对t检验比较ULDCT与D-ULDCT之间的定量参数(图像噪声、SNR和CNR)。
统计分析使用R软件3.6.3版(www.R-project.org,R Foundation for Statistical Computing)进行。双侧p值< 0.05被认为具有统计学意义。
结果
定性图像分析
大多数患者的阑尾显示良好(阑尾显示评分2)(ULDCT为77.8–91.7%,D-ULDCT为79.4–92.2%)(图2)。所有阅片者的阑尾显示评分在ULDCT与D-ULDCT之间无显著差异(补充表3)。
阅片者诊断阑尾炎的AUC在ULDCT和D-ULDCT上分别为0.90–0.97和0.94–0.97(图3)。三名委员会认证放射科医师(阅片者1、阅片者2和阅片者3)和一名三年级住院医师(阅片者4)对阑尾炎的诊断性能在ULDCT与D-ULDCT之间无显著差异。然而,对于两名二年级住院医师,D-ULDCT的诊断性能显著高于ULDCT(阅片者5的AUC差异:0.06 [95% CI,0.01–0.11;p = .022];阅片者6的AUC差异:0.05 [95% CI,0.00–0.10;p = .046])(图4;表2)。在ULDCT上,每位阅片者的诊断敏感度为83%至98%,特异度为75%至89%。在D-ULDCT上,诊断敏感度为88%至100%,特异度为75%至93%(补充表4)。委员会认证放射科医师(0.87 vs. 0.86;0.01 [95% CI,-0.05–0.07;p = .76])和住院医师(0.68 vs. 0.72;-0.05 [95% CI,-0.14–0.05;p = .32])在ULDCT与D-ULDCT之间对阑尾炎可能性的观察者间一致性无显著差异。
所有阅片者均评价,使用基于图像的深度学习去噪算法的D-ULDCT图像具有更少的主观图像噪声和更好的诊断可接受性(p < .001;除阅片者3对诊断可接受性的p值 = 0.003外,表3)。关于人工感,三名委员会认证放射科医师的评价表明D-ULDCT图像被认为更人工。相反,三名放射科住院医师的评估提示D-ULDCT图像显得更自然(p < .001)。
定量图像分析
与ULDCT图像相比,D-ULDCT图像显示图像噪声显著更低、SNR更高、CNR更高(p < .001)(表4)。D-ULDCT的肝脏实质图像噪声低于ULDCT(17.3 ± 6.5 vs. 42.0 ± 15.1,p < .001),椎旁肌(15.9 ± 6.0 vs. 37.4 ± 13.4,p < .001),腹主动脉(21.5 ± 8.0 vs. 50.0 ± 17.9,p < .001)。D-ULDCT的肝脏实质SNR高于ULDCT(8.6 ± 3.2 vs. 3.5 ± 1.3,p < .001),椎旁肌(4.9 ± 1.6 vs. 2.1 ± 0.7,p < .001),腹主动脉(10.1 ± 4.1 vs. 4.3 ± 1.7,p < .001)。D-ULDCT的肝脏实质CNR高于ULDCT(16.4 ± 5.8 vs. 8.1 ± 2.5,p < .001),椎旁肌(12.0 ± 4.1 vs. 5.9 ± 1.8,p < .001),腹主动脉(20.6 ± 7.5 vs. 10.1 ± 3.3,p < .001)。根据体重指数,图像噪声似乎增加,SNR/CNR似乎降低(补充表5)。
讨论
在本研究中,基于图像的深度学习去噪算法提高了超低剂量CT在诊断急性阑尾炎中的图像质量,并提高了经验较少的放射科住院医师的诊断性能。
我们的研究在管理CT剂量降低方面展现了若干优势,这在临床实践中是一个具有挑战性的情况。首先,我们的分析将基于图像的深度学习算法应用于重建的CT图像,而非正弦图,从而确保了可推广性。既往研究报道,与滤波反投影或迭代重建技术相比,基于深度学习的重建算法在CT图像上可改善定性或定量特征[9, 29–32]。然而,这些研究大多依赖正弦图来应用基于深度学习的重建。相比之下,我们的研究使用了基于图像的去噪算法,即使在无法获取正弦图的情况下,也为剂量降低提供了一种实用方法。我们将这一能力归因于在大型图像数据集上训练的去噪算法。既往研究已证明其能够在低剂量冠状动脉CT血管造影中改善图像质量和诊断准确性[17],在与厂商特定的深度学习图像重建相比时,在超低剂量胸部CT中显示出最佳的整体图像质量且伪影更少[23],并在儿童腹部CT检查中在降低辐射剂量和碘对比剂用量的同时维持图像质量[24]。其次,我们分析了来自不同厂商各种CT机器的图像数据。既往一项纳入30例患者的可行性研究曾报道,ULDCT在诊断阑尾炎方面不劣于2-mSv CT[33]。然而,该研究存在局限性,包括样本量小且仅使用一台CT机器。另一方面,我们的结果展示了良好的适用性、多功能性以及在更广泛患者群体和各种CT机器上广泛实施的潜力。第三,我们揭示了基于图像的深度学习去噪算法在诊断阑尾炎这一临床任务中的实用性。这一方面超越了ULDCT与D-ULDCT之间简单的图像质量比较。改善图像质量与辅助诊断之间可能存在一定差距。因此,我们的研究结果表明,深度学习去噪算法的实际应用有助于提高诊断准确性,尤其是对于经验较少的放射科医师。
有趣的是,在阑尾可视化方面,我们未观察到ULDCT与D-ULDCT之间的显著差异。大多数患者在ULDCT和D-ULDCT图像上阑尾均显示良好,ULDCT的范围为77.8–91.7%,D-ULDCT分别为79.4–92.2%。考虑到既往一项研究在2-mSv CT下实现了超过85%病例的良好可视化[34],阑尾可视化可能略有受损,尽管正式的统计学比较受限。然而,无论阑尾可视化程度如何,放射科医师在D-ULDCT中对阑尾炎均取得了良好的诊断性能(AUC,0.94–0.97),这与既往研究的发现一致[34]。有趣的是,即使在阑尾未显示的情况下,放射科医师在大多数病例中仍能准确诊断或排除阑尾炎。虽然我们无法对这一发现提供明确的解释,但我们推测放射科医师可能依赖次要征象,如腹部右下腹的脂肪浸润或积液,来辅助其诊断决策。
关于去噪图像中的人工感,委员会认证的腹部放射科医师认为D-ULDCT更具人工感,而放射科住院医师则认为其更自然。我们假设,对于习惯于阅读滤波反投影或迭代重建CT图像的资深放射科医师而言,D-ULDCT的图像可能更不熟悉、更具人工感。另一方面,对于经验较少的住院医师而言,与ULDCT相比,D-ULDCT可能显得更清晰、更自然,这在一定程度上促成了D-ULDCT提高了两名住院医师诊断准确性的发现。
我们的研究存在局限性。第一,超低剂量CT图像是使用经过验证的噪声插入工具[15]从2-mSv CT图像模拟生成的。虽然这使我们能够在不同辐射剂量下比较同一患者的图像而无需额外暴露,但需要注意的是,模拟图像可能无法完全复现原始数据。因此,从模拟图像获得的结果可能无法完全反映实际CT检查中观察到的结果。第二,尽管我们为各种器官勾画了ROI进行定量分析,但在测量平均Hounsfield单位时可能存在潜在偏倚,尤其是对于小物体。第三,我们的研究仅侧重于评估深度学习去噪算法,未包括与其他CT重建方法(如滤波反投影或迭代重建)的比较。未来的研究可受益于纳入此类比较,以更全面地理解不同重建技术的性能和有效性。
总之,基于图像的深度学习去噪算法可在诊断急性阑尾炎时提供更好的超低剂量CT图像质量,并提升经验较少的放射科医师的诊断性能。
电子补充材料
以下是电子补充材料的链接。
补充材料1
引用
- Choi HU, Cho J, Hwang J, et al. Diagnostic performance and image quality of an image-based denoising algorithm applied to radiation dose-reduced CT in diagnosing acute appendicitis. Abdom Radiol (NY). 2024. PMID: 38411690. doi:10.1007/s00261-024-04246-3
- 全文:PMC11213764(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11213764/
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。