双层探测器光谱CT虚拟平扫与真平扫在腹部的比较

引言

真实平扫（TNC）期相是多期腹部CT检查中的常规采集步骤，因为它在实质病变定性、出血和钙化检测中具有重要作用；然而，其采集在总扫描时间和辐射剂量中占有相当大的比重。近年来，光谱CT技术的出现使得从增强数据集中重建虚拟平扫（VNC）图像成为可能。VNC图像通过从增强图像中减去碘成分生成，旨在模拟TNC图像，同时有可能减少对专门平扫采集的需求[1, 2]。虽然既往研究已在不同临床场景中显示了VNC成像的可喜结果，但关于VNC图像在病灶检测和定量分析中能否充分模拟TNC图像的准确性，证据仍不一致且具有技术依赖性[3–6]。特别是，大多数数据来自双源CT、快速kVp切换CT系统以及近期的光子计数CT技术，而针对双层光谱探测器CT（DLCT）扫描仪的研究相对较少[7–10]。该技术基于单个常规X线球管，配合分层探测器分离高能和低能光子，不存在时间或空间配准偏差[4]。DLCT理论上能够在所有解剖部位和采集模式下实现稳健的光谱分离，使其在腹部成像中具有潜在优势，而在腹部成像领域，准确的病灶测量和一致的衰减评估至关重要，尤其是在肿瘤学和随访影像中。VNC数据集要在腹部CT方案中取代TNC，必须确保可靠的病灶定性、准确的钙化评估以及纵向随访中的一致测量，特别是在肿瘤学场景中。此外，主观图像质量是诊断信心的一个重要决定因素，对于确定VNC能否在常规临床实践中实施至关重要。虽然既往关于DLCT的研究已证实在正常腹部实质中门静脉期衍生的VNC与TNC图像具有良好的一致性，但VNC在不同采集期相中的表现，特别是关于病灶大小稳定性、钙化定量和主观图像质量方面，尚未得到全面研究。因此，本研究旨在比较来自DLCT的动脉期和门静脉期衍生的VNC图像与标准TNC图像在图像质量以及腹部病灶和钙化测量方面的差异，以评估VNC图像在常规腹部CT方案中取代TNC图像的潜力。

材料与方法

患者人群

这项前瞻性单中心研究于2024年12月至2025年2月进行，经当地机构审查委员会批准。纳入接受常规三期腹部CT检查的连续住院患者。所有参与者在收集个人资料和接受CT检查前均签署了知情同意书。

因临床指征行腹部CT检查的患者纳入本研究。排除标准包括：年龄小于18岁、妊娠、肾功能受损（估算肾小球滤过率 < 30 mL/min/1.73 m²）、碘对比剂给药禁忌证、重度脂肪变性（平扫图像肝脏衰减值 < 40 HU）、肝硬化，以及肝脏弥漫性病变影响感兴趣区（ROI）放置者。记录患者体重和身高，并计算体重指数（BMI）。

CT图像采集

所有CT检查均在单台双层探测器CT（DLCT）扫描仪（Philips 7500，Philips Healthcare）上完成。患者取仰卧位，双臂上举过头。采集方案为三期检查，包括平扫（TNC）期、对比增强动脉期和门静脉期。所有采集均采用以下参数：探测器准直，128 × 0.625；螺距，0.800；旋转时间，0.33 s；管电压，120 kVp。应用自动管电流调制（DoseRight，Philips Healthcare），参数如下：剂量右指数（DRI），21；肝区DRI，+5。平扫期采集完成后，采用专用团注追踪技术确定扫描延迟时间，在膈顶下方的腹主动脉内放置ROI，阈值为100 HU；动脉期和门静脉期图像分别在延迟15 s和60 s后采集。

实质和血管增强通过注射非离子型碘对比剂（碘美普尔，Iomeron 400；Bracco Imaging）实现，流速为3.5 mL/s，随后经肘窝浅表静脉通路以相同流速注射30 mL生理盐水冲管。对比剂用量基于去脂体重评估，采用James公式计算 [11]。所有扫描覆盖范围包括从膈肌至耻骨联合的视野。

CT图像重建

所有图像数据均采用基于模型的迭代重建算法（IMR，Philips Healthcare）进行重建，强度等级为1，常规卷积核，层厚2 mm，层间距1 mm。图像数据随后传输至专用的多模态后处理系统（Philips Advanced Visualization Workspace，Philips Healthcare），并载入专用的双能量处理系统。

DLCT利用通过光电效应和康普顿散射基函数建模的能量依赖性衰减差异，在投影域进行物质分解，从而实现双基物质分解。在临床腹部应用中，通常采用碘-水基物质对 [12]。据此，从对比增强数据集中减去碘贡献，生成源自动脉期（VNC_A）和门静脉期（VNC_P）采集的虚拟平扫（VNC）图像；所有能谱重建均采用厂商默认设置，未修改参数。为本研究目的，进一步评估了VNC_A、VNC_P和TNC数据集。

客观图像分析

所有图像由一名具有5年腹部影像诊断经验的放射科医师在专用工作站（Philips Advanced Visualization Workspace，Philips Healthcare）上审阅。将大小为0.4 cm²至1 cm²的圆形感兴趣区（ROI）分别放置在：（1）肝实质；（2）门静脉；（3）腹主动脉上段，避开血管壁；（4）肾中部水平的肾皮质；（5）脾脏中央实质，避开脾门和包膜；（6）胰头/胰体肉眼观正常的胰腺实质，同时仔细避开主胰管、胰内血管、局灶性病变及胰周脂肪；（7）L2水平椎旁背部肌肉；（8）同水平腹膜后脂肪内。记录以Hounsfield单位（HU）表示的平均衰减值。为确定肝脏衰减值，在II、IV、VI段各放置三个ROI，避开局灶性病变、胆管树或粗大的肝内血管；最终取衰减值的平均值。应用复制-粘贴功能以确保三组数据集间ROI放置的一致性。

此外，记录每个低密度肝脏、脾脏或肾脏病灶的衰减值。图像噪声以放置在腹膜后脂肪内的ROI的标准差（SD）进行评估。

信噪比（SNR）按以下公式计算：

对比噪声比（CNR）按以下公式计算：

主观图像分析

主观图像质量由两名分别具有5年和6年腹部CT成像经验的放射科医师对三组数据集独立评估，评估者对重建算法不知情；分歧由第三名具有10年腹部影像诊断经验的阅片者协商一致解决。最终分析采用共识评分。分析以随机顺序进行，三组数据集之间间隔10天，以避免回忆偏倚。

在TNC、VNC_A和VNC_P重建图像中评估图像噪声和整体图像质量；VNC_A和VNC_P还主观评价了钙去除效果和病灶显著性。主观图像质量评分采用4分Likert量表分级，所有评价项目中1分为最佳，4分为最差（补充表1）。此外，阅片者采用3分Likert量表对VNC_A和VNC_P的可接受度进行分级：1分，VNC可完全替代TNC；2分，VNC是TNC的良好近似，但临床实践中仍需TNC；3分，VNC不可接受用于诊断[13]。

病灶与钙化分析

同样三位阅片者以共识方式在三组数据集中标记所有可见的≥3 mm的低密度肝脏、脾脏和肾脏病灶，以及血管钙化和肾结石。通过放置圆形ROI记录衰减值，同样应用复制-粘贴功能以确保ROI放置的一致性。测量病灶和钙化的大小；每项测量进行三次后取平均值。

辐射剂量

记录每次检查各期的剂量长度乘积（DLP）。有效辐射剂量（ED）通过将DLP乘以腹部特异性转换系数k（0.015 mSv·mGy⁻¹·cm⁻¹）计算得出[14]。尽管近期蒙特卡洛模拟研究表明，腹部双能CT的性别特异性k系数可能与传统值略有差异[15]，但仍采用标准系数以确保与既往文献的可比性。

统计分析

统计分析采用市售软件（IBM Corp., 2019年发布。IBM SPSS Statistics for Windows，26.0版，IBM Corp）进行。连续数据的正态分布采用Kolmogorov–Smirnov检验评估。连续变量以均值±标准差报告，有序数据以中位数和四分位距（IQR）报告。

采用定量检验和图形化方法评估TNC、VNC_A和VNC_P上测得的实质与病灶衰减值（HU）之间的一致性。组内相关系数（ICC）采用双向随机效应模型计算绝对一致性[ICC [2,1]]，因为该模型被推荐用于评估不同测量方法之间的一致性，同时考虑了系统偏倚和随机误差。ICC值按标准阈值解释：一致性差（< 0.5）、中等（0.5–0.75）、良好（0.75–0.90）和优（> 0.90）[16]。此外，为每个器官构建Bland–Altman图，以可视化TNC与VNC_A和VNC_P之间的偏倚及95%一致性界限（LOA）。

采用单因素重复测量方差分析及Bonferroni事后校正，以确定TNC、VNC_A和VNC_P数据集之间的衰减值和客观图像质量是否存在统计学显著差异。

采用Friedman检验和Wilcoxon符号秩检验比较主观图像质量的差异。

双侧p < 0.05表示所执行检验中存在统计学显著差异。

结果

患者人群

从最初的109例患者中，共有9例因重度肝脏脂肪变性（n = 7）、肝硬化（n = 1）及肝脏弥漫性病变（n = 1）被排除。因此，最终研究人群包括100例患者（男性：68例；年龄：67.5 ± 13.1岁；范围：31–95岁）。BMI（24.9 ± 4.3；范围：15.8–36.8）。平均注射对比剂体积为93.0 ± 18.3 mL（范围：45–135 mL）。

衰减值

表1显示了VNC_A和VNC_P数据集中各腹部结构的ICC值；相应的散点图见图1。与VNC_P相比，VNC_A总体上表现出与TNC更优的一致性。具体而言，VNC_A在肝脏（0.855 vs 0.829）、门静脉（0.653 vs 0.485）、脾脏（0.509 vs 0.427）、胰腺（0.816 vs 0.806）、左肾（0.650 vs 0.560）、脂肪（0.964 vs 0.946）和肌肉（0.873 vs 0.859）中均显示出更高的ICC值。

TNC、VNC_A和VNC_P数据集的衰减值见表2；TNC与VNC_A及VNC_P之间的偏倚和LOA分别见图2和图3。与TNC相比，VNC_A和VNC_P数据集在多个器官中的衰减值存在显著差异。TNC上的肝脏衰减值（58.4 ± 6.9 HU）显著高于VNC_A和VNC_P（分别为52.2 ± 6.2 HU和53.1 ± 6.7 HU；p < 0.001），且VNC_P的值略显著高于VNC_A（p = 0.005）。同样，脾脏和胰腺在TNC上的衰减值高于两个VNC数据集（p < 0.001），且脾脏在VNC_A和VNC_P之间也存在小而显著的差异（p = 0.048）。

主动脉在全部三个数据集之间显示出显著差异（p < 0.001），相对于 TNC（42.5 ± 4.6 HU），VNC_A 高估了衰减值（45.7 ± 5.3 HU），而 VNC_P 低估了衰减值（39.7 ± 4.8 HU）。相比之下，门静脉和肾脏在任何重建之间的衰减值均未显示统计学显著差异，仅左肾在 VNC_A 与 VNC_P 之间存在一个临界未达显著性的趋势（p = 0.058）。

与 TNC 相比，两个 VNC 数据集中的肌肉衰减值均显著更低（p < 0.001），而脂肪在 VNC_A 和 VNC_P 中始终表现出比 TNC 更高的 HU 值（p < 0.001）。

客观图像质量

综合客观图像质量结果见表 3。在所有评估器官中，TNC 数据集与 VNC_A 和 VNC_P 期相之间的信噪比（SNR）均存在显著差异。特别是，VNC 数据集中的 SNR 值始终高于 TNC（所有 p < 0.001），SNR 增幅从肝脏的 13%（VNC_A 与 TNC：6.90 ± 1.95 与 6.09 ± 1.74）到主动脉的 37%（VNC_A 与 TNC：6.01 ± 1.59 与 4.38 ± 1.02）。VNC_A 和 VNC_P 在大多数器官中产生了相当的 SNR（p ≥ 0.207），但主动脉除外，其中 VNC_A 的 SNR 显著高于 VNC_P（6.01 ± 1.59 与 5.35 ± 1.36；p < 0.001）。

对比噪声比（CNR）结果呈现出不同趋势：肝脏、门静脉、肾脏和胰腺的成对比较均未达到统计学显著性。VNC_A 在主动脉中的 CNR 高于 TNC（1.08 ± 0.89 与 0.77 ± 0.72；p = 0.003），在脾脏中亦然（1.06 ± 0.96 与 0.88 ± 0.87；p = 0.005），而 VNC_P 返回了与 TNC 相当的值（p ≥ 0.888）。在大多数区域，VNC_A 与 VNC_P 之间未观察到显著差异，但主动脉除外（1.08 ± 0.89 与 0.82 ± 0.73；p = 0.012）。

主观图像质量

综合主观图像质量结果见图 4。TNC 的总体图像质量评分显著高于 VNC_A（中位数 = 3；[IQR，3–3]）和 VNC_P（中位数 = 3；[IQR，2–3]；所有 p < 0.001）（TNC 中位数 = 2；[IQR，2–2]）。值得注意的是，TNC 的图像质量在 24% 的病例中被评为优秀，而两种 VNC 重建仅均为 4%。VNC_P 略优于 VNC_A（p = 0.024），其无法判读病例的比例更低（分别为 4% 与 9%）。

VNC_A（中位数 = 2；[IQR，1–2]）与VNC_P（中位数 = 1；[IQR，1–2]；p = 0.097）之间的图像噪声相当，且均显著低于TNC（中位数 = 2；[IQR，2–2]；均p < 0.001）。特别是，TNC中5%的病例噪声被评为“无至极轻微”，而VNC_A为40%，VNC_P为56%。相反，TNC有21%的病例被评为中度至重度噪声（评分3–4），而VNC_A为6%，VNC_P为5%。

VNC_P的钙化减影效果显著优于VNC_A（中位数 = 2；[IQR，2–2]；与VNC_A相比，中位数 = 2；[IQR，2–3]；p < 0.001），而两种VNC重建之间的病灶显著性无显著差异（中位数 = 2；[IQR，1–2]；p = 0.141）。

关于VNC重建能否替代TNC的问题，大多数VNC_A和VNC_P病例（分别为56%和76%）被评为TNC的良好近似，但不能完全替代。仅12%的VNC_P病例被认为可完全替代TNC。VNC_A在44%的病例中被认为不可接受用于诊断，而VNC_P为12%（p < 0.001）。

病灶与钙化分析

肝脏、脾脏和肾脏病灶在TNC上的平均衰减值（10.5 ± 7.6 HU）显著高于动脉期（3.2 ± 8.3 HU）和门静脉期（3.1 ± 7.7 HU）衍生的两种VNC重建，与TNC的所有比较均具有统计学显著性（p < 0.001），而两种VNC期相之间无差异（p = 1）。尽管密度存在这些差异，但病灶大小在三组图像中保持稳定（12.2 ± 7.9 mm；p = 0.996）。

对于钙化，VNC_A（354.83 HU）和VNC_P（339.62 HU）的平均衰减值较TNC（754.83 HU；p < 0.001）显著降低，而两种VNC期相之间的差异不显著（p = 0.332）。钙化直径在VNC_A（7.3 ± 4.5 mm）中较TNC（8.0 ± 4.3 mm；p < 0.001）有轻微但具有统计学意义的缩减，而TNC与VNC_P（8.1 ± 7.5 mm；p = 1）之间或VNC_A与VNC_P之间（p = 0.513）无显著差异。VNC对病灶和钙化影响的示例分别见图5和图6。

辐射剂量

平均总DLP为1583.0 ± 322.9 mGy·cm，而TNC期平均DLP为532.0 ± 110.4 mGy·cm，估算的平均有效剂量分别为23.7 ± 4.8 mSv和7.9 ± 1.6 mSv。在本研究评估的特定三期扫描方案中，用VNC替代TNC期可使辐射剂量减少33.4%（p < 0.001），反映了TNC期在整体方案剂量中的比例贡献。

讨论

本研究评估了基于动脉期（VNC_A）和门静脉期（VNC_P）生成的虚拟平扫重建图像与真实平扫（TNC）图像相比的性能。VNC_A在衰减值方面与TNC表现出更高的一致性。然而，与TNC相比，两个VNC数据集的病灶密度均显著降低，尽管病灶大小在所有重建图像中保持稳定。VNC重建对钙化产生了显著影响，导致其密度和大小减小。虽然VNC数据集获得了更高的客观图像质量，但TNC在主观图像质量方面被评为更优。更重要的是，VNC图像大多被认为是TNC的良好近似，但不能完全替代。

VNC重建具有替代TNC采集的潜力，其优势在于减少辐射暴露和缩短扫描时间。然而，要在临床上可行，尤其是在腹部成像中——多个器官具有相似的平均衰减值——VNC必须确保可靠的衰减准确性。

在我们的研究中，两个VNC数据集仅在门静脉和肾脏中产生了与TNC相当的测量值。在其他组织中，观察到衰减值被系统性低估的一致趋势，尽管通常在10 HU范围内。这些发现与既往文献一致，文献记载了与TNC相比VNC图像中衰减值的系统性低估[3, 4, 17]。值得注意的是，腹部病灶也观察到衰减值低估。这一发现与既往研究[18]不一致，后者报告TNC和VNC之间具有相似的衰减值；然而，这些差异可能归因于光谱CT技术的差异，结果可能无法直接比较。尽管衰减值低估的幅度看似较小，但即使是很小的差异也可能影响临床决策，特别是在HU阈值指导诊断的情况下。相反，VNC数据集与脂肪中衰减值的增加相关。这一发现与既往研究一致，包括一项使用早期版本DLCT扫描仪的研究，该研究报告了脂肪密度的系统性高估[7]。这一趋势在双源CT系统中也有记载，并且在肾上腺腺瘤中表现得尤为明显[19-21]，提示这可能是光谱重建技术的固有限制，而非特定硬件的伪影。

VNC引起的钙化大小和密度减小与现有关于双源CT扫描仪的文献一致[18, 22]。同样，一项使用早期DLCT扫描仪的既往研究[9]报告了对骨钙的显著影响，但未对其他类型的钙化产生显著影响。不同CT系统中准确减去钙的能力有限，可能是由于碘和钙具有相似的X射线衰减特征，这对光谱区分产生了负面影响。

在VNC数据集中观察到的更优客观图像质量被其对图像纹理的负面影响所抵消，导致图像呈现更斑驳的外观，这不太受放射科医生青睐：88%的TNC检查被评为良好或优秀，而大多数VNC图像被认为较差，其中不可忽略的一部分被判定为无法诊断（VNC_A为9%，VNC_P为4%）。仅12%的VNC_P图像被认为可完全替代TNC，而大多数（VNC_A为56%，VNC_P为78%）被判定为良好的近似图像，但并非真正的替代品。我们的发现与既往多项研究一致，这些研究报告了VNC在实质器官和血管场景中的主观图像质量均较低[22–24]。值得注意的是，本研究中VNC图像的低接受度与一项近期针对光子计数CT扫描仪（PCCT）衍生的VNC的研究[13]形成对比，在该研究中大多数VNC数据集被认为可与TNC完全互换。这种差异可能部分由CT技术的不同所解释。与基于能量积分探测器的系统相比，PCCT通过能箱鉴别提供了更优的光谱分离，从而改善了物质分解和碘去除[25]。相比之下，DLCT依赖基于探测器的分离，其光谱部分重叠，这可能导致衰减差异和图像纹理改变。此外，PCCT研究范围更集中，仅限于肾结石和肾脏肿块，这可能促进了更高的VNC接受度。相比之下，我们更广泛的腹部评估可能引入了更大的变异性和复杂性。当针对更明确界定的临床问题进行评估时，VNC的接受度可能会提高，未来研究应进一步探索这一假设。

我们研究结果的临床意义值得认真考虑。尽管以VNC替代TNC的扫描方案可大幅降低辐射剂量，但仍需进一步改进VNC算法，以显著提高其在衰减值方面与TNC的一致性。或者，在解读VNC图像而非TNC图像时，可以建立并采用调整后的诊断阈值，特别是在绝对HU值指导诊断的情况下。以VNC替代TNC的有益影响在肿瘤学场景中尤为有效，因为肿瘤患者通常需要接受多次CT检查：扫描方案可在基线时包含TNC图像，而在随访研究中依赖VNC重建。VNC观察到的小幅衰减差异是否具有临床影响也仍有待确定，尤其是考虑到已知HU值在不同CT厂商、扫描仪代际和重建核之间已存在变异[26]。在此背景下，VNC相关的微小差异可能落在常规扫描仪间变异的范围内。

本研究存在一些需要说明的局限性。首先，这是一项针对特定厂商技术的单中心研究；因此，我们的结果可能无法直接推广到其他机构和不同的光谱CT技术，如快速kV切换和双源CT系统。建议对三种不同的光谱方法进行直接比较，以更好地了解它们在生成腹部VNC图像方面的可靠性。其次，虽然阅片者对重建类型不知情，但我们无法完全排除VNC图像不同的图像纹理可能引入评分偏倚。第三，本研究排除了重度脂肪变性、肝硬化和弥漫性病变患者，旨在消除ROI放置中潜在的混杂因素。尽管如此，VNC数据集还需要在弥漫性肝病患者中进行验证，才能在日常临床实践中全面应用。

总之，VNC数据集显著影响腹部成像中的衰减值，大多数结构存在一致的低估，并对钙密度和大小产生显著影响；此外，尽管SNR和CNR有所改善，但其主观图像质量仍不如TNC。因此，VNC不应作为常规方案中TNC的前瞻性替代，但当TNC不可用时可作为有价值的回顾性问题解决工具，前提是解读时需谨慎。因此，VNC是一种有价值的近似方法，但尚不能完全替代TNC，还需要进一步改进才能实现大规模临床应用。

补充信息

补充信息