肺癌筛查中不同CT辐射剂量方案下冠状动脉钙化评分与肺气肿范围的自动测量一致性
本研究在361例肺癌筛查受试者中,于同一屏气内先后行低剂量CT(LDCT)和超低剂量CT(ULDCT),用全自动AI软件测量冠状动脉钙化(CAC)Agatston评分和肺气肿低衰减区百分比(%LAA)。CAC风险分层在275/327(84%)受试者中重叠,一致性几乎完美(Kw=0.86,95%CI 0.82-0.90);%LAA分层仅在204/356(57%)中重叠,一致性中等(Kw=0.57,95%CI 0.51-0.63),ULDCT倾向于高估肺气肿。
要点
- ULDCT自动CAC评分与LDCT高度一致(Kw=0.86,ICC=0.86),但100-399和≥400类别有低估趋势。
- ULDCT的%LAA分层与LDCT仅中等一致(Kw=0.57),ULDCT上肺气肿程度倾向于被高估。
- 不一致的分层中超过90%落入相邻风险类别,但作者建议肺癌筛查采用标准化采集方案以提高可重复性。
核心结论
- 全自动AI软件在ULDCT上定量CAC似乎可行,结果与LDCT相似;而肺气肿定量在ULDCT上倾向于被高估。
研究设计与样本
- 回顾性分析来自前瞻性bioMILD试验(NCT02247453)的数据,纳入361例连续筛查受试者。
- 每名受试者在同一次屏气内先后接受LDCT(120 kVp、25 mAs,无管电流调制,头足方向)和ULDCT(足头方向,锡滤过谱成形,分ULDCT1-4四种方案)。
- LDCT采用Br49核和ADMIRE 3重建;ULDCT采用Br49(ADMIRE 3)和Qr49(ADMIRE 4)两种中锐核重建,层厚1 mm、增量0.7 mm。
- 使用商用全自动AI软件(AVIEW,Coreline Soft)测量CAC(Agatston评分分0-99、100-399、≥400三组)和%LAA(分≤1、1-5、>5三组)。
关键影像表现/征象
- CAC最终分析327例:LDCT中位CAC评分53.8(IQR 1.6-303.2),ULDCT中位27.3(IQR 2.4-158.8)。
- LDCT上CAC 0-99、100-399、≥400分别为187例(57.2%)、74例(22.6%)、66例(20.2%);ULDCT上分别为219例(67.0%)、61例(18.7%)、47例(14.4%)。
- %LAA最终分析356例:LDCT中位%LAA 1.5(IQR 0.6-3.8),ULDCT中位3.5(IQR 1.4-7.2)。
- LDCT上%LAA≤1%、1-5%、>5%分别为132例(37.1%)、177例(49.7%)、47例(13.2%);ULDCT上分别为67例(18.8%)、157例(44.1%)、132例(37.1%)。
诊断标准与关键数值
- CAC分层重叠275/327(84%),Kw=0.86(95%CI 0.82-0.90),ICC=0.86(95%CI 0.79-0.90),Pearson相关系数0.96(p<0.001)。
- %LAA分层重叠204/356(57%),Kw=0.57(95%CI 0.51-0.63),ICC=0.57(95%CI 0.21-0.75),Pearson相关系数0.876(p<0.001)。
- 肺气肿定义为体素衰减≤-950 HU占肺体积百分比(%LAA),风险分层为≤1、1-5、>5。
临床应用与阅片要点
- 作者认为全自动CAC和肺气肿定量在肺癌筛查中似乎可行,但两方案间的差异提示在转诊临床评估时应批判性解读全自动评估结果。
- 作者建议在肺癌筛查中鼓励使用标准化采集方案以提高测量可重复性。
- 作者推测简单调整肺气肿定量软件阈值可能克服ULDCT上观察到的肺气肿高估程度。
局限性
- 作为回顾性研究,研究结果受混杂因素影响。
- 单中心设计且仅使用单一CT厂商设备,降低了结果的普遍性。
- 仅评估了两种辐射剂量CT方案间CAC评分和%LAA分类的一致性,未测试ULDCT相对LDCT的诊断性能。
全文中译11 节 · 点击展开
引言
肺癌(LC)、慢性阻塞性肺疾病(COPD)和心血管疾病(CVD)——“三大疾病”——预计到2050年将成为全球主要死因[1]。除肺结节外,胸部低剂量计算机断层扫描(LDCT)还可检测和量化冠状动脉钙化(CAC)和肺气肿,二者分别被认定为CVD和COPD的生物标志物[2, 3]。
基于肺癌死亡率降低20%–40%的证据[4, 5],多个国家利益相关方和国际科学学会日益支持基于LDCT的肺癌筛查(LCS)项目[6–9]。由于三大疾病共享其主要危险因素[1],这些推进LCS实施的努力可能通过LDCT图像的大量可及性,为改善CVD和COPD的二级预防提供独特机遇。如此潜在庞大的影像数据数量及其异质性,要求一种省时且可重复的影像分析方法。放射学文献探索了定量影像学领域,使得评估肺气肿和CAC的客观参数得以应用,主要利用基于人工智能(AI)的系统[10–12]。然而,基于AI的CAC和肺气肿客观且可重复的量化是否受CT辐射剂量影响及其影响程度仍有待明确。
本回顾性研究旨在使用市售AI软件,评估在两种不同辐射剂量方案(即LDCT和超低剂量CT(ULDCT))采集的CT图像上,CAC评分和肺气肿范围的自动测量的一致性。
材料与方法
研究人群
本回顾性研究基于bioMILD试验(clinicaltrials.gov ID:NCT02247453)获取的前瞻性数据,该试验是一项正在进行的前瞻性研究,检验血浆miRNA与LDCT联合应用通过个体风险评估和个性化筛查间隔来提高LCS疗效的效果。bioMILD试验的详细信息已在其他文献中描述[13]。在4119名bioMILD受试者(2013年1月至2016年3月入组)中,479名连续志愿者计划于2019年2月至7月间被召回进行 incident round,受邀接受两种不同辐射剂量CT方案扫描,如前所述[14]。由于118人拒绝参与,患者队列包括361名筛查者(图1)。
原机构审查委员会批准和书面知情同意允许将数据用于未来研究。
图像采集与重建
LDCT扫描使用第三代双源CT扫描仪(Somatom Force,Siemens Healthineers)获取;每位参与者在同一单次屏气内接受双重扫描:一次LDCT扫描(120 kVp和25 mAs,无管电流调制),以头足方向采集;一次ULDCT,以足头方向采集。ULDCT使用锡滤过器进行光谱整形,采用四种不同方案:ULDCT1:对92名受试者采用全自动管电位调制方法(CARE kV,Sn100 kVp–Sn150 kVp)和自动曝光控制(AEC,参考电流100 mAs);
ULDCT2:根据患者体型固定管电压和管电流(Sn100 kVp;视野为300 mm的筛查者140 mAs,FOV为350/400 mm的筛查者210 mAs),共91名受试者;
ULDCT3:混合方法,管电压固定为Sn100 kVp,电流采用自动曝光控制(AEC),参考值为100 mAs,共85名受试者;
ULDCT4:混合方法,管电压固定为Sn150 kVp,电流采用自动曝光控制(AEC),参考值为20 mAs,共93名受试者。
LDCT和ULDCT采用1 mm层厚、0.7 mm层间隔重建。LDCT扫描采用中锐核(Br49)和高级模型迭代重建(IR,ADMIRE强度等级3),而ULDCT扫描采用两种中锐核和IR强度等级,即Br49(ADMIRE 3)和Qr49(ADMIRE 4)。
更详细的描述已在其他地方报道[14]。
临床数据
既往病史数据,包括心血管危险因素数据,通过专用问卷和在基线筛查轮次与研究调查者的直接访谈收集。
冠状动脉钙化和肺气肿定量
LDCT和ULDCT图像传输至专用工作站(Alienware Area 51 R6,配备双NVIDIA GeForce RTX 2080 OC显卡),并由市售全自动人工智能软件(AVIEW,Coreline Soft;www.corelinesoft.com)分析。如其他地方报道[10],CAC采用基于三维U-net架构的评分工具测量,并使用三个预定义的Agatston评分分类进行分层:0–99、100–399和≥ 400 [15]。肺气肿采用衰减≤ −950亨氏单位(HU)的体素占肺容积的百分比(低衰减区百分比,%LAA)进行定量[16, 17]。%LAA值使用三个预设风险分类进行分层:≤ 1、1–5和> 5 [18]。%LAA和CAC在基于卷积神经网络的锐核至软组织核转换后计算[19]。核转换算法旨在从低剂量、高频核图像获得模拟标准剂量、低频核图像[20]。
统计分析
研究目标是对两种不同辐射剂量CT协议获得的CAC和%LAA值进行个体内比较。描述性统计中,分类变量以数量和百分比报告,连续变量以中位数和四分位距(IQR)报告。CAC和%LAA分类的一致性采用Fleiss-Cohen加权k-Cohen指数(Kw)和组内相关系数(ICC)及95%置信区间(CI)测量。连续测量的相关性通过散点图和Bland Altman图展示,并采用Pearson相关系数检验。
分析使用统计分析系统软件(SAS Studio 3.8,SAS Institute Inc.)进行。
结果
冠状动脉钙化
24名志愿者因既往CVD病史(即心肌梗死、血栓形成、卒中和心绞痛)被排除,4名因既往冠状动脉支架置入史被排除,6名因CAC测量软件故障被排除。CAC比较分析的最终队列包括327名接受LDCT和ULDCT协议检测的志愿者(表1)。
LDCT扫描上CAC评分的中位值为53.8(IQR 1.6–303.2);187名志愿者(57.2%)评分为0–99,74名(22.6%)为100–399,66名(20.2%)≥ 400。
ULDCT扫描上CAC评分的中位值为27.3(IQR 2.4–158.8);219名志愿者(67.0%)评分为0–99,61名(18.7%)为100–399,47名(14.4%)≥ 400。
在275/327(84%)名志愿者中观察到LDCT与ULDCT扫描之间的CAC分层存在重叠,一致性几乎完美:Kw为0.86(95% CI 0.82–0.90),ICC为0.86(95% CI 0.79–0.90)。LDCT与ULDCT的CAC评分呈强正相关,Pearson系数为0.96(p < 0.001),如图2A所示(另见补充图1)。
肺气肿
5名筛查者因软件在%LAA测量中发生故障而被排除。最终用于%LAA比较分析的队列包括356名志愿者(表2)。
LDCT上测得的%LAA中位值为1.5(IQR 0.6–3.8);132名志愿者(37.1%)评分≤ 1%,177名(49.7%)为1–5%,47名(13.2%)> 5%。
ULDCT上测得的%LAA中位值为3.5(IQR 1.4–7.2);67名志愿者(18.8%)评分≤ 1%,157名(44.1%)为1–5%,132名(37.1%)> 5%。
在204/356(57%)名志愿者中发现LDCT与ULDCT扫描之间的%LAA分层存在重叠,一致性中等:Kw为0.57(95% CI 0.51–0.63),ICC为0.57(95% CI 0.21–0.75)。LDCT与ULDCT的%LAA呈强正相关,Pearson系数为0.876(p < 0.001),如图2B所示(另见补充图2)。
辐射暴露
ULDCT的剂量长度乘积(DLP)值低于LDCT,其中ULDCT3方案显示出最低的容积CT剂量指数(CTDIvol)和有效剂量(ED)值。详细数据见表3。
讨论
我们通过将参与LCS项目的受试者ULDCT扫描上的自动化CAC和肺气肿定量结果与同一屏气内采集的LDCT扫描结果进行比较,检验了前者的可行性。我们观察到84%的筛查者CAC风险类别存在重叠,一致性几乎完美,而%LAA类别的重叠总体较低,仅显示中等一致性。鉴于计划启动或已在开展LCS活动的机构数量迅速增加,这些结果尤其值得关注。CAC和肺气肿测量的可重复性本质上有利于LCS在国家卫生系统内的适用性,因为在这样的系统中预计会使用不同的CT扫描仪和采集方案。
尽管一致性几乎完美(Kw为0.86),但观察到ULDCT成像在100–399和≥ 400类别中存在CAC评分低估的趋势,而在最低风险类别中则注意到相反的趋势。既往文献报道,在此背景下ULDCT成像 compared to 标准剂量CT的特异性和敏感性较低,但尚未探索自动化方法可能带来的结果改善[21]。Gorenstein等人最近在123名受试者的LCS队列中测试了一种新型基于AI的重建去噪方法,用于评估ULDCT成像上的肺结节和CAC[22],证明ULDCT成像在CAC评估方面的准确率为91.7%。
尽管使用了不同的软件和指标,既往研究比较了超低剂量CT(ULDCT)与低剂量CT(LDCT)成像上肺气肿的检测,表明在ULDCT图像上视觉评估可能尤其具有挑战性,所报告的敏感性不一[23]。Wang等观察到,与使用解析重建算法(即滤波反投影)重建的ULDCT扫描相比,迭代重建(IR)算法提高了ULDCT的准确性,减少了对轻微肺气肿的高估[24]。Kim等在非肺癌筛查(non-LCS)人群中测试了两种不同的ULDCT方案(即100 kVp/20 mAs和80 kVp/30 mAs)并使用IR,报告在怀疑肺气肿时应避免极低辐射剂量[25]。然而,后一项研究纳入的受试者数量相当少(25例,其中仅6例患有肺气肿),在一定程度上限制了这些观察结果的意义。值得强调的是,采集是在同一次屏气期间进行的,从而排除了不同时间点内生理变化所致不同吸气水平所引起的潜在变异。此外,图像使用IR算法(ADMIRE)重建,已证明其在对比噪声比(CNR)方面比Kim等所使用的算法(SAFIRE)能确保更高的图像质量[26]。
值得注意的是,一些作者建议在LDCT成像上量化肺气肿时应优先采用高于−950 HU的阈值(例如−940 HU、−930 HU)[27, 28]。因此,可以推测,简单调整用于肺气肿量化的软件阈值可能会克服我们在ULDCT方案中观察到的过高估计程度。
我们的初步结果似乎表明,在肺癌筛查(LCS)背景下,全自动方法用于冠状动脉钙化(CAC)和肺气肿量化可能是可行的,超过90%的分类不一致分层落入最近的风险类别(表1和表2)。然而,两种方案之间观察到的差异表明,在将个体转诊进行临床评估时,应审慎解读全自动评估结果,并且应鼓励在LCS背景下使用标准化采集方案,以提高测量的可重复性。
本研究存在一些局限性。首先,由于任何回顾性研究的固有性质,我们的发现易受混杂因素影响。其次,单中心设计且仅使用单一CT厂商,降低了结果的普适性。第三,我们仅评估了两种不同辐射剂量CT方案之间CAC评分和%LAA分类的一致性,但未测试ULDCT相对于LDCT的诊断性能。
总之,在LCS人群中,由全自动人工智能(AI)软件执行的CAC量化在应用于不同辐射剂量CT方案采集的CT图像时显示出相似的结果,而肺气肿的量化在超低剂量CT方案上往往被高估。
补充信息
电子补充材料
引用
- Ledda RE, Milanese G, Balbi M, et al. Coronary calcium score and emphysema extent on different CT radiation dose protocols in lung cancer screening. Eur Radiol. 2024. PMID: 39704802. doi:10.1007/s00330-024-11254-w
- 全文:PMC12165900(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC12165900/
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。