文献速递腹部技术与安全CT

在腹部CT中使用模型观察者基于任务量化图像质量:一项多中心研究

Task-based quantification of image quality using a model observer in abdominal CT: a multicentre study.
PubMed 文献 · Eur Radiol · 2018-06-01

研究在62个中心的68台CT上,用可模拟成人不同体型的腹部体模和局部门静脉期临床参数扫描,以通道化Hotelling观察者评估低对比度可检测性。小、中、大体模的中位CTDIvol分别为5.8、10.5、16.3 mGy,中位AUC分别为0.96、0.90、0.83;相同临床问题下图像质量差异随体模增大而增大,作者提出应开展标准化倡议。

要点

  • 同一临床任务下,不同CT单位及协议所得图像质量差异明显,并随体模尺寸增大而增大。
  • 小体模中位AUC为0.96,中体模为0.90,大体模为0.83,对应中位CTDIvol分别为5.8、10.5、16.3 mGy。
  • 仅依靠DRL优化剂量不足以确保满足临床要求的图像质量。

核心结论

  • 模型观察者显示,针对同一临床问题,不同CT单位图像质量水平存在重要差异,且该差异随体模尺寸增大而增大,并伴随患者辐射剂量的巨大变异。
  • 作者提出可启动标准化倡议,以确保针对明确临床问题获得可比的诊断信息,并将与临床问题相关的图像质量要求作为患者剂量优化的起点。
  • 作者认为仅应用DRL进行剂量优化不足以确保临床要求。

研究设计与样本

  • 多中心体模研究,纳入62个中心的68台CT(GE Healthcare、Philips Healthcare、Siemens Healthineers、Canon Medical System四个主要厂商,GE与Philips占本研究CT单位的68%)。
  • 使用拟人腹部体模QRM 401,小体模前后径×横径为20×30 cm(BMI 20 kg/m2,体重约50 kg),加2.5 cm环后中体模为25×35 cm(BMI 26 kg/m2,体重约90 kg),加5 cm环后大体模为30×40 cm(BMI 35 kg/m2,体重约120 kg)。
  • 体模中心插入含直径8、6、5 mm球状病灶的圆柱模块,病灶相对背景对比度为20 HU(120 kVp),每种直径4个球。
  • 按各单位局部临床门静脉期采集与图像重建参数扫描,扫描及重建视野分别为小体模320 mm、中体模370 mm、大体模420 mm。
  • 每台CT单位在不改变位置的情况下扫描10次,得到40幅含信号图像和90幅仅含噪声图像。

诊断标准与关键数值

  • 小体模CTDIvol范围为2.3–18.7 mGy,中位5.8 mGy,第三四分位7.5 mGy;中体模为5.5–34.2 mGy,中位10.5 mGy,第三四分位13.4 mGy;大体模为8.6–34.2 mGy,中位16.3 mGy,第三四分位20.9 mGy。
  • 小体模中位AUC为0.96,第三四分位0.97,部分中心AUC>0.99,仅3个中心AUC<0.85;中心a的两个方案剂量过低致AUC<0.85,中心b和c层厚5 mm因部分容积效应不能准确检测5 mm病灶。
  • 中体模中位CTDIvol为10.2 mGy,中位AUC为0.90(第三四分位0.94),近四分之一中心AUC<0.85;中心a和b因重建层厚5 mm次优导致剂量相对或显著偏高,这些图像来自2007–2009年上市的较老CT。
  • 大体模中位CTDIvol为16.1 mGy,中位AUC为0.83(第三四分位0.87),近四分之一中心AUC<0.80;中心a因使用最老CT之一出现部分容积效应致图像质量显著偏低。
  • 第一种ATCM(用户选择噪声水平)下,不同体模间AUC相关系数r为小vs大0.33至中vs大0.49;第二种ATCM(用户仅输入以mAs计的参考图像负载)下r为小vs大0.40至中vs大0.58,呈弱至中度正相关。

临床应用与阅片要点

  • 对腹部CT门静脉期方案,可以基于任务的模型观察者指标(如5 mm低对比病灶的AUC)客观评估低对比度可检测性,而非仅凭图像外观。
  • 评估图像质量时应包括多个患者体型,因为图像质量与体模尺寸的相关性仅为弱至中度(r 0.33–0.58)。
  • 重建层厚5 mm会因部分容积效应影响直径5 mm病灶的准确检测,即使剂量较高。
  • DRL仅能部分降低机构间剂量差异,作者认为剂量优化应以与明确临床问题相关的图像质量要求为起点。
  • 作者认为放射科医师、放射技师和医学物理师应协作,确保剂量降低不致产生次优图像而可能损害诊断质量。

局限性

  • 研究未考虑静脉对比剂给药,而这是优化方案的重要部分,对器官和血管对比增强及诊断产出有不可否认的影响。
  • 使用均匀体模简化了图像质量客观评估,但与当前具有不均匀背景的临床情况相距较远。
  • 最大体模仅由肌肉组织构成,不能完全代表肥胖患者,这增加了对受检CT单位的性能要求。
  • 体模内病灶材料若含高原子序数物质(如碘)在临床相关性上会更好,因为所研究的门静脉期腹部CT方案是注射后时相。
  • 其他采集和图像重建参数(如ATCM、管电压、层厚和IR水平)也影响整体CT图像质量,但分别评估所有这些参数的混杂效应需要进一步专门研究,超出本研究范围。
全文中译9 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Eur Radiol. 2018 Jun 1;28(12):5203–10. doi: 10.1007/s00330-018-5518-8

引言

在诊断放射学中,计算机体层摄影(CT)占公众辐射剂量暴露的很大一部分,这引发了公众对潜在致癌风险的担忧[1–4]。许多倡议已被发起以避免不必要或无用的暴露,如“Image Gently”和“Image Wisely”。诊断参考水平(DRLs)的引入在一定程度上减少了不同机构之间所施加剂量暴露的异质性[5]。然而,为CT检查提供的DRLs通常被定义为解剖区域的函数,这无疑是一个局限性,因为给定的解剖区域可能根据具体临床问题(例如,头部创伤与缺血性卒中)而需要不同的图像质量。此外,已提出技术发展,如自动管电流调制(ATCM),使用动态束准直以减少过度扫描范围,从而大幅降低患者暴露[6]。此外,在过去10年中,迭代重建(IR)技术作为在确保图像质量的同时降低CT剂量暴露的机制已变得越来越流行。总体而言,与传统的滤波反投影(FBP)技术相比,IR技术允许大幅降低噪声,同时保持合理的空间分辨率[7–12]。

随着多家CT厂商目前提出大量IR解决方案,系统评估每种技术的剂量降低潜力和随后的图像质量已变得至关重要。这些研究已使用临床图像和体模图像进行[13–15]。尽管产生了主观上更好看的图像,但当所应用的剂量降低过高时,IR技术无法完全恢复低对比度结构的检测[16, 17]。因此,在通过IR处理剂量降低时,应使用基于任务的图像质量评估方法系统地研究低对比度可检测性(LCD)。鉴于CT制造商提出大量IR解决方案,此类图像质量评估应使用体模和客观定量方法进行。美国食品药品监督管理局建议使用数学模型观察者作为人类观察者的替代[18]。其结果提供在体模上测量的图像质量指标作为图像质量指标,而容积CT剂量指数(CTDIvol)或剂量长度乘积(DLP)被用作患者暴露指标。

本研究旨在研究在评估不同大小的体模中是否存在局灶性腹部病变时,大量中心所提供的患者暴露变异性和CT图像质量。

材料与方法

腹部体模与图像采集

本研究使用了一个模拟成年患者产生的三种衰减的拟人腹部体模(QRM 401)(图1)。该体模被称为小体模(前后径(AP)×横径:20×30 cm),代表体重指数(BMI)为20 kg/m2或患者体重约50 kg的瘦成年患者。为改变患者形态,在体模上增加了两个额外的环,一个中等尺寸(厚度2.5 cm)和一个大尺寸(厚度5 cm)。通过这两个额外环(AP×横径分别为:25×35 cm和30×40 cm),体模分别代表BMI为26 kg/m2(患者体重约90 kg)和35 kg/m2(患者体重约120 kg)的患者。一个包含直径8、6和5 mm球形病灶的圆柱形模块被插入体模中心,在120 kVp下相对于背景的对比度为20 HU(每种直径四个球体)。值得一提的是,体模由各种不含任何高原子序数材料的塑料制成。因此,对比度随X射线束能量的变化可忽略不计。

三种腹部体模尺寸在安装于62个中心的68台CT扫描仪上进行了扫描(表1)。代表了四大主要制造商:GE Healthcare、Philips Healthcare、Siemens Healthineers和Canon Medical System。GE和Philips占本研究涉及CT设备的68%。每次数据采集均按照当地临床门静脉期的采集和图像重建参数进行。为最大化自动管电流调制(ATCM)的性能,体模始终定位于CT扫描仪的等中心[6, 19, 20]。为提供可比的空间分辨率,小、中、大体模的扫描和重建视野分别设置为320 mm、370 mm和420 mm。为确保结果的统计稳健性,体模在每台CT设备上扫描十次,不同采集之间不改变其位置。这产生了40幅包含信号的图像和90幅仅包含噪声的图像[19, 20]。

图1 拟人腹部体模的CT图像。从左至右:小、中、大体模 查看原图 ↗
表1 本研究涉及的68台CT扫描仪 查看原表 ↗

图像质量评估

使用具有密集高斯差分(DDoG)通道的通道化Hotelling观察者(CHO)评估LCD。所选通道已知能代表人类初级视觉皮层(V1)的空间选择性行为。通过这一图像通道化过程(每幅图像通过DDoG通道),该模型观察者被认为是拟人的。在本研究中,我们使用了十个密集高斯差分通道,因为已知该值足以在此类简单任务中很好地模拟人类检测[21–23]。

每个通道由公式1定义:

其中ρ为空间频率,σj为每个通道的标准差,Q为滤波器带宽。第j个通道的每个标准差值为σj = σ0 αj-1。如先前所述[21],以下变量设置为:σ0 = 0.005,α = 1.4,Q = 1.67。

与其他CHO模型一样,具有DDoG通道的CHO模型通过通道化图像v与模板w之间的点积计算决策变量λ,如公式2所示:

决策变量可视为模型对图像给出的评分。决策变量越高,图像中存在信号的概率越高。本研究使用90幅无信号图像计算无信号图像类别的90个决策变量,使用40幅有信号图像计算有信号图像类别的40个决策变量。在公式2中,T为转置运算符;n表示图像类别,即无信号或有信号,s表示病灶大小,i表示图像编号。模板(w)通过由90幅不含信号的通道化图像计算协方差矩阵K,将噪声的统计知识纳入考量。模板w还通过计算代表不同病灶大小的理论信号将信号纳入考量,如公式3所示:

本研究仅使用直径为5 mm的模体球体,因为初步测量显示该尺寸在受试者工作特征(ROC)曲线下面积(AUC)方面是最关键的参数。为避免需要采集过多图像,我们在信号模板中使用了直径为5 mm的理论信号(vTheo)而非平均信号(平均信号定义为含信号图像均值与仅含噪声图像均值之差)。该信号使用半高全宽为5 mm的模拟二维高斯曲线创建。此外,该方法避免了数据的过拟合。随后利用无信号类别(90个决策变量)和有信号类别(40个决策变量)的决策变量分布计算ROC研究,并以AUC对其表征。AUC是评估图像质量的替代指标。AUC的平均值和标准差采用自举法[24]估计。在实践中,模型对每个类别进行了500次ROC实验。未添加内部噪声来改善模型观察者与人类观察者性能之间的匹配[25]。

显示的CTDIvol被用作患者剂量暴露的品质因数。我们未系统测量这些显示的CTDIvol值,因为我国法规要求每3个月进行一次符合性检查。该符合性检查必须由制造商执行,以确保显示值与测量值之间的CTDIvol差异在≤ 20%的允许范围内相等。

由于本研究涵盖了四大制造商,数据采集涉及两种不同类型的自动管电流调制(ATCM):一种ATCM由用户选择噪声水平(GE和Canon Medical System),另一种ATCM由用户仅输入参考图像负荷(以mAs计,Philips和Siemens)。为研究患者尺寸变化时ATCM方法对图像质量的影响,使用Pearson系数(r)计算不同模体尺寸的AUC之间的相关性。相关性是一种效应量,因此我们可以使用Evans等[26]针对r绝对值建议的指南来口头描述相关性的强度:0.00–0.19“极弱”,0.20–0.39“弱”,0.40–0.59“中等”,0.60–0.79“强”,0.80–1.0“极强”。

结果

按患者尺寸表示的CTDIvol

正如预期,CTDIvol随体模尺寸增大而增加。由于每个设备选择了当地实施的临床CT方案,对于给定体模尺寸,CTDIvol差异显著。对于小体模,CTDIvol范围为2.3至18.7 mGy,中位数为5.8 mGy,第三四分位数为7.5 mGy。对于中等尺寸体模,CTDIvol范围为5.5至34.2 mGy,中位数为10.5 mGy,第三四分位数为13.4 mGy。对于最大体模,CTDIvol范围为8.6至34.2 mGy,中位数为16.3 mGy,第三四分位数为20.9 mGy(图2)。

图2 三种体模尺寸获得的CTDIvol与腹部临床CT方案设置的函数关系。彩色矩形中间的黑色线代表中位数。矩形的下边缘对应第一四分位数,上边缘对应第三四分位数。底部线代表第五百分位数,顶部线代表第95百分位数。这两条线之外的红色点为离群值 查看原图 ↗

腹部CT方案的图像质量

小体模

对于小体模(图3),尽管与提供的腹部CT方案国家DRL(15 mGy)[27]相比使用了相对较低的CTDIvol值(中位CTDIvol 5.8 mGy),大多数中心获得了优异的图像质量(AUC ≥0.95)(图3)[28]。事实上,中位AUC为0.96,第三四分位数为0.97,多个中心达到AUC >0.99。仅三个中心的AUC <0.85。两个方案(中心a,见图3)对CT使用了过低的剂量水平,因此仅达到AUC低于0.85的图像质量。中心b和c使用的层厚等于5 mm,因此由于部分容积效应,即使剂量很高,也无法准确检测直径为5 mm的病灶。

图3 小尺寸体模的AUC与CTDIvol的函数关系 查看原图 ↗

中等尺寸体模

对于中等尺寸体模(图4),中位CTDIvol为10.2 mGy,中位AUC为0.90(第三四分位数0.94)。在此体模尺寸下,几乎四分之一中心的AUC <0.85。三个方案(中心a和b,见图4)的剂量水平相对或显著较高,原因是重建层厚5 mm欠佳。这些图像是在本研究纳入的最老旧CT扫描仪上获得的,这些扫描仪于2007-2009年推向市场。

图4 中等尺寸体模的AUC与CTDIvol的函数关系 查看原图 ↗

大体模

对于大体模(图5),中位CTDIvol为16.1 mGy,中位AUC为0.83(第三四分位数0.87)。在此体模尺寸下,几乎四分之一中心的AUC <0.80。与其他体模尺寸一样,两个方案(中心a,见图5)的图像质量显著较低,原因是使用最老旧CT设备之一相关的部分容积效应。

图5 大尺寸体模的AUC与CTDIvol的函数关系 查看原图 ↗

图像质量相关性

对于第一种自动管电流调制(ATCM),用户必须选择噪声水平,不同体模尺寸之间AUC值的相关性(r)从小体模与大体积模之间的0.33到中等体模与大体积模之间的0.49不等(表2)。对于第二种ATCM,用户仅输入参考图像负荷(以mAs为单位),不同体模尺寸之间AUC值的相关性(r)从小体模与大体积模之间的0.40到中等体模与大体积模之间的0.58不等(表3)。因此,CT图像质量水平与体模尺寸之间存在弱至中度正相关。

表2 基于受试者工作特征曲线下面积(AUC)的相关性矩阵,该AUC通过自动管电流调制(ATCM)获得,其将绝对噪声水平维持在接近目标值 查看原表 ↗
表3 基于受试者工作特征曲线下面积(AUC)的相关性矩阵,该AUC通过自动管电流调制(ATCM)获得,其针对所有患者尺寸维持与参考图像相关的整体诊断质量的恒定水平 查看原表 ↗

讨论

为证明某项CT检查的合理性,成像方案应经过调整以回答与该检查适应证相对应的一个或多个特定临床问题。在本研究中,LCD采用门静脉期评估局灶性肝脏病变的检测。因此,我们通过将拟人化CHO模型观察者应用于三种腹部体模尺寸,创建了一种基于任务的方法。使用该方法,我们表明全国多家CT设备所应用的一些临床方案能够在低剂量范围内产生高图像质量水平。然而,在相似或不同CT设备上应用的一些方案尽管使用了可比的剂量范围,却产生了较低的AUC水平。这有时是由于使用了次优的ATCM设置或次优的重建层厚(图4和图5)。需要进一步研究以充分了解使用高剂量水平的CT设备是否能获得更好的结果。

Taylor等人最近表明,需要大约300例体重在67–73 kg范围内患者的CT检查样本才能建立可靠的DRL [29]。多年来,DRL概念的广泛应用使得实践中特定解剖区域的患者曝光在全国范围内实现了统一[30, 31]。在我们的研究中,似乎使用基于任务的图像质量方法获得的图像质量在小体模条件下所有中心之间相对一致;然而当扫描较大体模尺寸时,图像质量在不同中心之间趋于变化。然而,对于给定的临床问题,剂量存在很大变异性,尤其是在处理大体重患者时,这是由于不同的ATCM设置所致。因此,重要的是使用不同的体模尺寸来评估在改变曝光和患者体型时图像质量的表现。所有这些剂量和患者曝光方面的变化导致在改变体模尺寸时图像质量结果之间呈现弱至中度相关性(表2和表3)。实际上,本地实践(尤其是图像采集期间最大mA的设置)和/或X射线管功率的限制影响了为每位患者体型使用等效图像质量水平的可行性。在此类情况下,采集参数必须相应调整,但在我们纳入研究的大多数中心中,采集参数和患者剂量的优化并未达成。当使用国家/国际DRL来优化临床CT协议时,图像质量目前并未被考虑。我们的研究表明,DRL概念在处理患者剂量优化时已达到其极限,因为应用于不同CT设备上的可比剂量水平提供了高度可变的诊断图像质量水平。临床CT协议的优化应确保对于明确定义的临床问题,在不同CT设备上以可实现的最低剂量获得可比的诊断信息。仅试图在不同CT设备上达到可比的患者曝光剂量,在患者曝光和图像质量优化的框架中潜力有限。

因此,最终挑战在于建立不同临床任务与用于评估图像质量的替代指标之间的联系[32]。这些基于任务的图像质量准则(例如LCD要求)应针对少数体型类型启动,并建立关于图像质量要求作为常见临床指征函数的标准化流程[33]。实际上,与标准FBP重建算法相比,IR在更大剂量范围内提供的图像看起来令人满意,因为噪声量不会引起放射科医师的警觉。然而,可能进行“盲目”的剂量降低,这可能损害诊断图像质量。因此,应通过客观和定量地评估图像质量来确保必要信息量的存在,以充分受益于使用IR所提供的剂量降低潜力[34]。

本研究存在局限性。第一,我们未考虑静脉注射对比剂,而这是优化方案的重要组成部分,对器官和血管的对比增强具有不可否认的影响,进而影响诊断价值;然而该方法可实现高达50%的剂量降低[35]。第二,由于使用了均匀体模,简化了图像质量的客观评估,但与当前具有不均匀背景的临床情况相去甚远。尽管如此,我们仍认为这是优化过程的良好起点。第三,最大的体模仅由肌肉组织制成,不能完全代表肥胖患者。这增加了对所研究CT设备的性能要求。添加到体模核心的最大环理想情况下应同时包含肌肉组织和脂肪。第四,当我们在腹部CT方案中研究门静脉期(实际上是一个注射期)时,如果插入体模内部的病灶材料含有高原子序数(Z)物质(如碘),则更具临床相关性。最后,其他若干数据采集和图像重建参数,如自动管电流调制(ATCM)、管电压、层厚和迭代重建(IR)水平,均影响整体CT图像质量。然而,我们的主要目的是强调单一临床任务下图像质量和剂量的广泛差异。单独评估所有这些参数的混杂效应需要进一步的专门研究,超出了本研究的范围。

总之,我们开发了一种客观、定量且稳健的方法,使用三种不同大小的体模对腹部CT方案进行基准测试,并评估了来自全国62个中心的68台不同CT设备。我们的研究表明,放射科医师、放射技师和医学物理师必须协作,确保剂量降低不会导致次优图像,从而可能损害诊断质量。先前引入的诊断参考水平(DRL)概念旨在减少患者辐射剂量的变异性,但正如我们在此所展示的,这不足以确保不同CT设备上可比的图像质量。我们现在应定义一套与明确临床适应症相关的基于任务的图像质量标准,并致力于图像质量要求的标准化。为建立这些要求,重要的是确定需要检测的关键目标,并确定用于标准化体模的AUC水平。

引用

  1. Racine D, Ryckx N, Ba A, et al. Task-based quantification of image quality using a model observer in abdominal CT: a multicentre study. Eur Radiol. 2018. PMID: 29858638. doi:10.1007/s00330-018-5518-8
  2. 全文:PMC6223860(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6223860/

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。