儿童CT图像质量评分标准(IQSC)的开发与验证:一项初步研究
该质量改进项目开发了针对儿童CT的0-4分图像质量评分标准(IQSC),由5名儿科放射科医生对30例常规及临床指征CT独立评分,67%的评估为3分、29%为4分、4%为2分,观察者间一致性中等至很好(kappa 0.4-1),所有病例病灶检出均未受影响。
要点
- IQSC将图像质量分为0-4分,3分代表图像质量足够、4分代表高于所需,提示需要优化辐射剂量。
- 5名儿科放射科医生对30例儿童CT的观察者间一致性为中等至很好(kappa 0.4-1)。
- 所有CT检查的病灶检出均足够,未因图像质量评分差异而受影响。
核心结论
- IQSC覆盖常规及部分基于临床指征的儿童CT检查场景,具有合理程度的观察者间一致性,可作为评估图像质量的简单实用工具。
- 作者建议开展更广泛的多中心研究以确立这些标准的更广泛适用性。
- 评分可触发对图像质量原因分析的需求。
研究设计与样本
- 本研究为质量改进项目,经机构审查委员会豁免批准。
- 从马萨诸塞州总医院(MGH)基于网络的放射学搜索引擎和数据库Render中随机选取30例不同儿童的CT检查,常规胸部、常规腹部、肾结石、阑尾炎、颅缝早闭、脑室腹腔分流各5例。
- 颅缝早闭CT平均年龄3±5岁,常规胸部CT平均年龄8±4岁,常规腹部CT平均年龄12±5岁,肾结石CT平均年龄16±1岁,阑尾炎CT平均年龄10±3岁,脑室腹腔分流CT平均年龄6±5岁。
- 患者选择不考虑儿科年龄、性别、体重和CT辐射剂量(CTDIvol和DLP)。
- 头部和胸部CT层厚为2.5 mm,腹部CT层厚为5 mm。
关键影像表现/征象
- 常规胸部CT检出9个病灶,包括磨玻璃影4个、肺结节1个、右侧肺门淋巴结增大1个、隆突下淋巴结增大1个、气管旁淋巴结1个、肝脂肪变1个。
- 常规腹部CT检出9个病灶,包括腹腔积液或肠袢间脓肿3个、阑尾增大1个、肠系膜淋巴结病2个、急性阑尾炎1个、结肠憩室病2个、微量腹水1个。
- 肾结石CT检出13枚肾结石(3-5 mm)和1例肾积水。
- 阑尾炎CT检出7个病灶,包括急性复杂性阑尾炎3个、急性非复杂性阑尾炎2个、脾低密度1个、肠系膜淋巴结炎1个。
- 颅缝早闭CT表现包括解剖上额缝早闭、后颅窝畸形、前囟无颅缝早闭证据、右侧去骨瓣减压术、颅骨修补术。
诊断标准与关键数值
- IQSC评分尺度为0-4分:0分表示所需解剖或特征未见,3分表示图像质量足够,4分表示图像质量高于所需。
- 3分或4分均提示图像质量临床可接受,4分代表辐射剂量高于必要、需要方案优化。
- 5名放射科医生中,全部CT检查的67%评为3分,29%评为4分,4%评为2分。
- 所有检查的图像质量中位评分为3分。
- 5名读者间对可接受图像质量(3或4分)与次优图像质量(1和2分)的观察者间一致性为中等至很好(kappa 0.4-1)。
临床应用与阅片要点
- IQSC覆盖常规胸部、常规腹部、肾结石、阑尾炎、颅缝早闭、脑室腹腔分流6种儿童CT方案,可作为日常主观图像质量评估的模板。
- 评分3分代表图像质量足够但非高于所需,4分提示辐射剂量可能高于必要、需要考虑方案优化。
- 本研究中所有CT检查的病灶检出均足够,未因图像质量评分差异而受影响。
- 作者认为IQSC有助于儿童CT辐射剂量优化。
- 作者指出评分本身不分析导致低分的具体原因,但可触发对图像质量原因分析的需求。
局限性
- 本研究为初步试点基线研究,样本量小。
- 本研究仅评估了有限数量的CT方案(n=6)。
- 本研究未排除有运动伪影的患者,导致部分观察者间变异。
- 本研究图像质量评估仅限于一个机构和仅儿科放射科医生,需要广泛的多中心研究来确立这些标准的实用性。
- 未来需要更大样本的研究来建立IQSC与剂量的相关性。
全文中译17 节 · 点击展开
要点
图像质量的客观评估和主观评估均存在局限性
本研究制定了图像质量评分标准(IQSC),以协助儿童CT的主观评估
五名放射科医师在可接受与不可接受图像质量方面观察者间一致性为中等至很好
IQRS提供了一种简单实用的工具,用于评估儿童CT检查的图像质量,并具有合理程度的观察者间一致性
引言
计算机断层扫描(CT)在儿科患者中起着至关重要的作用。对于任何使CT对儿童更安全的行动,国际放射防护委员会(ICRP)规定的优化原则要求平衡辐射剂量与图像质量,以确保必要的诊断信息不受损害[1, 2]。ICRP建议CT图像质量不应高于自信诊断所需[3]。儿童CT协议必须根据临床指征进行定制,以确保儿童患者的CT辐射剂量适当[4–8]。过去半个世纪的多项研究试图客观评估图像质量[9–13]。已研究的参数包括定量图像噪声、信噪比、对比噪声比、调制传递函数(MTF)、归一化噪声功率谱(NNPS)、探测量子效率(DQE)、对比细节以及强迫选择最小可觉差(JND)。大多数客观评分标准适用于学术研究,而非在全球临床环境中日常实践应用。结果表明,特定图像质量参数对检测图像中某一特定方面信息敏感,但作为临床有用性方面的整体图像质量衡量不足。图像质量的主观评分系统以及一些使用图像噪声、对比度、锐利度和伪影的系统已应用于CT图像质量[13–16]。此类研究侧重于质量的视觉方面。放射科医师对图像的主观判断已在日常生活中常规使用,并且确实提供了一种强大的工具,可同时判断图像质量和信息内容的许多方面,以满足诊断需要。一些论文将图像的主观评分与客观指标进行了比较,并证实了主观评分的有用性[9, 10]。通常,个体对图像质量可接受性的偏好导致图像质量和辐射剂量的变异性。观察者间变异性被认为是导致主观图像质量评估不一致和不充分的问题的重要来源。如果制定的标准具有较低的观察者间变异性,则可能被广泛接受。
最近一篇出版物引入了可接受质量剂量(AQD)的新概念,并强调需要制定令人满意的图像质量标准,以将主观图像质量方面与辐射剂量相结合用于优化研究[17]。需要一种在非学术中心背景下可被广泛接受且观察者间变异性较小的图像质量标准方法[18]。这种方法将有助于CT辐射剂量优化以及图像质量的剂量调查研究[17]。将服务提供的复杂问题整合为单一评估评分,如大多数服务提供商中五星评级系统的选项,提供了一种简单而不复杂的方式来评估用户满意度。
在上述背景下,我们开发了儿童CT图像质量评分标准,目标如下:基于特定临床指征(肾结石、阑尾炎、颅缝早闭)和适当辐射剂量,反映相关解剖结构(肾脏、阑尾、颅骨)的充分显示
对图像用于目的的实用性进行评分,从而基于临床指征
使标准在繁忙的临床实践中切实可行
在剂量和图像质量优化研究中引入主观图像质量
在资源较少的国家实现可行性,无需测量参数并依靠放射科医师的主观判断
在本研究中,我们提出了图像质量评分标准(IQSC),用于评估常规和基于临床指征情况下的儿童CT图像质量。此外,我们研究的目的是使用这种基于临床指征的图像质量评分标准(IQSC)评估儿童CT的诊断可接受性和观察者间变异性。
材料与方法
本研究作为质量改进项目实施,因此豁免了机构审查委员会(IRB)批准的要求。MKK从Siemens Healthineers和Riverian Inc.获得了与本研究无关项目的研究资助。其他共同作者无相关财务披露。
儿童患者CT图像的选择
本研究中的CT协议是基于其在大多数儿科实践中的频繁使用而选择的,而不一定是为了评估病灶的低对比度可检测性。
本研究从Render(马萨诸塞州总医院(MGH)基于网络的放射学搜索引擎和数据库)中检索并随机选取儿童CT检查。从30例不同的儿科患者中选取了常规及基于临床指征的儿童CT检查,每类5例,分别为常规胸部(n = 5,平均年龄8 ± 4岁)、常规腹部(n = 5,12 ± 5岁)、肾结石(n = 5,16 ± 1岁)、阑尾炎(n = 5,10 ± 3岁)、颅缝早闭(n = 5,3 ± 5岁)和脑室腹腔(VP)分流(n = 5,6 ± 5岁)。患者选择不考虑儿科年龄、性别、体重和CT辐射剂量(CTDIvol和DLP)。CT检查被保存,并在图像存档与通信系统(PACS,AGFA Impax 6.3,AGFA Healthcare,比利时)上创建工作列表,使用所提出的IQSC进行图像质量评估(详细描述见附加文件1)。放射科医师可查看整个CT检查,包括相关的多平面图像(胸部和腹部CT的矢状面和冠状面)以及任何容积渲染图像(用于颅缝早闭)。头部和胸部CT图像的层厚为2.5 mm,腹部CT图像为5 mm。记录患者的人口学资料、体重、身高和CT辐射剂量信息(CTDIvol、DLP)。对每例儿科患者,根据其体重和身高计算体重指数(BMI,kg/m2)。
主观图像质量评估
综合考虑上文引言中确定的所有要点,评分量表定为0至4分,0表示未见所需特征,3表示图像质量可接受,4表示质量高于所需(表1和附加文件1)。尽管3分或4分均提示图像质量在临床目的上可接受,但4分代表辐射剂量高于必要水平,需要方案优化。IQSC的详细内容见附加文件1。五位获得委员会认证的儿科亚专科放射科医师(经验范围5至20年)参与了对所选CT检查的独立评估。所选儿科CT检查在PACS(AGFA Impax 6.3,AGFA Healthcare,比利时)上显示,用于主观图像质量评分,环境条件与标准诊疗放射学报告所用条件相似。放射科医师可根据个人偏好调整窗宽和窗位。除病灶大小、数量、位置和衰减外,还记录了临床重要病灶。使用表1和附加文件1中描述的IQSC评估病灶显示清晰度和解剖结构的可见性。尽管在脑中评估了多个解剖结构,但每位放射科医师对每项检查给出一个总体IQSC评分。
统计分析
使用统计软件(SPSS 21,IBM,Armonk,NY)分析数据。计算所有六种临床适应证的主观IQSC评分的平均值、中位数和频数。同时纳入主观IQSC的中位数。使用Student t检验评估主观图像质量。p值为0.5,95%置信区间被认为具有显著性。采用kappa统计量评估观察者间图像质量(评分3或4)与次优图像质量(评分1和2)的一致性,基于kappa值(差 < 0.2,一般 0.2–0.4,中等 0.4–0.6,好 0.6–0.8,很好 0.8–1)。
结果
表2总结了纳入患者不同CT协议的年龄、性别、体重和BMI、CTDIvol和DLP的平均值±标准差(SD)。基于IQSC的主观图像质量评分中位数总结于表3。常规和基于各种临床适应证的CT协议的IQSC频率分布总结于表4。
常规胸部CT的主观图像质量
CT上共检测到9个病灶,包括磨玻璃影(n = 4)、肺结节(n = 1,图1)、右侧肺门淋巴结增大(n = 1)、隆突下淋巴结增大(n = 1)、气管旁淋巴结(n = 1)和肝脂肪变性(n = 1)。病灶检测未受影响,这些常规胸部CT检查未检测到假阳性病灶。对于所有常规胸部CT检查,主观图像质量对于阅片者的诊断判读是可接受的(评分3或评分4)。所有CT检查在五位放射科医师的评分为3或4。阅片者对常规胸部CT检查的图像质量评分中位数为3(表3)。
尽管主观图像质量评分存在差异,所有放射科医师对认为具有诊断价值的研究(评分3 [16/25]和4 [9/25],如表4所示)达成一致。对于常规胸部CT,五位阅片者之间的观察者间一致性(可接受图像质量[评分3或4] vs 次优图像质量[评分1和2])为很好(p < 0.0001)。对于所有五位阅片者,常规胸部CT检查的主观图像质量评分频率为64%(评分3)和36%(评分4)(表4)。
常规腹部CT的主观图像质量
常规腹部CT检测到的9个病灶包括腹腔积液或肠袢间脓肿(n = 3,图2)、阑尾增大(n = 1)、肠系膜淋巴结增大(n = 2)、急性阑尾炎(n = 1)、结肠憩室病(2)和少量腹水(n = 1)。五位阅片者对全部常规腹部/盆腔CT检查的图像质量评分为3或4分。没有一次CT检查被全部五位放射科医师评为1分或2分。阅片者常规腹部CT检查的图像质量评分中位数为3分(表3)。五位阅片者主观图像质量评分的频率百分比为60%(3分)和40%(4分)(表4)。五位阅片者之间对图像质量可接受与次优的观察者间一致性非常好(kappa = 1)。
肾结石CT的主观图像质量
肾结石CT检查检测到13枚肾结石(3–5 mm,图3)和一例肾积水。五位阅片者在全部五次CT检查中对肾结石的检出均未受影响。阅片者肾结石CT检查的图像质量评分中位数为3分(表3)。五位阅片者之间的观察者间一致性非常好(0.8–1)。五位阅片者主观图像质量评分的频率百分比为4%(2分)、72%(3分)和24%(4分)(表4)。
阑尾炎CT的主观图像质量
阑尾炎CT检查检测到的7个病灶包括急性复杂性阑尾炎(n = 3,图4)、急性非复杂性阑尾炎(n = 2)、脾低密度(n = 1)和肠系膜淋巴结炎(n = 1)。阅片者阑尾炎CT检查的图像质量评分中位数为3分(表3)。五位阅片者之间的观察者间一致性为好至非常好(0.6–1)。五位阅片者的主观图像质量评分为8%(2分)、64%(3分)和28%(4分)(表4)。
颅缝早闭CT的主观图像质量
颅缝早闭CT检查的所见包括额缝解剖性过早闭合、后颅窝畸形、前囟无颅缝早闭证据(图5)、右侧半颅骨切除术和颅骨成形术。五分之一的阅片者认为,三次次优或受限的颅缝早闭CT检查存在影响诊断判读的运动伪影。阅片者颅缝早闭CT检查的图像质量评分中位数为3分(表3)。五位阅片者之间主观图像质量的观察者间一致性为中等至非常好(0.4–1)。五位阅片者的主观图像质量评分频率百分比为12%(2分)、72%(3分)和16%(4分)(表4)。
脑室-腹腔(VP)分流管CT的主观图像质量
VP分流管CT检查的所见包括重度脑积水伴VP分流管(图6)、左侧上颌窦囊肿、蝶窦炎症、钻孔、左枕部分流管、脑软化、颅骨成形瓣以及脑室周围白质低密度影。五分之四的阅片者对VP分流管CT检查的主观图像质量评分为3或4分,五分之一阅片者的评分为3分。尽管五分之一阅片者对两次VP分流管CT检查给出了次优评分,但这些评分与采集参数无关,一名患者的评分与脑室内出血和植入的VP分流管端口有关,其他患者的评分与影响诊断判读的运动伪影有关。经裁定后,两次检查的评分均修订为3分。阅片者对VP分流管CT检查的图像质量评分中位数为3分(表3)。五名阅片者之间主观图像质量的观察者间一致性非常好(0.8)。五名阅片者主观图像质量评分的频率百分比为72%(3分)和28%(4分)(表4)。
讨论
本初步研究中不同观察者之间合理的共识程度令人鼓舞,有助于该领域的进一步研究,并有望提供一种简便的图像质量评分工具,使其切实可行。
20世纪90年代,曾致力于制定图像质量标准,尤其是通过欧盟委员会项目的工作[15, 16]。最初,质量标准针对放射摄影图像制定,包括乳腺X线摄影,后来又扩展至CT[15, 16, 19]。这些标准提供了一种教育工具,使用户能够了解放射学图像中的基本特征。然而,尽管已存在二十年,在剂量调查研究中以及临床实践中实现剂量与图像质量优化方面,关于这些标准的信息仍然匮乏。大多数文献关注基于身体部位的图像质量标准,而非每个身体部位的具体临床指征[13, 14, 20–25]。我们的研究基于主观判断而非可测量值简化了图像质量评估,同时使其更具特异性和临床指征相关性。
开发该评分系统的驱动力在于更广泛的全球可行性和适用性,其依据是对影像学专家主观评估的依赖,而非对其轻视。遗憾的是,人们普遍倾向于否定人类感知的变异性,而机器则不存在这种情况。即使使用同一制造商生产的同一类型设备、患者体型相似,同一放射学检查的辐射剂量也存在很大差异[25](见表4)。变异性是研究的一部分。我们需要评估变异性并设法减少它,而不是被它吓退。众所周知,图像解读人员之间存在相当大的变异性。我们评估了图像质量评分的变异性。
图像质量评分标准(IQSC)试图填补当前的一个空白,即需要将信息内容方面的图像质量与辐射剂量相结合。图像中相关结构的充分显示构成了评分的基础,以描述特定临床适应证的信息内容。例如,在颅缝早闭CT检查中,骨缝和颅骨形状很重要,而脑实质则不重要。另一方面,对于脑室-腹腔分流评估CT,脑室系统的显示是关键。在一项疑似颅缝早闭儿童的研究中,图像质量通过图像噪声、图像锐利度、整体诊断可接受性和伪影等参数进行评估[26]。在另一项研究中,使用了从非常好到无法诊断的主观三点量表来评定灌注异常、颅内外周血管显示以及运动或条纹伪影的图像质量[27]。
在我们的研究中,对于所有五位放射科医生,所有CT检查的病灶检出均未受影响。对于五位阅片者,当我们将所有检查合并来看整体情况时,三分之二(67%)的评估导致评分为3分,29%为4分,仅4%为2分(表4,图7)。当将3分或4分合并代表可接受的图像质量评分时,它们涵盖了96%的情况。所有儿科CT检查中阅片者的图像质量评分中位数为3分。对于所有儿科CT检查,五位阅片者之间的观察者间一致性(可接受图像质量[3分或4分] vs 次优图像质量[1分和2分])为中等至很好(kappa 0.4–1)。2分(4%)病例的例外是由于存在运动伪影以及一例未包含解剖结构。同一位放射科医生还将三例颅缝早闭CT评为次优或受限,原因是无法评估第三和第四脑室,而这些并不代表该方案的 target 区域。因此,脑室-腹腔分流通畅性CT(用于评估脑室系统)的辐射剂量高于颅缝早闭CT方案。
必须指出的是,放射科医生获得了评分标准,但未接受基于该评分系统的事先培训,以避免对观察者间变异产生任何影响。后者很重要,因为我们想要评估基线变异性。
主观图像质量评分为3分或4分之间的差异表明,一些放射科医生比其他医生更关注辐射剂量,这就需要对接受低剂量CT图像(3分)进行培训和文化建设,因为低剂量CT图像不具备高剂量图像(4分)的图像外观。已有研究表明,培训可使人们接受低剂量CT图像并实现辐射剂量优化[23]。本文表明,培训后在伪影、灰白质分化和后颅窝结构显示方面主观评估的图像质量,以及重复CT检查的需求,在大多数项目上不劣于培训前水平。我们的研究增加了基于所述标准对图像质量进行量化的要素。
CT图像质量与辐射剂量之间的平衡很重要;因此,在剂量调查中考虑图像质量时,图像质量评分标准需要简单实用。因此,我们提出IQSC以提高实用性并改进主观评估。必须强调的是,客观评估相较于主观评估存在若干局限性,因为每个客观参数仅评估图像质量的一个有限方面。另一方面,主观评价可以同时比较多个特征。事实上,现代医学在很大程度上以主观评估和个人判断为主导。放射学图像的临床解读主要是主观的。虽然推动客观模型的进步至关重要,但不断提升观察者模型或评分标准的效用以充分发挥人类潜能同样重要[28–30]。我们相信IQSC有助于儿童辐射剂量优化。
该评分系统并非旨在考察哪个方面对总评分有所贡献。当噪声指数被测量并用作图像质量标准时也是如此。噪声指数不能传达关于图像诊断价值或诊断质量的任何信息。我们的研究侧重于整体图像质量,而非定义具体特征。
局限性及局限性说明
我们研究的样本量较小,因为这是一项初步的试点基线研究。我们的研究评估了有限数量的CT协议(n = 6),但尽管如此,它为其他CT协议的主观图像质量评估提供了模板。我们未从研究中排除有运动伪影的患者,这导致在辐射剂量这一预期主题之外的问题上出现了一些观察者间差异。后者是有意为之,因为我们希望纳入儿童CT的真实病例,在这些病例中运动伪影很常见,且有时尽管尽了最大努力仍不可避免。在未來样本量更大的研究中,需要建立IQSC与剂量之间的相关性。扫描仪的技术问题不在本研究范围内。尽管设备因素和操作方面(如团注时机、覆盖不完全、患者过度运动以及呼气相而非吸气相成像)存在影响,但单一图像质量值的目的是且不能作为质量不佳的原因分析代表。该评分提供了进行原因分析的必要性。
我们研究中的图像质量评估仅限于一家机构和仅儿科放射科医生。这需要开展广泛的多中心研究以确立这些标准的有用性。
结论
针对儿科CT协议的常规及基于临床指征的成像场景的图像质量评分标准(IQSC)提供了一种简单实用的工具,用于以合理的观察者间一致性程度评估图像质量。该评分可触发原因分析的需求。该研究呼吁开展广泛的多中心研究以确立这些标准的有用性。
附加文件
附加文件1:儿科CT图像质量评分标准(IQSC)。(DOCX 23 kb)
引用
- Padole AM, Sagar P, Westra SJ, et al. Development and validation of image quality scoring criteria (IQSC) for pediatric CT: a preliminary study. Insights Imaging. 2019. PMID: 31549234. doi:10.1186/s13244-019-0769-8
- 全文:PMC6757090(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC6757090/
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。