100kVp管電壓不同重建算法對AI輔助檢測肺結(jié)節(jié)效能影響

曹源，李丹陽，張揚，高道福，顧俊，張清

目前低劑量CT作為胸部肺結(jié)節(jié)篩查已成為臨床首選檢查[1，2]，常規(guī)胸部CT降低劑量主要以降低管電流和降低管電壓兩種方法，單純降低管電流會增加胸部兩邊圖像質(zhì)量不足[3]；管電壓降低較管電流降低更能有效降低輻射劑量，但過度降低管電壓會造成密度分辨力下降[4]，研究表明100 kVp應(yīng)用迭代重建算法不但可明顯降低輻射劑量還能保證圖像質(zhì)量以滿足胸部影像診斷[5]。

隨著人工智能(artificial intelligence，AI)技術(shù)不斷取得新突破，深度學(xué)習(xí)與大數(shù)據(jù)等前沿技術(shù)在醫(yī)療領(lǐng)域廣泛應(yīng)用[6]，AI醫(yī)學(xué)影像作為醫(yī)療輔助診斷系統(tǒng)不僅準確率高而且大大提高醫(yī)生工作效率，受到越來越多影像醫(yī)生青睞[7]，但目前AI應(yīng)用多采用常規(guī)管電壓120 kVp FBP圖像，對低管電壓不同重建算法圖像應(yīng)用甚少。本文針對管電壓100 kVp條件下不同重建算法對AI輔助檢測肺結(jié)節(jié)效能影響做了相關(guān)研究。

材料與方法

1.一般資料

搜集2019年1月14日-2月14日行胸部雙能量CT檢查患者189例，男93例，女96例；年齡22～68歲，平均(48.1±11.8)歲；BMI指數(shù)18.1～33.9 kg/m2，平均(24.9±3.4)kg/m2。排除標準: 因金屬偽影、呼吸偽影等導(dǎo)致CT圖像質(zhì)量不佳者；患者存在肺炎、肺不張、胸腔積液等影響病灶確認及標注者。

2.圖像采集與重建

所有患者均行西門子雙源(Definition FLASH )CT雙能量胸部掃描，采用雙能量管電壓組合(兩個球管電壓分別為Sn140kVp、100kVp)，采用自動管電流調(diào)節(jié)技術(shù)Care Dose 4D，重建層厚1.0 mm，將100 kVp數(shù)據(jù)分別采用FBP及SAFIRE1、3、5等級迭代重建算法行圖像重建，每例患者4組圖像，分別為FBP、SAFIRE1、SAFIRE3、SAFIRE5。選用AI輔助軟件(InferRead CT Lung Research,Infervision,Beijing,China)行肺結(jié)節(jié)自動檢測。該系統(tǒng)以40萬訓(xùn)練數(shù)據(jù)為根基，數(shù)據(jù)庫數(shù)據(jù)來源于全國多家大型三甲醫(yī)院，是一款已被廣泛運用于協(xié)助肺結(jié)節(jié)檢測深度學(xué)習(xí)軟件。

3.金標準制定

由兩位主治以上職稱放射科醫(yī)生雙盲對雙能CT融合120 kVp圖像結(jié)合AI顯示結(jié)果行肺結(jié)節(jié)標注，報告結(jié)節(jié)數(shù)量、位置、大小及密度，最后再由1名副主任醫(yī)生進行確認并建立金標準。

4.客觀圖像質(zhì)量測量

選取氣管分叉軸面層面降主動脈和同側(cè)豎脊肌分別放置面積60 mm2ROI，記錄平均CT值及其標準差(SD)，采用公式計算各重建算法組平均SNR與CNR[8]：

5.統(tǒng)計分析

采用SPSS 20.0軟件進行分析4組不同算法敏感度、準確度、假陽性率、SNR和CNR比較采用單因素方差分析，兩兩之間采用多重比較。以P<0.05為差異有統(tǒng)計學(xué)意義。

結(jié) 果

金標準共檢測出1016個肺結(jié)節(jié)，其中<4 mm結(jié)節(jié)778個，≥4 mm結(jié)節(jié)238個，實性結(jié)節(jié)801個，亞實性結(jié)節(jié)215個。AI肺結(jié)節(jié)自動檢測系統(tǒng)對FBP、SAFIRE1、SAFIRE3和SAFIRE5 共4組圖像檢測真陽性結(jié)節(jié)數(shù)無明顯差別，統(tǒng)計分析結(jié)果表明4組算法檢測敏感度差異無統(tǒng)計學(xué)意義(P>0.05)；4組算法檢測結(jié)節(jié)假陽性率差異具有統(tǒng)計學(xué)意義(P<0.05)，其中FBP圖像假陽性率低于其它算法(表1、圖1)。同時4組重建算法圖像各部位CT值均無明顯變化，噪聲值隨迭代等級提升而降低，SNR和CNR隨著迭代等級提升呈上升趨勢且兩兩之間差異具有統(tǒng)計學(xué)意義(P<0.05)。

4組重建算法對檢測實性結(jié)節(jié)和亞實性結(jié)節(jié)敏感度無統(tǒng)計學(xué)差異，但兩兩比較亞實性結(jié)節(jié)FBP和SAFIR5具有統(tǒng)計學(xué)差異，各組算法準確度具有統(tǒng)計學(xué)意義(P<0.05)，隨著迭代等級提升而降低(表2)。

圖1 女，53歲，經(jīng)金標準標注左肺下葉示1個磨玻璃結(jié)節(jié)。a、b、c、d分別代表FBP、SAFIRE1、SAFIER3、SAFIRE5肺結(jié)節(jié)檢測圖像，其中FBP準確顯示真陽性結(jié)節(jié)且無假陽性結(jié)節(jié)，其他各組不但檢測出真陽性結(jié)節(jié)且隨著迭代等級提升假陽性結(jié)節(jié)逐漸增加。綠框：AI檢測出真陽性結(jié)節(jié)；紅框：AI檢測出假陽性結(jié)節(jié)。

表1 四組重建算法圖像AI檢測結(jié)節(jié)數(shù)、敏感度、假陽性率、準確度、SNR、CNR

4組重建算法對AI檢測長徑≥4 mm結(jié)節(jié)敏感度和準確度均無統(tǒng)計學(xué)差異，對于長徑<4 mm敏感度無統(tǒng)計學(xué)差異，但準確度具有統(tǒng)計學(xué)意義(P<0.05)，且準確度隨著迭代等級提升而降低(表3)。

討 論

CT作為肺癌常用診斷方法廣泛應(yīng)用臨床，而常規(guī)CT檢查由于輻射劑量大，普遍篩查一直受到限制。國家肺癌篩查試驗(NLST)表明高危人群篩查隨著低劑量CT適用肺癌死亡率大大減少，相比于120 kVp，管電壓100 kVp輻射劑量平均約降低50%[9]，因此100 kVp屬于目前低電壓低輻射主流市場，而在管電壓下降輻射劑量降低同時圖像噪聲也會隨之增加，使得難以檢測和區(qū)分肺結(jié)節(jié)[10-11]。西門子最新迭代重建算法(sinogram affirmed iterative reconstruction，Safire)不僅進一步提高圖像域迭代對噪聲去除性能且引入基于原始數(shù)據(jù)迭代偽影去除技術(shù)解決了原始濾波反投影中因劑量降低產(chǎn)生噪聲問題而且重建速度大大提高。

本研究顯示隨著迭代等級提升圖像CT值無明顯變化，圖像噪聲有顯著下降，因此圖像SNR和CNR都有明顯提高。研究[12-14]證實純磨玻璃肺結(jié)節(jié)與間質(zhì)性病變檢出率隨噪聲降低而顯著提高，因此本研究中亞實性結(jié)節(jié)敏感度隨著迭代等級增加有所升高，除此之外無論在長徑≥4 mm、<4 mm結(jié)節(jié)還是實性結(jié)節(jié)均對AI檢測肺結(jié)節(jié)敏感度無明顯增加，反而除≥4 mm結(jié)節(jié)外假陽性率都逐漸增高，分析原因研究表明圖像噪聲對深度學(xué)習(xí)軟件檢測部分肺結(jié)節(jié)并沒有影響[15]，而迭代算法是對投影數(shù)據(jù)以FBP算法進行重建，將獲得圖像數(shù)據(jù)與基于統(tǒng)計光子和電子噪聲理想噪聲模型進行比較，去除噪聲得到校正圖像，對此校正圖像再通過正投影更新原始投影數(shù)據(jù) 用于下次迭代計算，如此進行多次迭代重建圖像，但隨著迭代次數(shù)增加(等級提升)圖像過度細膩造成失真[16-17]也是造成假陽性率升高原因，對于長徑≥4 mm結(jié)節(jié)檢測準確度無明顯差別，原因可能AI對于大結(jié)節(jié)模型訓(xùn)練程度相對精確，所以準確度無明顯差別。

表2 四組重建算法對不同密度肺結(jié)節(jié)的敏感度和準確度

表3 四組重建算法對不同大小肺結(jié)節(jié)的敏感度和準確度

本研究使用是推想科技AI診斷輔助軟件，它是多數(shù)基于FBP算法胸部CT圖像訓(xùn)練出來模型[18]，對于FBP算法胸部圖像AI檢測肺結(jié)節(jié)陽性率尚可，但對于在迭代算法圖像上可能缺乏經(jīng)驗，也是造成假陽性率依舊偏高原因之一。

隨著輻射劑量逐漸被人們所重視，越來越多人選擇了低劑量胸部CT來篩查肺結(jié)節(jié)。本文之所以采用雙源CT100kVp圖像就是避免多次掃描給患者帶來傷害，同一組患者既得到了120kVp圖像又得到了100kVp圖像且有相關(guān)報道顯示[19]雙源CT100kVp圖像約等同于單源CT100kVp圖像，也可以證實在雙源CT100kVp下相關(guān)研究可行性。本文顯示在100kVp下各種重建技術(shù)AI檢測肺結(jié)節(jié)敏感度均在70%左右，這與Giovanni等[20]研究顯示AI檢測肺結(jié)節(jié)敏感度高達92.20%相差較大，究其原因是目前多數(shù)報道AI檢測肺結(jié)節(jié)都是120kVp下進行的，我們金標準也是基于120kVp圖像所做出的，因此我們應(yīng)該繼續(xù)加大深度學(xué)習(xí)訓(xùn)練模型多元化以滿足不同條件下檢測效能考證。

綜上所述，低劑量(100kVp)條件下為保證診斷準確率，除亞實性結(jié)節(jié)外人工智能檢測肺結(jié)節(jié)CT重建算法應(yīng)首選FBP。