深度学习图像重建降低冠状动脉CT血管成像辐射剂量的研究
这项前瞻性研究纳入50例患者,先后行常规剂量和低剂量冠状动脉CT血管成像,常规剂量用ASiR-V 100%重建,低剂量用DLIR最高级别重建。结果显示辐射剂量从1.4 mSv降至0.8 mSv(降低43%),图像噪声无显著差异(28 vs 27 HU,p=0.598),狭窄程度、斑块成分和定量斑块体积的可靠性均极好。
要点
- DLIR使CCTA辐射剂量降低43%(1.4 mSv vs 0.8 mSv,p<0.001),图像噪声无显著差异(28 vs 27 HU,p=0.598)。
- 常规剂量ASiR-V 100%与低剂量DLIR-H之间狭窄程度和斑块成分的ICC分别为0.995和0.974。
- 定量斑块体积在两种重建间平均差-0.8 mm3(±2.5 mm3),一致性界限-5.8至+4.1 mm3。
核心结论
- DLIR可使CCTA辐射剂量降低43%,对图像噪声、狭窄程度、斑块成分和定量斑块体积无显著影响。
研究设计与样本
- 前瞻性研究,连续纳入50例已知或疑似冠心病患者,先后行常规剂量和低剂量CCTA,使用256层CT(Revolution CT,GE Healthcare),常规剂量用ASiR-V 100%重建,低剂量用DLIR-H重建。
关键影像表现/征象
- 常规剂量ASiR-V 100%与低剂量DLIR-H的图像噪声分别为28 HU和27 HU,无显著差异(p=0.598)。
- ASiR-V 70%重建的图像噪声为42 HU,显著高于ASiR-V 100%和DLIR-H。
- 狭窄程度评估在ASiR-V 100%与DLIR-H之间的ICC为0.995。
- 斑块成分评估在ASiR-V 100%与DLIR-H之间的ICC为0.974。
- 定量斑块体积在ASiR-V 100%与DLIR-H之间平均差-0.8 mm3(±2.5 mm3),一致性界限-5.8至+4.1 mm3。
诊断标准与关键数值
- 狭窄程度分级:无狭窄(0%)、狭窄(<20%、20-50%、51-70%、71-90%、91-99%)、闭塞(100%)。
- 斑块成分分类:钙化、非钙化或混合斑块。
- 狭窄程度在ASiR-V 100%与DLIR-H之间的ICC为0.995,斑块成分ICC为0.974。
临床应用与阅片要点
- DLIR-H可在降低辐射剂量的同时保持图像噪声和斑块评估的可靠性。
- 临床可将低剂量DLIR-H重建用于CCTA的狭窄程度、斑块成分和定量斑块体积评估。
局限性
- 本研究未纳入外部参考标准(即有创冠状动脉造影、血管内超声)的比较。
- 未来研究应使用血管内超声或光学相干断层扫描作为参考标准,探讨DLIR对定量斑块体积的影响。
- 读者间和读者内的一致性未再次检验,因既往研究已记录极好的读者间和读者内可靠性。
全文中译17 节 · 点击展开
引言
冠状动脉计算机断层扫描血管造影(CCTA)是一种广泛确立的诊断方法,用于在缺血检测之外改善冠状动脉疾病(CAD)患者的风险分层和管理 [1, 2]。随着其广泛的临床应用,辐射暴露负担促使了各种低剂量CCTA策略的发展 [3, 4]。伴随着计算机断层扫描(CT)硬件技术的改进,各厂商开发了迭代重建方法,允许减少图像噪声,从而进一步降低剂量 [5, 6]。然而,迭代重建算法存在局限性。第三代和第四代算法变得越来越复杂,整合了大量基于扫描仪和患者的参数,需要越来越多的计算能力,使图像重建耗时。最新一代CT扫描仪探测器尺寸增大所带来的额外复杂性构成了另一个局限性,在某些情况下使迭代重建的应用变得困难甚至不可能。另一方面,高水平下塑料样、斑驳的图像外观影响并限制了所有迭代重建方法的CT图像评估,并且可以说也限制了图像解读 [7]。最近有人提出使用人工智能来促进甚至绕过要求苛刻的迭代重建,并且已经研究了深度卷积神经网络改善CT图像重建的潜力 [8]。这些网络在训练过程中通过最小化其输出与理想训练样本之间的差异来进行优化 [9]。在临床环境中,这种深度学习图像重建(DLIR)算法已被证明在同等诊断准确性下可显著降低噪声43%并改善图像质量62% [10]。本研究旨在评估DLIR的剂量降低能力。我们假设将管电压(从而辐射剂量)降低40%并应用DLIR而非传统自适应统计迭代重建-Veo(ASiR-V)将(a)产生相当的图像噪声,(b)对狭窄严重程度或斑块成分评估无显著损害,以及(c)对斑块体积的定量无显著影响。
材料与方法
研究人群
连续纳入50例因已知或疑似CAD转诊接受对比增强CCTA评估的患者,在前瞻性入组后接受额外低剂量(LD)对比增强CCTA,前提是不存在以下任何排除标准:妊娠、哺乳、对碘对比剂过敏、肾功能衰竭(即肾小球滤过率 < 30 ml/min/1.73 m2)或年龄 < 18岁 [11, 12]。所有患者均获得书面知情同意,研究方案经当地伦理委员会批准(BASEC-Nr. 2019–00533)。本文 underlying 数据将在符合伦理和隐私要求的前提下,经合理请求向通讯作者共享。
CCTA采集与后处理
所有患者均在256层CT扫描仪(Revolution CT,GE Healthcare)上,于吸气屏气状态下接受两次连续的单心动周期对比增强CCTA扫描,采用前瞻性ECG触发,触发点位于R-R间期的75%。对于常规剂量(ND)CCTA扫描,管电压和管电流根据体重指数(BMI)进行调整,如前所述[11]。随后,以ND CCTA扫描所用管电流的60%进行低剂量(LD)CCTA扫描(即基于既往临床研究,该研究表明与ASiR-V相比,DLIR可降低43%的噪声而不影响诊断准确性[10])。
若心率高于65次/分,则在ND CCTA扫描前静脉给予最多30 mg美托洛尔(Beloc Zok,Astra Zeneca),以获得最佳图像质量[11]。患者在ND CCTA扫描前2–3分钟舌下含服0.4 mg硝酸异山梨酯(Isoket,Schwarz Pharma)。经18号导管将碘克沙醇(Visipaque 320,320 mg/ml,GE Healthcare)注入肘前静脉,随后注入50 ml生理盐水。对于两次CCTA扫描,对比剂用量和流速均根据BMI进行调整,如前所述[13]。准直为256 × 0.625 mm,z轴覆盖范围为12–16 cm,显示视野为25 cm。所有扫描均以高分辨率模式采集,平面内空间分辨率为0.23 × 0.23 mm。机架旋转时间为280 ms。
ND CCTA数据集使用ASiR-V以70%和100%水平进行重建。LD CCTA数据集使用DLIR(TrueFidelity,GE Healthcare)以最高水平(DLIR-H)进行重建,该技术提供低、中、高三个重建强度水平以控制噪声降低程度。DLIR采用基于深度卷积神经网络的模型,通过数百万训练参数将高剂量滤波反投影(FBP)图像纹理模式化为低噪声和高分辨率[14]。所有图像重建均在扫描仪控制台上本地完成。
对于每位患者,在同一CT扫描仪(Revolution CT)上于对比增强CT扫描前几分钟采集平扫CT以计算钙化积分,扫描参数如下:前瞻性ECG触发、2.5 mm层厚、120 kV管电压和200 mA管电流,如前所述[15]。
剂量长度乘积乘以转换因子0.026 mSv × mGy−1 × cm−1确定CCTA的有效辐射剂量暴露[16]。
定量图像分析
定量图像评估由单一读者完成。在专用工作站(Advantage Workstation 4.7,GE Healthcare)上,对所有重建图像和每位患者,在轴位图像上于左主干冠状动脉水平使用直径为20 mm的感兴趣区(ROI)检查主动脉根部,以测量以Hounsfield单位(HU)表示的平均衰减值(代表信号)及其标准差(SD,代表噪声)。根据这些测量值计算信噪比(SNR)。同样,在轴位图像上使用直径为2 mm的ROI获取近段左主干动脉(LMA)和右冠状动脉(RCA)的平均衰减值测量,并注意避免钙化和条纹伪影。最后,在相邻血管周围组织中放置直径为2 mm的ROI,测量血管对比度,表示为对比剂增强血管与相邻血管周围组织之间以HU表示的平均衰减值之差。所得测量值用于计算对比噪声比(CNR)。为此,噪声定义为主动脉根部衰减值的标准差。
狭窄严重程度和斑块成分
对于使用ASiR-V 70%、ASiR-V 100%和DLIR-H重建的CCTA数据集,一位设盲读者在专用工作站上按照临床常规(Advantage Workstation,GE Healthcare)目视评估所有冠状动脉(左主干、左前降支、左回旋支和右冠状动脉)及侧支(对角支、左边缘支和后侧支,以及后降支)的狭窄严重程度(以管腔血管直径百分比表示)以及斑块成分。管腔直径分类为无狭窄(0%)、不同程度狭窄(即< 20%、20–50%、51–70%、71–90%、91–99%)或闭塞(100%)。斑块成分分类为钙化斑块、非钙化斑块或混合斑块。
定量斑块体积
对于使用ASiR-V 70%、ASiR-V 100%和DLIR-H重建的CCTA数据集,一位设盲读者使用NIH支持的开源软件3D Slicer(版本4.10.0,www.slicer.org)在所有冠状动脉及侧支中手动进行多平面容积测量,以计算斑块体积(单位mm3)。获取每个冠状动脉斑块的斑块体积,然后求和以计算每位患者的总斑块体积。
统计分析
定量数据酌情以均值 ± 标准差(SD)或中位数及第25和第75百分位数表示。采用Kolmogorov–Smirnov检验对数据进行正态分布检验。不同图像重建所得的参数采用重复测量方差分析(ANOVA)进行比较。事后两两比较采用Bonferroni校正进行多重比较调整。应用组内相关系数(ICC)分析评估不同重建之间狭窄严重程度和斑块成分的可靠性。不同重建获得的定量斑块体积采用Bland–Altman分析进行比较。假设预期差值均值为17 mm3、预期差值标准差为98 mm3 [17],方法间最大允许差异为307 mm3 [18],样本量计算得出样本量为46例患者(I类错误 = 0.05,II类错误 = 0.05)。p值 < 0.05被认为具有统计学意义。所有统计分析均使用IBM SPSS Statistics版本25(IBM)完成。
结果
基线特征和扫描参数
共前瞻性连续纳入50例患者,均接受了ND和随后的LD CCTA扫描。研究人群的基线特征和扫描参数分别见表1和表2。值得注意的是,从ND到LD CCTA,有效辐射剂量暴露显著降低了0.6 mSv(− 43%)(图1a)。
定量图像分析
定量图像评估的概况见表3。虽然信号强度在不同CCTA扫描和重建之间保持不变,但所有其他参数,包括噪声、SNR、CNR和图像质量,均存在显著差异。此外,使用ASiR-V 100%重建的ND CCTA(28 ± 6)与使用DLIR-H重建的LD CCTA(27 ± 4)之间的噪声相当,而ASiR-V 70%(42 ± 6)的噪声显著更高(图1b)。SNR和CNR也获得了类似的结果。
狭窄严重程度和斑块成分
766个冠状动脉节段中有7个(0.9%)因支架(n = 2)或图像伪影(n = 5)被排除在分析之外。
所有比较中狭窄严重程度的可靠性均为优(表4;见补充材料,图S1A),ASiR-V 100% vs. ASiR-V 70%、DLIR-H vs. ASiR-V 100%或DLIR-H vs. ASiR-V 70%的ICC系数分别为0.935、0.995和0.995。
类似地,所有比较中斑块成分的可靠性也均为优(表4;见补充材料,图S1B),ASiR-V 100% vs. ASiR-V 70%、DLIR-H vs. ASiR-V 100%或DLIR-H vs. ASiR-V 70%的ICC系数分别为0.988、0.974和0.987。
定量斑块体积
ASiR-V 100%与ASiR-V 70%之间关于定量斑块体积的一致性极好(表4;见补充材料,图S1C),平均差异为−0.5 mm3(±2.4 mm3),一致性界限(LOA)为−5.2至+4.1 mm3。同样,DLIR-H与ASiR-V 100%之间的一致性也极好,平均差异为−0.8 mm3(±2.5 mm3),LOA为−5.8至+4.1 mm3。DLIR-H与ASiR-V 70%的比较同样显示极好的一致性,平均差异为−0.3 mm3(±2.6 mm3),LOA为−5.5至+4.8 mm3。
讨论
本研究表明,将辐射剂量降低43%并结合使用DLIR而非传统ASiR-V进行CCTA重建,可获得相当的图像噪声,且不影响狭窄严重程度和斑块成分的评估,也不影响斑块体积的定量(图2)。值得注意的是,所有比较的统计学一致性均极好(图3)。
与文献的比较
本研究表明了在CCTA中应用DLIR降低辐射剂量的可行性。此前已在腹部CT和CT尿路造影的比较研究中测试了使用DLIR降低辐射剂量,两项研究均显示,辐射剂量降低55–71%可获得相当的主观和客观图像质量[19, 20]。对于CCTA,我们已证明DLIR与传统ASiR-V相比具有有利的噪声纹理和更优的图像质量[10]。此外,我们在后一项研究中展示了降低辐射剂量的潜力,其中DLIR-H在保持诊断准确性的同时使图像噪声降低了高达43%[10]。基于这些结果,本研究旨在评估更具临床相关性的终点,如狭窄严重程度、斑块成分和定量斑块体积,以检验DLIR-H在降低辐射剂量方面的实用性。与同一厂商(Veo,GE Healthcare)最先进的基于模型的迭代重建算法[5]相比,DLIR——当与先前发表的文献[5]进行数值比较时——尽管辐射暴露更高(31 mGy*cm [25–34] vs. 15 mGy*cm [14–18]),但其降噪能力较差(27 ± 4 HU vs. 21 ± 4 HU)。另一方面,基于模型的迭代重建对计算能力的高要求和耗时的重建(约20分钟)是其相关的权衡因素。除了DLIR更令人满意的噪声纹理外,其重建时间不到50秒[14]。
本研究证实了近期一项体模研究的数据,该研究分析了辐射剂量降低对经ASiR-V和DLIR重建的CT扫描中空间分辨率和病灶可检测性的影响[21]。一方面,该研究显示当辐射剂量降低时,DLIR的空间分辨率保持不变。相比之下,在ASiR-V中(由于迭代重建算法的非线性和非平稳特性),空间分辨率受到辐射剂量的影响。另一方面,在病灶可检测性得以保持的同时,与ASiR-V 50%相比,DLIR-H允许辐射剂量降低46–56%。考虑到本研究将DLIR-H与略高水平的ASiR-V进行比较,应用DLIR时可将辐射剂量降低40–50%这一观点在不同研究中似乎是一致的。
值得提及的是,DLIR算法基于深度学习方法,其求解路径不易被重现或理解。鉴于这可能被视为一种“黑箱”方法,本研究记录了ASiR-V与DLIR之间斑块体积测量具有良好一致性这一事实具有重要意义。事实上,本研究中的一致性限度与先前发表的斑块体积评估的阅片者间和阅片者内变异性相比具有良好的可比性[22, 23]。因此,我们的结果增强了我们的信心,即DLIR算法既不会增加也不会丢失任何与冠状动脉斑块评估相关的图像信息。
临床意义
据估计,美国所有癌症中约2%可能归因于CT检查的辐射[24]。虽然在与辐射相关的癌症发生率方面,CT检查在30至90 mSv范围内(原子弹幸存者在5至150 mSv范围内)的证据令人信服[25],但本研究中CCTA的辐射剂量暴露低于2 mSv,而DLIR实现的中位辐射剂量降低仅为0.6 mSv。然而,鉴于CT在冠状动脉成像以及心肌灌注成像或结构性心脏病中的应用不断扩大,并且临床实践中辐射剂量暴露存在较大变异性(螺旋扫描高达30 mSv)[26],仅通过应用最新一代图像重建算法如DLIR即可实现超过40%的辐射剂量降低,其临床价值变得显而易见。
从临床角度来看,这一发现至关重要:尽管辐射剂量大幅降低,但采用DLIR重建既未影响狭窄严重程度、斑块成分,也未影响定量斑块体积。首先,狭窄严重程度的分类对于CAD患者的风险分层至关重要[27]。此外,狭窄严重程度可指导患者管理:虽然必须进行缺血试验以评估50%至90%之间病变是否需要血运重建,但非梗阻性病变患者无需针对缺血性心脏病进行进一步检查[28]。另一方面,根据当前临床指南,病变超过90%的患者可无需进行血流动力学相关性试验即转诊行血运重建[29]。其次,斑块成分(即钙化、非钙化或混合性)在心血管危险因素、钙化积分、病变范围、病变位置以及狭窄严重程度之上具有独立且递增的预后价值[30, 31]。具体而言,混合性斑块的存在与主要不良心血管事件增加十倍相关。因此,可靠识别这些斑块至关重要。第三,斑块体积的半自动定量在临床风险特征和常规CT判读之上可递增地改善风险分层[32]。尽管既往研究未在单次扫描内发现图像重建对定量斑块体积有任何相关影响[33, 34],但其可靠性受到预处理中众多因素的显著影响(例如CT扫描仪、CT采集参数、对比剂充盈)[35, 36]。由于本研究比较了在不同管电流下采集的序贯扫描,因此DLIR对低剂量(LD)CCTA图像重建的有利影响(ND与LD CCTA之间定量斑块体积具有极佳一致性)具有决定性的临床意义。
局限性
我们承认以下局限性:本研究未包括与外部参考标准(即有创冠状动脉造影、血管内超声)的比较。然而,本研究的目的是评估应用DLIR降低辐射剂量暴露的可行性。DLIR对使用有创冠状动脉造影诊断准确性的影响此前已被证实[10]。尽管如此,未来研究应以血管内超声或光学相干断层扫描作为参考标准,探讨DLIR对定量斑块体积的影响。读者间及读者内一致性未再次检验,因为既往研究已记录极佳的读者间和读者内可靠性[10, 23, 37]。
结论
DLIR能够使CCTA的辐射剂量降低43%,而对图像噪声、狭窄严重程度、斑块成分和定量斑块体积无显著影响。
补充信息
以下是电子补充材料的链接。补充文件1(DOCX 82 KB)
引用
- Benz DC, Ersözlü S, Mojon FLA, et al. Radiation dose reduction with deep-learning image reconstruction for coronary computed tomography angiography. Eur Radiol. 2021. PMID: 34792635. doi:10.1007/s00330-021-08367-x
- 全文:PMC8921160(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8921160/
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。