深度学习重建算法联合低浓度对比剂在冠状动脉CTA中的应用

[摘" "要]" "目的：评价不同浓度对比剂（370、350、320 mgI/mL碘海醇）联合不同重建算法[迭代重建（iterative reconstruction， IR）、深度学习重建（deep learning reconstruction， DLR）]对冠状动脉计算机断层血管造影（computed tomography angiography， CTA）的影响。方法：前瞻性纳入2021年3—11月于南通大学附属南通第三医院行冠状动脉CTA检查患者共150例，随机分成3组（每组50例）：对照组（350 mgI/mL碘海醇联合IR）、低浓度组（320 mgI/mL碘海醇联合DLR）和高浓度组（370 mgI/mL碘海醇联合IR）。测量并计算3组冠状动脉CTA图像的动脉血管CT值、图像噪声、信噪比（signal noise ratio， SNR）和对比噪声比（contrast to noise ratio， CNR）。结果：低浓度组的CT值冠状动脉更高，且图像噪声明显降低。3组图像中CT值左心室（P=0.136）和CT值冠状动脉（P=0.089）的差异无统计学意义。3组图像中低浓度组SNR左心室、SNR冠状动脉、CNR左心室和CNR冠状动脉均高于对照组和高浓度组（均Plt;0.001）。低浓度组图像的主观评分明显高于其他两组（Plt;0.001）。结论：在冠状动脉CTA中，DLR联合低浓度对比剂优于IR联合高浓度对比剂组。

[关键词]" "深度学习重建；迭代重建；对比剂；冠状动脉；计算机断层血管造影

[中图分类号]" "R816.2" " " " " " " "[文献标志码]" "B" " " " " " " "[文章编号]" "1674-7887（2024）05-0486-04

计算机断层血管造影（computed tomography angiography， CTA）广泛应用于冠状动脉血管性疾病的检查。CTA图像具有良好的血管均匀性和血管强化，有助于检出异常血管[1-2]。冠状动脉增强时建议CT值gt;250 Hu，可以更好地评价冠状动脉CTA的动脉粥样硬化情况和狭窄程度[3]。

通常，血管增强是由扫描采集和重建参数（扫描时间、管电压和管电流）、患者因素（心率、体质量）、对比剂注射速率和浓度决定的[4]。降低管电压可以减少辐射剂量，改善血管CT值，但会增加图像噪声和伪影[5-6]。研究[7-8]也探讨了对比剂注射参数（总量、流速和浓度、生理盐水）与血管衰减程度之间的线性关系，增加对比剂的注射速率会导致对比剂外渗。因此，选择较高碘浓度的对比剂以低注射速率可获得更大的血管强化。也有学者[9]不建议心血管疾病患者使用高浓度的碘对比剂，因为这类人群易发生对比剂肾病。因此，使用低浓度对比剂的有效注射方法对于患者的安全性和评价CTA血管的变化是可行的。

深度学习重建算法（deep learning reconstruction， DLR）在不增加CTA对比剂碘浓度的情况下，改善血管强化效果。以往研究[10]主要集中于DLR的优势，通过深度神经网络及其高质量的基于模型的迭代重建（model based iterative reconstruction， MBIR）或滤波反投影（filtered back projection， FBP）训练图像来降低图像噪声，提高空间分辨率。多项临床研究[10-12]表明，DLR在低剂量胸部CT、腹部CT、头颅CTA、冠状动脉CTA的病变检出率和图像质量均高于迭代重建（iterative reconstruction， IR）；但很少有研究探讨DLR联合低浓度对比剂对冠状动脉CTA的影响。本研究的目的是评价在相同注射速率下低浓度对比剂（320 mgI/mL碘海醇）联合DLR对冠状动脉CTA的影响。

1" "资料和方法

1.1" "一般资料" "本研究为前瞻性研究，且获得南通大学附属南通第三医院医学伦理委员会的批准（EK2023151），均获得受试者书面知情同意。将2021年3—11月于南通大学附属南通第三医院行冠状动脉CTA检查患者共150例纳入研究，其中男83例，女67岁；年龄23～79岁，平均（63.13±12.3）岁；BMI（24.3±4.1） kg/m2；既往患有糖尿病32例、高血压65例、高脂血症73例，有心血管疾病家族史23例，吸烟史48例。采用随机数字表法进行分组，分成3组（每组50例）：对照组（350 mgI/mL碘海醇联合IR）、低浓度组（320 mgI/mL碘海醇联合DLR）和高浓度组（370 mgI/mL碘海醇联合IR）。对比剂的用量和注射速率是相同的。排除标准：有碘过敏史患者，妊娠患者，严重肝肾功能不全患者，甲状腺功能亢进症患者，精神障碍或无法配合的患者。

1.2" "检查方法" "使用高压注射器（Ulrich Medical，Germany）注射对比剂，速率为4.5 mL/s，注射位置为肘正中静脉，对比剂量为60 mL，再以相同速率注射40 mL生理盐水冲洗。使用智能追踪技术在胸降主动脉进行触发扫描（触发阈值为150 Hu）。所有冠状动脉CTA均使用Philips 256层iCT完成。每例患者完成平扫并进行冠状动脉钙化分析，再行冠状动脉CTA扫描。冠状动脉CTA扫描参数：准直宽度130 mm×0.5 mm；FOV 380 mm；转速0.27 s；层厚0.9 mm；管电压100 kV。管电流采用自动曝光控制。所有检查均采用回顾性重建方法，重建时相为40%～80%。患者心率控制在lt;90次/s。患者的原始数据使用以下两种算法进行重建：IR与DLR（数坤软件）。

1.3" "图像分析

1.3.1" "客观分析" "计算每例患者图像相同位置的CT值、图像噪声、信噪比（signal noise ratio， SNR）和对比噪声比（contrast to noise ratio， CNR）。在左心室、冠状动脉近段放置感兴趣区（region of interest， ROI）来测量CT值，包括右冠状动脉（right coronary artery， RCA）、左冠状动脉（left coronary artery， LCA）、左回旋动脉（left circumflex artery， LCX）和左前降支（left anterior descending artery， LAD）。ROI放置在冠状动脉血管的中心，避免包含血管壁。以肌肉[标准差（standard deviation， SD），ROI=20 mm2]的图像噪声为参考，计算SNR和CNR。计算公式如下：

SNR=CT动脉/SD肌肉，CNR＝（CT动脉-CT肌肉）/SD肌肉。

1.3.2" "主观分析" "图像由两名放射科医师（分别具有3年和8年的放射诊断经验）进行主观评分。观察者不知道图像的重建方法，随机评价整体图像质量、伪影和图像噪声。采用5点Likert量表进行评分。按照美国心脏协会的分类方法[13-14]将冠状动脉分为15段，血管评分：5=血管壁完美；4=非常好；3=血管壁清晰度良好；2=血管壁清晰度差；1=血管壁不清晰。

1.4" "统计学方法" "使用SPSS 23.0（IBM）软件对数据统计分析。使用Kolmogorov-Smirnov法对计量资料行正态性检验，符合正态分布的数据以ｘ±s表示，符合正态分布且方差齐性计量资料采用单因素方差分析，两两比较采用LSD法。采用单因素方差分析比较3组图像的CT值、CNR、SNR和图像噪声。计数资料比较采用χ2检验。Plt;0.05为差异有统计学意义。

2" "结" " " 果

2.1" "3组患者客观评分比较" "由表1可见，低浓度组图像噪声明显低于对照组和高浓度组（Plt;0.001）；低浓度组CT值左心室、CT值冠状动脉均高于其余两组，但3组间比较差异均无统计学意义（均Pgt;0.05）；低浓度组的SNR左心室、CNR左心室、SNR冠状动脉、CNR冠状动脉均高于高浓度组（均Plt;0.05）。虽然对照组与低浓度组之间CT值左心室、CT值冠状动脉差异无统计学意义（Pgt;0.05），但低浓度组使用DLR可显著提高SNR左心室 、CNR左心室和SNR冠状动脉、CNR冠状动脉。

2.2" "3组患者主观评分比较" "低浓度组主观评分明显高于其余两组（Plt;0.05），见表2。与IR相比，DLR在低碘浓度下的图像质量均可接受且具有较小的伪影和图像噪声，见图1。

3" "讨" " " 论

本研究探讨了两种不同的图像重建联合不同浓度对比剂对冠状动脉CTA的影响。在使用低浓度对比剂情况下，DLR的CT值左心室和CT值冠状动脉稍高于IR，且其噪声明显降低。低浓度组血管的CT值与对照组和高浓度组相当，而DLR具有更高的SNR、CNR和主观评分。

在较低浓度下，较高的对比剂注射速率可以有效地实现CTA的对比增强。M.M.LUBBERS等[15]评价了碘二醇270（等渗对比剂，注射速率5.6 mL/s）和碘丙胺300（低渗对比剂，注射速率5.0 mL/s或5.8 mL/s）对比剂的腔内混浊和图像质量，发现部分患者的热不适感与对比剂的高注射速率有关。同样，C.MIHL等[6]也认为使用低浓度碘对比剂高注射速率（对比剂320 mgI/mL， 9 mL/s）与7.2 mL/s注射速率的350 mgI/mL对比剂相当，CT值冠状动脉差异无统计学意义。

本研究在相同注射速率下，320 mgI/mL对比剂联合DLR和350 mgI/mL对比剂联合IR时，CT值左心室和CT值冠状动脉差异无统计学意义。此外，与350 mgI/mL对比剂联合IR相比，320 mgI/mL对比剂联合DLR在SNR、CNR和图像主观评分方面效果更好。因此，无论碘浓度如何，DLR组的CT值左心室和CT值冠状动脉均明显高于IR。

研究[11]表明，与IR相比，使用DLR的冠状动脉CTA的图像质量明显更好，图像噪声更低，SNR更高，CNR更高，图像更清晰。本研究中，与IR相比，320 mgI/mL对比剂联合DLR可以获得更高的图像质量，包括更高的CNR、更高的SNR和更少的图像噪声。与370 mgI/mL对比剂联合IR相比，虽然低浓度对比剂联合DLR的CT值冠状动脉有所降低，但SNR冠状动脉、CNR冠状动脉和主观评分更高，DLR获得更好的图像质量。本研究结果显示低浓度对比剂（320 mgI/mL）联合DLR增加对比剂的注射速率，可以获得高浓度对比剂（370 mgI/mL）联合IR相当的CT值。因此使用DLR可以明显强化左心室和冠状动脉。

有研究[16]探讨低管电压方案，以较低的辐射剂量获得更好的CT值。但这种方法不适用于体质量较大的患者。此外，血管中的钙化和较高的放射状伪影导致冠状血管模糊，从而导致误诊和产生条纹伪影[16-17]。有报道[18]称DLR在较低的管电压下可以得到较低的图像噪声。与IR相比，DLR会明显降低放射状伪影[11]。这些优点可以用于低辐射剂量扫描方案的DLR。CTA的诊断价值取决于血管强化程度。因此，需要进一步研究使用DLR的对比增强技术对冠状动脉CTA的影响。

本研究存在一定的局限性：首先，没有评价使用对比剂期间的血流动力学变化（心率、血压和患者不适）。不同浓度对比剂均采用相同的注射速率。有研究[15]探讨高流速、高碘浓度对比剂的应用与患者发生疼痛、发热等不适症状的相关性。然而，使用低浓度对比剂检查时肾功能不全患者的不适感较少。其次，这是一个小样本量的单中心研究，需要进一步扩大样本，评价低浓度对比剂联合DLR的诊断性能。

综上所述，在冠状动脉CTA成像中使用DLR联合320 mgI/mL对比剂方案优于IR联合350 mgI/mL或370 mgI/mL对比剂方案。

[参考文献]

[1]" "WEININGER M， BARRAZA J M， KEMPER C A， et al. Cardiothoracic CT angiography： current contrast medium delivery strategies[J]. AJR Am J Roentgenol， 2011， 196（3）：W260-W272.

[2]" "FLOHR T G， SCHOEPF U J， OHNESORGE B M. Chasing the heart： new developments for cardiac CT[J]. J Thorac Imaging， 2007， 22（1）：4-16.

[3]" "SCHOEPF U J. Contrast media for coronary CT angiography： should an Iso-osmolar agent be used？[J]. Radiology， 2018， 286（1）：81-82.

[4]" "KIM S Y， CHO J Y， LEE J， et al. Low-tube-voltage CT urography using low-concentration-iodine contrast media and iterative reconstruction： a multi-institutional randomized controlled trial for comparison with conventional CT urography[J]. Korean J Radiol， 2018， 19（6）：1119-1129.

[5]" "LIN Z X， ZHOU F， SCHOEPF U J， et al. Tube voltage， DNA double-strand breaks， and image quality in coronary CT angiography[J]. Korean J Radiol， 2020， 21（8）：967-977.

[6]" "MIHL C， KOK M， WILDBERGER J E， et al. Coronary CT angiography using low concentrated contrast media injected with high flow rates： feasible in clinical practice[J]. Eur J Radiol， 2015， 84（11）：2155-2160.

[7]nbsp; "TSURUSAKI M， SUGIMOTO K， FUJII M， et al. Multi-detector row helical CT of the liver： quantitative assessment of iodine concentration of intravenous contrast material on multiphasic CT—a prospective randomized study[J]. Radiat Med， 2004， 22（4）：239-245.

[8]" "DING S， MEYSTRE N R， CAMPEANU C， et al. Contrast media extravasations in patients undergoing computerized tomography scanning： a systematic review and meta-analysis of risk factors and interventions[J]. JBI Database System Rev Implement Rep， 2018， 16（1）：87-116.

[9]" "GRUBERG L， MINTZ G S， MEHRAN R， et al. The prognostic implications of further renal function deterioration within 48 h of interventional coronary procedures in patients with pre-existent chronic renal insufficiency[J]. J Am Coll Cardiol， 2000， 36（5）：1542-1548.

[10]" "LENFANT M， CHEVALLIER O， COMBY P O， et al. Deep learning versus iterative reconstruction for CT pulmonary angiography in the emergency setting： improved image quality and reduced radiation dose[J]. Diagnostics， 2020， 10（8）：558.

[11]" "KIM I， KANG H， YOON H J， et al. Deep learning-based image reconstruction for brain CT： improved image quality compared with adaptive statistical iterative reconstruction-Veo（ASIR-V）[J]. Neuroradiology， 2021， 63（6）：905-912.

[12]" "刘帅， 唐笑先， 吴略， 等. 深度学习重建算法在低剂量腹盆腔动脉CT血管造影中的应用研究[J]. 实用医学影像杂志， 2022， 23（6）：562-566.

[13]" "NEBELUNG H， BRAUER T， SEPPELT D， et al. Coronary computed tomography angiography（CCTA）： effect of bolus-tracking ROI positioning on image quality[J]. Eur Radiol， 2021， 31（2）：1110-1118.

[14]" "GU J， SHI H S， HAN P， et al. Image quality and radiation dose for prospectively triggered coronary CT angiography： 128-slice single-source CT versus first-generation 64-slice dual-source CT[J]. Sci Rep， 2016， 6：34795.

[15]" "LUBBERS M M， KOCK M， NIEZEN A， et al. Iodixanol versus iopromide at coronary CT angiography： lumen opacification and effect on heart rhythm-the randomized IsoCOR trial[J]. Radiology， 2018， 286（1）：71-80.

[16]" "王宏伟， 李瑛， 高一峰， 等. 深度学习图像重建算法用于肥胖个体低剂量冠状动脉CT血管成像[J]. 中国医学影像技术， 2021， 37（5）：754-758.

[17]" "LEE J， KIM T H， LEE B K， et al. Diagnostic accuracy of low-radiation coronary computed tomography angiography with low tube voltage and knowledge-based model reconstruction[J]. Sci Rep， 2019， 9（1）：1308.

[18]" "WANG M Z， FAN J， SHI X F， et al. A deep-learning reconstruction algorithm that improves the image quality of low-tube-voltage coronary CT angiography[J]. Eur J Radiol， 2022， 146：110070.

[收稿日期] 2024-04-08