文献速递腹部泌尿生殖CT

深度学习重建在超低剂量腹部CT诊断肾结石中的应用

Application of deep learning reconstruction of ultra-low-dose abdominal CT in the diagnosis of renal calculi.
PubMed 文献 · Insights Imaging · 2022-10-08

前瞻性纳入60例疑似肾结石患者,比较低剂量CT(LD-HIR)与超低剂量CT(ULD-HIR、ULD-DLR)的结石检出率、病灶检出率、图像质量和辐射剂量。ULD-DLR结石检出率95.4%,>3 mm结石检出率100%,图像质量与LD-HIR相当,有效剂量降低77%。

要点

  • ULD-DLR对>3 mm肾结石检出率100%,≤3 mm小结石可能漏诊但临床意义有限。
  • ULD-DLR图像质量主观评分与LD-HIR相当,客观噪声及SNR优于ULD-HIR。
  • ULDCT有效剂量0.64 mSv,较LDCT降低77%,可常规用于肾结石诊断与监测。

关键影像表现/征象

  • ULD-DLR图像上肾结石检出率95.4%,漏诊6枚平均直径1.93 mm的结石。
  • ULD-DLR对>3 mm结石检出率100%,未出现假阳性。
  • ULD-DLR图像噪声最低、SNR最高,主观质量与LD-HIR相当。
  • ULD-DLR漏诊4枚<5 mm肝囊肿和6枚<5 mm肾囊肿。

诊断标准与关键数值

  • 以LD-HIR为参考,ULD-DLR结石检出率95.4%(124/130),>3 mm结石检出率100%。
  • ULD-HIR结石检出率93.1%(121/130),>3 mm结石检出率100%。
  • ULD-DLR腹部病灶检出率92.2%(119/129),ULD-HIR为82.9%(107/129)。
  • ULDCT有效剂量0.64±0.17 mSv,LDCT为2.75±0.50 mSv,降低77%。

临床应用与阅片要点

  • 日常阅片可优先采用ULD-DLR方案进行肾结石筛查与随访,关注>3 mm结石。
  • 报告时注意≤3 mm结石可能漏诊,但多数可自行排出,临床干预需求低。
  • 评估腹部其他病灶时,<5 mm囊肿可能漏诊,需结合临床。

局限性

  • 单中心前瞻性研究,样本量60例。
  • 患者接受两次腹部CT扫描,增加了额外辐射。
  • 未评估输尿管和膀胱结石,扫描范围限于腹部。
全文中译15 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:Insights Imaging. 2022 Oct 8;13:163. doi: 10.1186/s13244-022-01300-w

要点

超低剂量CT可用于检测肾结石。

超低剂量CT可用于检测腹部病变。

当辐射剂量降至亚毫希沃特时,深度学习重建(DLR)可维持图像质量。

背景

肾结石是一种常见且常复发的水路疾病,发病率为10–15%,且逐年上升[1, 2]。大多数肾结石无症状,但10–25%的肾结石患者因肾绞痛或血尿需要干预[3]。当无症状肾结石体积增大,可能导致尿路阻塞或反复感染时,需要进行碎石术或肾切开取石术[4]。腹部计算机断层扫描(CT)成像是确认和监测疑似肾结石最准确的方法。CT对肾结石的敏感性和特异性分别为95%和98%,且CT优于肾-输尿管-膀胱(KUB)X线摄影和超声[5–7]。此外,CT能更准确地评估肾结石的位置和大小,并便于后续治疗[5–7]。多次CT扫描带来的电离辐射潜在风险在一定程度上限制了CT的使用[8, 9]。然而,降低辐射剂量会增加图像噪声。因此,在降低辐射剂量的同时保持高CT图像质量以用于诊断,一直是临床目标[10, 11]。

许多研究表明,低千伏扫描与迭代重建相结合可用于实现低剂量CT(LDCT)成像以检测肾结石,且LDCT与常规剂量CT的诊断效能相当[12–14]。迄今为止,LDCT已常规用于肾结石的检测和确认[14]。然而,当辐射剂量降至亚毫希沃特超低剂量时,迭代重建降低噪声的能力下降[15–19]。最新的图像深度学习重建(DLR)算法旨在优化图像质量,已首次商业化应用于佳能CT系统(Advanced Intelligent Clear-IQ Engine;Canon Medical,Otawara,Japan)[20]。DLR将深度卷积神经网络整合到重建过程中。基于高质量模型的迭代重建图像数据在深度学习方法上执行,以学习信号、噪声和伪影特征进行区分,该方法实现了良好的识别和噪声降低[21, 22]。DLR可获得低噪声图像,在低至超低剂量CT(ULDCT)扫描中大幅提高图像质量,且不增加重建后处理时间[20, 23–26]。在本研究中,我们评估了DLR算法在基于腹部ULDCT诊断肾结石中是否能维持图像质量和诊断能力。

方法

研究人群

本前瞻性研究经我院医学伦理委员会批准(编号HS-2427)。我们获得了每位入组患者对腹部LDCT和ULDCT的书面知情同意。疑似肾结石患者于2020年11月至12月招募。所有患者均接受佳能CT扫描。排除标准为年龄<18岁及有腹部或盆腔植入物史,如动脉支架或人工髋关节。无患者被排除。

图像采集与重建

采用Aquilion ONE Genesis CT系统(佳能医疗)采集图像。转速为0.5秒/圈,螺距为0.813,扫描范围从肝脏顶部至双侧髂总动脉分叉处。低剂量和超低剂量扫描电压均为100 kV。管电流自动调节。低剂量噪声指数为标准设置(7.5),超低剂量噪声指数为低剂量设置(20)。LDCT图像采用混合迭代重建(HIR,自适应迭代剂量降低三维重建,[AIDR3D])(LD-HIR)重建。ULDCT图像采用HIR(ULD-HIR)和DLR(ULD-DLR)重建。5毫米图像上传至图像归档与通信系统(PACS)进行统一分析。

结石和腹部病变的检出

一名具有3年工作经验的放射科医师记录所有3组图像中肾结石的数量和位置,并对每枚肾结石的直径测量两次以计算平均值。该放射科医师对图像分组不知情,图像以随机顺序呈现。以LD-HIR图像作为参考,计算ULD-HIR和ULD-DLR图像的肾结石检出率。同一放射科医师评估腹部实质器官中病变的类型和数量,并对其直径测量两次以计算平均值。

图像质量的客观评价

放射科医师A对横断面图像(层厚5 mm)进行定量分析。为测量CT值、噪声(SD;CT值的标准差)和信噪比(SNR;平均衰减值/SD),我们在LD-HIR、ULD-HIR和ULD-DLR图像上于肝脏、脾脏、主动脉、双肾、前腹壁皮下脂肪和右侧腰大肌勾画感兴趣区(ROI)(图1)。三组间ROI保持一致。肝脏、脾脏和主动脉上的ROI位于肝门水平;双肾上的ROI位于肾门水平;右侧腰大肌和前腹壁皮下脂肪的ROI位于第四腰椎水平。我们在肝脏和肾脏分别放置4个和2个ROI,并计算平均值。脾脏、主动脉、右侧腰大肌和皮下脂肪各放置1个ROI,进行三次重复测量以计算平均值。双肾ROI大小维持在0.4–0.5 cm²,其他所有器官ROI大小维持在0.8–1.0 cm²。肝脏、脾脏、肾脏和主动脉的对比噪声比(CNR)按以下公式计算:其中CTorgan为感兴趣器官的CT值,CTpsoas muscle为右侧腰大肌的平均CT值,总图像噪声为前腹壁皮下脂肪的SD [27]。

图1 在肝脏、脾脏、主动脉、肾脏、右侧腰大肌和腹壁皮下脂肪上放置ROI,以测量各腹部器官的CT值和噪声,并评价图像的客观质量。a显示ROI位于肝脏、脾脏和主动脉。b显示ROI位于肾脏。c显示ROI位于右侧腰大肌和前腹壁皮下脂肪 查看原图 ↗

图像质量的主观评价

放射科医师A和B分别有3年和8年的工作经验,对图像分组不知情,他们对以随机顺序呈现给他们的LD-HIR、ULD-HIR和ULD-DLR图像进行了5分Likert评分。评分标准如下:(1)图像质量极差,无法进行诊断;(2)图像质量差,噪声严重;(3)图像质量中等,对比度足够,有一些噪声;(4)图像质量好,对比度好,噪声少;(5)图像质量优秀,对比度好,无明显噪声。初始窗宽和窗位分别设置为350和50 HU,两个参数均可修改。

辐射剂量

为评估辐射剂量,我们记录了扫描仪上的容积CT剂量指数(CTDIvol)和剂量长度乘积(DLP),并计算了有效辐射剂量。有效辐射剂量对应于DLP值乘以腹部转换系数,该系数为0.015 mSv/mGy·cm。

统计分析

所有分析均使用SPSS 25.0版(IBM Corp.,Armonk,NY,USA)进行。采用Kolmogorov–Smirnov检验确定数据是否呈正态分布。以LD-HIR图像为参考,评估ULDCT的图像质量、肾结石测量、辐射暴露和病灶检出。我们使用Kruskal–Wallis非参数检验分析多组差异,使用Mann–Whitney U非参数检验进行两两比较。p < 0.05被认为具有统计学意义。我们使用Cohen加权κ值计算观察者间一致性,评分为几乎完全一致(0.81–1.00)、高度一致(0.61–0.80)、中度一致(0.41–0.60)、一般一致(0.21–0.40)或差(0.00–0.20)。

结果

在这项前瞻性研究中,共纳入60例患者(男35例,女25例),平均±标准差年龄为50.7 ± 13.5(范围,27–81)岁。1例患者接受了脾切除术,另1例患者接受了左肾切除术。

结石和腹部病灶的检出

在LD-HIR图像上,共检出130枚肾结石(左肾72枚;右肾58枚)。肾结石的平均±标准差直径为5.16 ± 4.20 mm。在ULD-DLR图像上漏诊了6枚平均直径为1.93 mm的肾结石。在ULD-HIR图像上漏诊了9枚平均直径为1.96 mm的肾结石,其中包括ULD-DLR图像上漏诊的6枚结石。以LD-HIR图像为参考,ULD-HIR和ULD-DLR对所有肾结石的检出率分别为93.1%和95.4%,对直径> 3 mm结石的检出率均为100%。使用ULD-HIR和ULD-DLR测量的肾结石平均直径分别为5.39 ± 4.37 mm和5.33 ± 4.33 mm。3组之间结石大小无统计学差异(p > 0.05;图2和图3)。在LD-HIR、ULD-HIR和ULD-DLR上观察到的最小结石直径分别为1.5 mm、1.7 mm和1.5 mm。ULD-DLR图像上未检出假阳性,但在ULD-HIR图像上发现1枚直径为1.6 mm的结石为假阳性(图4)。

我们在LD-HIR图像上检测到129个病灶,包括34个肝囊肿、74个肾囊肿、11个肝钙化灶、2个低密度肝脏病灶、2个胆囊结石、2个脾囊肿、2个肾上腺腺瘤、1个低密度脾脏病灶和1个胰腺囊肿。ULD-DLR图像的病灶检出率为92.2%(119/129)。除4个直径< 5 mm的肝囊肿和6个直径< 5 mm的肾囊肿外,所有经LD-HIR检测到的病灶均可在ULD-DLR图像上观察到。ULD-HIR图像的病灶检出率为82.9%(107/129)。8个平均大小为7.63 mm的肝囊肿、11个平均大小为8.51 mm的肾囊肿、1个大小为10.6 mm的低密度肝脏病灶、1个大小为11.9 mm的低密度脾脏病灶和1个大小为12.3 mm的胰腺囊肿在ULD-HIR图像上无法观察到。

图2 一名临床怀疑肾结石的81岁女性患者的CT图像。在三幅图像上均检测到一枚直径为1.9 mm的左肾盂结石。然而,LD-HIR(a)最清晰,其次为ULD-DLR(c),而ULD-HIR(b)最不清晰。LD-HIR指低剂量计算机断层扫描联合混合迭代重建。ULD-HIR指超低剂量计算机断层扫描联合混合迭代重建。ULD-DLR指超低剂量计算机断层扫描联合深度学习重建 查看原图 ↗
图3 一名临床怀疑肾结石的65岁男性患者的CT图像。一枚直径为1.5 mm的左肾盂结石在LD-HIR(a)和ULD-DLR(c)图像上可见,但在ULD-HIR(b)图像上不可见。LD-HIR指低剂量计算机断层扫描联合混合迭代重建。ULD-HIR指超低剂量计算机断层扫描联合混合迭代重建。ULD-DLR指超低剂量计算机断层扫描联合深度学习重建 查看原图 ↗
图4 一名临床怀疑肾结石的57岁男性患者的CT图像。一枚直径为1.6 mm的左肾盂结石可在ULD-HIR(b)图像上看到,但在LD-HIR(a)或ULD-DLR(c)图像上不可见。以LD-HIR成像作为金标准,该结石为假阳性。LD-HIR指低剂量计算机断层扫描联合混合迭代重建。ULD-HIR指超低剂量计算机断层扫描联合混合迭代重建。ULD-DLR指超低剂量计算机断层扫描联合深度学习重建 查看原图 ↗

客观图像质量

LD-HIR、ULD-HIR和ULD-DLR图像上各腹部器官和组织的图像质量客观参数,包括CT值、图像噪声、CNR和SNR,见表1、表2和表3。

ULD-DLR与LD-HIR图像之间各组织和器官的CT值差异无统计学显著性(p > 0.05)。经ULD-HIR获得的所有组织和器官的CT值,除脂肪外,均高于经LD-HIR图像获得的CT值(p < 0.05)。ULD-HIR图像上肝脏和主动脉的CT值与ULD-DLR图像相似(p > 0.05),但其他组织和器官的CT值高于ULD-DLR图像(p < 0.05;表1)。

在ULD-DLR与LD-HIR图像之间,肝脏、肾脏、脾脏和主动脉的CNR差异无统计学意义(p > 0.05)。ULD-HIR图像上主动脉和脾脏的CNR与LD-HIR图像相比差异无统计学意义(p > 0.05),但ULD-HIR上肝脏和肾脏的CNR低于LD-HIR图像(p < 0.05)。通过ULD-HIR获得的四个器官的CNR,除主动脉外,均低于通过ULD-DLR图像获得的CNR(p < 0.05)(表2)。

采用前腹壁皮下脂肪SD估算LD-HIR、ULD-HIR和ULD-DLR图像的总噪声,其值分别为7.97 ± 1.25 HU、12.14 ± 2.13 HU和7.58 ± 1.67 HU。LD-HIR与ULD-DLR图像之间的总图像噪声无显著差异(p > 0.05),且两者的总图像噪声均低于ULD-HIR图像(p < 0.05)。三组中,ULD-DLR图像的SNR最高、噪声最低;而ULD-HIR图像的SNR最低、噪声最高(p < 0.05;表3)。

表1 各腹部器官和组织的CT值 查看原表 ↗
表2 肝脏、脾脏、肾脏和主动脉的对比噪声比(CNR) 查看原表 ↗
表3 各腹部器官和组织的噪声和信噪比(SNR) 查看原表 ↗

主观图像质量

表4显示了 three 组图像的主观图像质量评分。两位阅片者均认为ULD-DLR图像质量与LD-HIR图像相似(两位阅片者p值均 > 0.05),而ULD-HIR图像评分显著低于LD-HIR和ULD-DLR图像(两位阅片者p值均 < 0.05)。图像质量的观察者间一致性为:LD-HIR图像基本一致(κ = 0.63),ULD-HIR图像中等一致(κ = 0.48),ULD-DLR图像完全一致(κ = 0.83)。

表4 LD-HIR、ULD-HIR和ULD-DLR图像的主观质量评分 查看原表 ↗

辐射剂量

LDCT的CTDIvol为3.42 ± 0.52 mGy,ULDCT为0.80 ± 0.19 mGy。LDCT的DLP为183.15 ± 33.55 mGy.cm,ULDCT为42.73 ± 11.23 mGy.cm。LDCT和ULDCT的有效辐射剂量分别为2.75 ± 0.50 mSv和0.64 ± 0.17 mSv。值得注意的是,ULDCT的有效辐射剂量比LDCT低77%。

讨论

本研究表明,当扫描辐射剂量降至亚毫西弗特超低剂量时,以LD-HIR图像为参考,ULD-DLR对直径 > 3 mm肾结石的检出率为100%。在ULD-DLR图像上,漏诊了4个直径 < 5 mm的肝囊肿和6个肾囊肿。肾结石或腹部病变的诊断效能均无显著降低。同时,ULD-DLR图像质量高于LD-HIR和ULD-HIR图像。ULDCT使用的辐射剂量 < 1 mSv,较LDCT显著降低(77%)。这相当于单次腹部x线摄影所使用的剂量[28]。

肾结石常见且易复发,需要影像学检查以明确诊断和监测。目前,低剂量CT(LDCT)扫描联合迭代重建算法常规用于肾结石的检测和确认,对直径> 3 mm的肾结石检出率为100% [13, 29]。为进一步降低辐射剂量,新兴研究正在使用超低剂量CT(ULDCT)评估肾结石。一项系统综述显示,ULDCT(< 1.9 mSv)与LDCT(< 3.5 mSv)在尿路结石检出方面的敏感性和特异性相当[30]。两项研究——一项由Roberts等人开展,纳入21例患者;另一项由McLaughlin等人开展,纳入33例患者——报告称当辐射剂量降至亚毫西弗水平时,ULDCT与LDCT在肾结石检出率或大小限值方面无显著差异[14, 28]。我们的研究获得了相似结果,支持使用ULDCT在更低辐射剂量下进行肾结石检测和监测。我们的研究纳入的肾结石数量多于既往ULD扫描研究。在本研究中,共评估了130枚结石,仅6枚平均直径为1.93 mm的结石在ULD-DLR图像上被漏诊。由于这些漏诊结石体积过小,其CT值测量不准确,因此未对漏诊结石的CT值进行分析。临床上,此大小的结石很少需要治疗干预,因为大多数< 6 mm的结石可自行排出[4, 31]。因此,ULD-DLR图像上小肾结石的漏诊不会导致不良临床结局。此外,这些既往研究使用迭代重建,当辐射剂量降至亚毫西弗水平时,该方法对软组织分析存在局限性[14, 28]。因此,现有的ULDCT用于肾结石的研究对图像质量和其他腹部病变检出的评估有限。Roberts等人仅评估了肾脏肿块的检出[28],McLaughlin等人仅评估了器官噪声[14]。对肾结石患者进行CT扫描的另一优势是可获得详细的解剖结构信息,以检出其他腹部疾病。然而,较高的噪声水平可能影响诊断性能。因此,在本研究中,除评估肾结石检出外,我们还考察了在ULDCT中使用DLR进行图像重建时维持低噪声水平的可能性,旨在降低辐射剂量。

此外,我们评估了ULD-DLR图像的客观和主观图像质量,以及肝脏、肾脏、脾脏和主动脉的病灶检出率。结果显示,通过ULD-DLR获得的腹部病灶检出率与通过LDCT获得的检出率相当,因为漏诊直径< 5 mm的囊肿对临床诊断没有严重影响。体模和临床研究表明,与常规迭代重建相比,新型重建方法DLR在用于冠状动脉、胸部和腹部的LDCT时,可进一步改善图像质量并减少CT图像伪影[20, 21, 23, 24, 27]。这些研究还表明,DLR在降低CT辐射剂量方面具有良好的前景,且不会显著增加重建时间。Nakamura等发现,DLR可在不降低图像质量的情况下,将高分辨率腹部CT的辐射剂量降至标准剂量的70% [32]。Singh等进一步证明,在对胸部和腹部进行亚毫西弗扫描时,DLR可基本维持客观图像质量并检出肝脏低对比度病灶;辐射剂量可降至低剂量扫描所用剂量的71% [33]。然而,目前关于腹部DLR的研究主要集中在肝脏等低对比度病灶,几乎没有评估高对比度肾结石联合ULDCT的情况[34]。在本研究中,我们还评估了肾结石和腹部疾病,结果表明DLR对ULDCT上的高对比度和低对比度病灶均具有较高的诊断性能。因此,本研究增进了目前关于亚毫西弗扫描用于肾结石检出的可行性以及DLR在ULDCT中用于腹部疾病的可用性的认识。

我们的研究存在一些局限性。第一,患者在第二次腹部ULDCT扫描期间接受了额外辐射。尽管如此,超低剂量方案的平均有效剂量(0.64 mSv)相对较低,两种方案的累积剂量为1.95–4.90 mSv,落在肾绞痛CT成像所用辐射剂量范围内[35]。第二,仅采用了HIR和DLR重建;我们未考虑基于模型的迭代重建(MBIR),因为其在我院并非常规使用,重建时间长,且如既往研究所显示,在辐射剂量较低时其图像质量低于DLR重建[23, 27]。第三,本研究主要针对疑似肾结石患者,因此扫描区域仅限于腹部。在一些疑似肾结石患者中,结石可能移动至输尿管和膀胱,我们团队将在未来研究中对此加以考虑。

总之,ULDCT与DLR重建相结合可确保肾结石检出、降低图像噪声并改善图像质量。该方法可在保持图像质量的同时,大幅降低用于肾结石临床诊断和监测的辐射剂量。

引用

  1. Zhang, Zhang, Xu, et al. Application of deep learning reconstruction of ultra-low-dose abdominal CT in the diagnosis of renal calculi. Insights Imaging. 2022. PMID: 36209195. doi:10.1186/s13244-022-01300-w
  2. 全文:PMC9547757(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC9547757/

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。