基于模型的迭代重建技术优化腹部薄层CT静脉成像质量的临床研究

冯新环

研究提示，具有10 mSv有效剂量的成人腹部CT检查会增加0.05%罹患肿瘤的风险，因此如何在保证甚至提高图像质量、满足临床诊断要求的同时尽量减少受检者的辐射剂量，已成为影像学研究的一项重要内容[1]。20世纪末期，Naidich等[2]率先提出低剂量扫描的理念，主要方法有降低管电压、根据体层厚度或体质量自动管电流调制、采用降低噪声的滤过函数等，以管电流调制效果较为显著，但是常由此导致噪声水平升高、图像质量下降，进而影响诊断的准确性。近年来，一些新的高级重建算法相继兴起并应用于影像学诊断，如滤波反投影重建（Filtered back projection，FBP）、自适应统计迭代重建（Adaptive statistical iterative reconstruction，ASiR）、基于模型的迭代重建（Model-based iterative reconstruction，MBIR）等，可显著降低扫描剂量的潜能（降低剂量约67.0%~86.0%）。腹部多为实质性脏器，对于图像对比度具有较高的要求，且增强扫描往往是多期扫描，因而腹部CT检查的辐射剂量较大[3]。基于此本文以FBP为对照，比较了MBIR、ASiR分别结合管电流调制技术对腹部薄层CT成像质量的影响，现报道如下。

1 资料与方法

1.1 一般资料 采用随机数字表法选取2015年1-3月在菏泽市牡丹人民医院CT室因临床怀疑腹部病变而行腹部CT平扫及增强扫描的患者30例。纳入标准：（1）非急症患者；（2）18 kg/m2≤体重指数（BMI）≤25 kg/m2；（3）在充分告知的基础上，自愿参加本研究。30例患者中，男19例，女11例；年龄21~79岁，平均（55.0±11.6）岁；BMI 19.5~25 kg/m2，平均（22.3±1.7）kg/m2。本研究经医院伦理委员会批准，所有患者自愿参加本研究，并签署知情同意书。

1.2 仪器与方法 采用美国GE Discovery HD750型宝石CT机，行腹部平扫及增强扫描。扫描参数：管电压120 kVp，自动管电流调制技术（Automatic tube current modulation，ACTM）设置管电流，范围10~350 mA，固定噪声指数10，X线球管旋转速度为0.6 s/r，准直0.625 mm×64，螺距0.984∶1，层厚、层距均为5 mm。采用Med Rad高压注射器经外周静脉注射碘海醇（300 mgI/mL）95~100 mL，注射速度4 mL/s。扫描范围为肝脏上缘至第4腰椎下缘，注射对比剂前先行平扫，动脉期扫描采用对比剂跟踪软件，感兴趣区设于胸主动脉下段，自动触发阈值为180 HU，扫描前延迟5 s，静脉期在动脉期扫描完成后30 s进行。

1.3 图像重建 扫描结束后，使用GE AW4.5图像处理工作站进行对原始数据进行重建。将图像分别以FBP、ASiR、MBIR方式进行标准算法重建图像，分别获得层厚均为0.625 mm的FBP组、ASiR组、MBIR组的薄层图像，使用工作站软件进行图像的观察和分析。

1.4 图像评价

1.4.1 主观评价 由非研究组、CT的2名副主任医师单独采用双盲法在AW4.5图像处理工作站上完成评估腹部CT图像质量，包括图像噪声及门静脉、下腔静脉、胰静脉及脾静脉的显示效果，参考Yoon等[4]的5级评分法进行图像质量评分：5分（优秀）：图像噪声小，腹部脏器分界清楚，脏器内部结构清晰，无伪影，对比良好，完全能满足诊断要求；4分（良好）：图像噪声尚可，腹部脏器分界较清楚，脏器内部结构轻微模糊，伪影少，能够满足诊断要求；3分（一般）：图像噪声较大，腹部脏器分界欠清楚，脏器内部结构模糊，有一些伪影，但基本可满足诊断要求；2分（较差）：图像噪声大，腹部脏器分界不清楚，脏器内部结构严重模糊，有严重的伪影，难以满足诊断要求；1分（差）：图像噪声很大，伪影较重，腹部脏器显示不清，伪影太大，完全不能满足诊断要求。取2名医师评分的均值作为图像质量的评分，≥3分提示图像质量可以接受。

1.4.2 客观评价 将重建后的图像导入至GE AW4.5图像处理工作站，使用Compare软件对图像进行测量，分别于背部肌肉、肝脏、胰腺及脾脏密度较均匀区域放置类圆形感兴趣区（ROI），面积约50 mm2，将ROI复制到所有图像上，保证其位置、形状和大小相同；记录相应的CT值、噪声及对比噪声比（Contrast noise ratio，CNR），以CT值的标准差作为图像的噪声值（SD），CNR=（CT1-CT2）/SD2，其中CT1为测量脏器静脉的CT值，CT2为脏器实质组织的CT值，SD2为脏器实质的CT值的噪声。各参数均重复测量3次，取均值作为最终结果。分别计算ASiR和MBIR相对于FBP的SD降低率和CNR提高率，以MBIR为例，SD降低率MBIR=（SDFBP-SDMBIR）/SDFBP×100%；CNR提高率MBIR=（CNRMBIR-CNRFBP）/CNRFBP×100%。

1.5 统计学处理 采用SPSS 17.0统计软件进行数据处理，采用Kappa检验2名医师主观评分一致性，Kappa值<0为一致性差，0~0.40为一致性差，0.41~0.60为一致性中等，0.61~0.80为一致性较好，0.81~1.00为一致性好。计量资料采用（±s）表示，方差齐性数据采用单因素方差分析，方差不齐数据采用Wilcoxon秩和检验，以P<0.05为差异有统计学意义。

2 结果

2.1 三组的主观评分比较 三组薄层重建图像均能够符合诊断要求，所得的图像比较发现MBIR图像质量最佳。FBP组、ASiR组及MBIR组图像主观评分分别为（3.20±0.55）分、（3.72±0.49）分、（4.65±0.27）分，图像主观评分依次增高，三组比较差异均有统计学意义（F=6.10，P<0.05）。MBIR组图像颗粒状噪声更低，伪影更少，密度分辨率更高，胰、脾、肾等腹腔脏器结构显示细腻、清晰，血管边缘显示清晰，对比度高，细小分支显示良好，且所显示分支数量多于ASiR组、FBP组图像，2名医师主观评分一致性较好（Kappa=0.71）。

2.2 三组的SD与CNR比较 三组重建算法图像显示，FBP、ASiR、MBIR组的背部肌肉及肝、肾、脾实质SD值依次降低，差异均有统计学意义（P<0.05），见表1。与FBP组比较，ASiR组各部位噪声降低率分别为（27.86±3.57）%、（29.33±3.67）%、（31.40±4.65）%、（32.17±5.01）%， 即 27.86%~32.17%、；MBIR 组各 部 位 噪 声 降 低 率 分 别 为（56.61±5.88）%、（58.60±6.20）%、（64.05±8.05）%、（57.68±7.92）%，即56.61%~64.05%。FBP、ASiR、MBIR组的门静脉、胰静脉、脾静脉、下腔静脉CNR值依次增加，三组比较差异均有统计学意义（P<0.05），见表2。与FBP组比较，ASiR组各静脉CNR增加率分别为（26.57±2.65）%、（45.02±3.83）%、（39.62±3.05）%、（53.66±4.25）%，即为26.57%~53.66%；MBIR组各静脉CNR增加率分别为（140.85±10.72）%、（152.50±11.06）%、（183.25±15.20）%、（156.33±10.80）%，即为140.85%~183.25%。

表1 三组重建算法图像噪声降低率比较（x-±s） HU

表2 三组重建算法图像CNR增加率比较（x-±s） %

3 讨论

随着医疗水平的发展，临床医师对影像学技术提出更高的要求，希望获得更加清晰、细致的医学影像，而患者诊疗安全的意识则日益提升，更加关注医源性损伤，其中CT检查被认为是目前导致医源性辐射最重要的原因。越来越多的研究认为，CT受检者的辐射剂量与其癌症发病率存在相关性，如Pinnix等[5]研究提示，儿童行CT检查后约有1/150的概率罹患恶性肿瘤。因此，在降低受检者辐射剂量的同时又提高CT图像的质量成为医学影像学亟待解决的重要课题之一。

扫描技术参数的优化是既往降低辐射剂量的主要方法，以降低管电压、降低管电流最为常用，但是管电压和管电流降低导致到达探测器的X线光子减少，使得图像噪声增加、质量下降，严重时甚至会影响疾病诊断，这在CT静脉成像方面尤为突出。因此，仅通过降低管电压和管电流的方案以降低辐射剂量具有一定的局限性[6]。近年来，此类研究的重点已由单纯降低扫描条件进展到了改进原始数据重建算法。自20世纪70年代末期以来，FBP一直是CT图像重建方法的基础和“金标准”，其重建速度快，但要求投影数据齐全且定量精确，易受统计波动的影响，对噪声和伪影也很敏感[7]。另外，该方法做了诸多简化和假定，如假设测量信号不含有光子统计错误和电子噪音，由于FBP忽略了光学系统中真实的几何因素和统计噪音，因而并不是精确的CT重建方法；同时，由于需要完整的扫描数据，导致其辐射剂量相应增高。迭代重建算法（Iterative reconstruction，IR）是近年来研发的一种图像重建算法，在计算过程中引入统计重建算法，具备允许在数据不完整和低剂量扫描的条件下进行高质量成像的优势，进而克服了FBP的上述缺点，因此CT仅需要极少的采样数据就能够完成高质量的成像，由此大幅降低了辐射剂量[8]。

目前，各主要CT制造商都在加紧IR的应用研究，并预计在保证图像质量恒定的前提下将辐射剂量降低至目前FBP水平的60.0%~80.0%，如GE的ASiR、MBIR，Philips的iDose，Siemens的图像空间迭代重建（IRIS）和改进后的正弦图确定迭代重建（SAFIRE）等[9-10]。ASiR算法是2009年GE公司建立的光子和电子噪声统计模型，通过迭代过程对图像噪声予以校正和抑制，体模和临床研究表明ASiR算法能够在保证图像诊断质量的前提下降低图像噪声与辐射剂量[11]。2011年诞生的MBIR算法是通过对真实X线光学系统和数据采集过程进行建模，模拟真实CT系统中X线穿过受检者到达探测器的过程，重建过程中利用该模型对数据进行正向投影和迭代矫正。除建立光学模型外，该方法还考虑了噪声性质和统计波动，能够精确描述每一个体素，因而更能还原真实情况，产生更加准确的重建图像[12]。

本研究主观评分结果显示，FBP、ASiR及MBIR图像质量依次增高，以MBIR图像质量最佳。SD与CNR客观评分也支持该结果，与FBP组比较，ASiR组、MBIR组噪声降低率分别为27.86%~32.17%、56.61%~64.05%，CNR增加率分别为26.57%~53.66%、140.85%~183.25%，可以更清晰地显示腹部脏器静脉分布情况及性质。这与类似文献[13]研究的结果是一致的，宁培钢等[13]通过MBIR的体模实验，结果显示MBIR可显著降低图像噪声和条纹状伪影，以及提高图像的空间分辨力，相对于FBP能够减少约60.0%的扫描剂量。尽管如此，本研究尚存在诸多不足之处，可能也是影响结果的偏倚所在，主要体现在：（1）病例数量少，未考虑病种、性别间的差异，精确结果还需更大病例样本予以证实；（2）未比较不同管电压所获得图像质量；（3）仅探讨了腹部CT静脉成像的质量，各重建算法对平扫、CT动脉图像的优化作用有待探讨；（4）仅观察了0.625 mm薄层图像，不同层厚是否有影响未予探讨。

综上所述，MBIR能进一步降低腹部薄层CT的图像噪声，使辐射剂量降低约60.0%而仍可获得较好的图像质量，显示静脉血管更为清晰细致，具有更好的对比增强效果，显著优于FBP、ASiR，具有良好的临床应用价值。

[1] Huang B，Law M W，Khong P L.Whole-body PET/CT scanning：estimation of radiation dose and cancer risk[J].Radiology，2009，251（1）：166.

[2] Naidich D P，Marshall C H，Gribbin C，et al.Low dose CT of the lungs：preliminary observations[J].Radiology，1990，175（3）：729-731.

[3]胡敏霞，赵心明，宋俊峰，等.64层螺旋CT腹部扫描参数优化的初步研究[J].中华放射学杂志，2011，45（3）：264-269.

[4] Yoon M A，Kim S H，Lee J M，et al.Adaptive statistical iterative reconstruction and veo： assessment of image quality and diagnostic performance in CT colonography at various radiation doses[J].J Comput Assist Tomogr，2012，26（5）：596-601.

[5] Pinnix C C，Smith G L，Milgrom S，et al.Predictors of radiation pneumonitis in patients receiving intensity modulated radiation therapy for hodgkin and non-hodgkin lymphoma[J].Int J Radiat Oncol Biol Phys，2015，92（1）：175-182.

[6]崔龙.320排螺旋CT低电压扫描联合迭代重建算法行腹部CT成像的可行性评价[D].沈阳：中国医科大学，2014.

[7]高宇.迭代重建算法的研究进展[J].中国医疗设备，2013，28（3）：23-25.

[8]黎佩君，黄飚，梁长虹，等.迭代重建算法CT灌注成像与CT血管造影在缺血性脑血管病中的诊断价值[J].中国医学影像学杂志，2013，21（12）：881-885.

[9]吴瑶媛，王万勤，刘斌，等.FBP、ASiR和VEO三种重建算法对常规剂量胸部CT图像质量的影响[J].中国医学影像技术，2012，28（3）：575-578.

[10]马宇，周智鹏，邱维加，等.自适应迭代重建算法结合自动管电流调制技术在腹部CT低剂量应用[J].中国医学影像学杂志，2014，22（2）：145-148.

[11]左倩，孙浩然，于晓坤，等.自适应统计迭代和基于模型的迭代重建算法对CT结肠成像图像质量和诊断的影响[J].中国医学影像学杂志，2014，22（5）：331-335.

[12]何健，周科峰，杨尚文，等.ASIR或MBIR算法重建颈肩部CT图像质量总是优于FBP吗[J].医学影像学杂志，2014，24（3）：424-428.

[13]宁培钢，朱绍成，史大鹏，等.高级迭代重建算法降低腹部CT剂量的潜能：体模研究[J].中国医学影像技术，2012，28（12）：2243-2247.