60 kV 联合深度学习重建算法在主动脉CT 血管造影中的可行性研究

李明昕，刘 杰，陈 岩，高剑波，李国文（通信作者），许晨思

（1 郑州大学基础医学院 河南 郑州 450001）

（2 郑州大学第一附属医院放射科 河南 郑州 450052）

（3 郑州大学第一附属医院放疗科 河南 郑州 450052）

（4 东软医疗系统股份有限公司CT 产品事业部 辽宁 沈阳 110167）

主动脉CT 血管造影（CT angiography，CTA）是目前最常用的影像学检查手段，被广泛应用于主动脉疾病的临床诊断与评估。近年来，临床实践发现主动脉全程CTA扫描范围较大，包括肺脏、肾脏等对辐射敏感的器官，再加上高辐射剂量的癌变风险引起人们广泛关注，因此，在确保检查准确性的基础上降低主动脉CTA 的辐射剂量非常重要。既往对于主动脉CTA 的研究中管电压多控制在80 kV ～100 kV、固定管电流进行扫描，目前尚无60 kV 管电压在临床上的研究报道，随着人工智能技术的发展和完善，深度学习图像重建技术借助深度神经网络重建CT 图像，能在降低X 射线剂量的基础上，生成高清晰度及自然纹理的图像[1-3]。本研究旨在探讨60 kV超低辐射剂量联合深度学习重建算法在主动脉CTA 技术的可行性。

1 资料与方法

1.1 一般材料

收集2023 年7—9 月因主动脉疾病在郑州大学第一附属医院拟行主动脉CTA 检查的受检者73 例，按照随机数字表法分为A 组和B 组。A 组（n=36）中，男17 例，女19 例，平均（57.66±10.23）岁；B 组（n=37）中，男16 例，女21 例，平均（60.61±10.74）岁。本研究经郑州大学第一附属医院伦理委员会审核批准，所有受检者检查前均签署知情同意书。

纳入标准：（1）临床拟行主动脉CTA 检查；（2）肾功能检查正常；（3）体重指数（BMI）为20 ～26 kg/m2。排除标准：（1）肾功能、甲状腺功能不全者或对比剂过敏等无法进行主动脉CTA 检查；（2）检查所得影像无法进行图像评估和数据测量。

1.2 方法

所有受检者均采用256 层螺旋CT 机（NeuViz Glory，东软医疗系统股份有限公司）行主动脉CTA 检查；A 组与B 组扫描参数和注射方案，见表1。A 组采用常规迭代算法重建（40%CV）；B 组采用不同水平的ClearInfinity（CI）重建，分别为B1 组（30%CI）、B2 组（60%CI）、B3 组（90%CI）。

表1 两组受检者扫描参数和注射方案

1.3 图像评估

（1）客观评价：将所获得的图像数据传输至AVW2.0 平台，完成图像的三维重建与检测。将感兴趣区分别放置在轴位图像的主动脉弓层面（ROI1）、升主动脉层面（ROI2）、主动脉瓣层面的降主动脉（ROI3）、髂总动脉分叉层面（ROI4）、股骨颈层面的股动脉（ROI5）和竖脊肌内，测量其CT 值和标准差（standard deviation，SD）。测量时应用工作站复制粘贴功能，使同一部位ROI 大小、形态和位置在不同算法程度中一致，测量3 次取平均值。计算各层面信噪比（signal-to-noise ratio，SNR）和对比噪声比（contrast to noise ratio，CNR）。SNR=CTROI/SD肌肉。CNR=（CTROI-CT肌肉）/SD肌肉，CT肌肉为背部竖脊肌CT 值，SD肌肉为其噪声。

（2）主观评分：选取2 名具有5 年以上临床工作经历的影像学专家，于后处理工作站分别对4 组图像进行主观评估。图像质量评分标准：图像条纹伪影严重，血管边缘模糊不可评估，图像质量不可评估，计1 分；条纹伪影干扰主动脉评估，血管边缘锐利度比平均水平差，图像质量差，计2 分；条纹伪影不影响主动脉评估，血管边缘锐利度呈平均水平，图像质量尚可，计3 分；条纹伪影低于平均水平，血管边缘锐利度优于平均水平，总体质量好，计4 分；条纹伪影极少或没有，血管边缘清晰，图像质量优秀，计5 分。

1.4 统计学方法

采用SPSS 25.0 统计软件处理数据。符合正态分布的计量资料以均数±标准差（± s）表示，采用t检验；计数资料以频数（n）、百分率（%）表示，采用χ2检验；对图像质量客观评价的比较采用MannWhitneyU检验；一致性采用Kappa检验，Kappa值≥0.75 表示一致性良好，0.4 ～＜0.75 表示一致性尚可，＜0.4 则表示一致性较差。以P＜0.05 代表差异有统计学意义。

2 结果

2.1 客观评价

在5 处受检者CT 轴位图像上的感兴趣区中，通过40%CV，30%CI，60%CI，90%CI 这4 种重建方式所得图像CT 值见表2。由表2 可看出各组图像在各层面平均CT值均大于300 HU，可满足诊断需求。

表2 各组图像的CT 值（± s）

表2 各组图像的CT 值（± s）

参数A 组B1 组B2 组B3 组主动脉弓340.97±57.67 346.84±1.25 357.01±1.63 355.11±1.72升主动脉349.31±59.88 346.02±1.35 345.68±1.65 343.69±1.81降主动脉332.18±56.37 360.70±3.15 337.52±3.40 355.65±2.66髂总动脉334.41±61.16 353.07±3.58 350.22±3.80 350.53±4.25股动脉 309.74±58.55 328.36±5.37 330.90±5.57 327.62±5.55

A 组和B1 组的SNR 值在主动脉瓣层面的ROI3、ROI4 差异无统计学意义（P＞0.05）。其余各组间SNR值差异均有统计学意义（P＜0.05）。各组间CNR 值检验分析结果显示，A 组和B1 组在ROI1、ROI2、ROI4、ROI5 间的CNR 值差异无统计学意义（P＞0.05）。其余各组间CNR 值差异均有统计学意义（P＜0.01），见表3。

表3 各组图像的SNR、CNR 值比较（± s）

表3 各组图像的SNR、CNR 值比较（± s）

注：①与A 组比较，P ＜0.05。

A 组B1 组B2 组B3 组SNR主动脉弓19.05±4.6222.73±6.3434.59±6.93①50.20±9.88①升主动脉17.87±5.2923.98±6.0736.34±8.13① 56.68±13.41①降主动脉22.02±4.9323.68±6.63 33.91±10.64① 52.41±16.25①髂总动脉20.21±4.1320.82±5.5528.61±8.73① 42.03±15.71①股动脉17.82±5.5219.74±6.7323.83±8.38① 30.02±12.54①CNR主动脉弓18.89±3.8920.21±7.94 30.37±11.31① 49.67±22.29①升主动脉19.46±4.0620.19±7.45 29.29±11.96① 47.87±23.23①降主动脉18.35±3.90 21.11±6.29① 30.35±10.44① 49.66±20.90①髂总动脉18.52±4.2820.70±6.29 29.77±10.41① 48.92±20.22①股动脉16.95±4.1919.06±5.6127.94±9.39① 45.56±18.84①

2.2 主观评价

2 位放射诊断医师（医师Ⅰ及医师Ⅱ）对A 组、B1 组、B2 组和B3 组图像的主观评分结果见图1。Kappa一致性检验结果显示两诊断医师的评分结果具有一致性，且Kappa值均在0.61 ～0.80，评分结果一致性高。如图1所示，A 组和B1 组、B3 组主观评分结果比较，差异有统计学意义（P＜0.05），B2 组和A 组主观评分结果比较，差异无统计学意义（P＞0.05）。

图1 四组图像的主观评分比较结果

2.3 辐射剂量

B 组各辐射剂量指标（CTDIvol、DLP 及ED）均低于A 组，差异有统计学意义（P＜0.05），见表4。与A 组相比，B 组CTDIvol降低约83.64%，ED 降低约83.66%。

表4 A 组与B 组辐射剂量比较

3 讨论

60 kV 下的主动脉CTA 扫描方案目前在临床应用很少[4]。在此基础上，本研究提出利用60 kV 管压进行主动脉CTA 扫描，此管电压下X 射线的平均光子能量与碘离子的吸收阈相近，能获得更高的对比度，得到符合诊断要求的影像[5-6]。

本研究结果显示，60 kV 下主动脉CTA 各部血管平均CT 值均＞300 HU，满足了诊断需求，且A 组与B 组CT 值差异无统计学意义。A 组与B 组的SNR 与CNR 的差异性分析结果表明，A 组与B2 组、B3 组各测量位置（ROI1-5）的SNR 与CNR 值比较，B2 组与B3 组均高于A 组，差异有统计学意义（P＜0.05）。但值得注意的是，B1 组在部分测量位置的SNR 与CNR 值与A 组差异无统计学意义（P＞0.05），表明在60 kV 下30%的CI 重建图像相对于40%的CV 重建图像无明显优势。在主观评价中，A 组与B2 组的主观评分差异无统计学意义，但是尽管高程度的CI 可以带来更高的SNR 与CNR，但B1、B3 组较B2 组的主观评分低，因B1 组采用30%CI 重建，图像有颗粒感，导致主观评分降低。B3 组采用90%CI 重建，图像整体更平滑，医师在进行主观比较时略有失真感，导致评分降低。60%的CI 在60 kV 管电压下重建的图像在图像细节显示及可诊断性上总体优于30%和90%的CI[7-8]。

在CTA 成像过程中，采用较低的管压扫描，会产生较大的噪声，影响成像效果，所以有必要采用适当的后处理方法来降低图像噪声。CI 是一种基于深度学习的CT 图像重构方法，它采用深度学习的卷积神经网络，以达到对图像去噪的目的[9]。

本研究采用了低对比剂用量及低注射流速的对比剂应用方案。由于胸腹主动脉血管系统的行程较长，受检者多有血管硬化等病理改变，当对比剂注射的剂量过多、注射的速率过快，会对脆弱的血管造成一定的伤害，增高不良反应的概率，反之对比剂注射的速率过低，达峰值时间会延长，管腔对比剂浓度降低，会直接影响血管图像的质量[10]。

综上所述，在BMI ＜26 kg/m2的标准体型受检者进行主动脉CTA 检查时，采用60 kV 和低剂量低流速的对比剂的注射方案是可行的，其在不损失图像质量的情况下能够大幅度减少辐射剂量和对比剂用量，并降低对比剂注射流速。