低管電流低管電壓掃描聯(lián)合人工智能重建技術(shù)在胸部肋骨骨折中的應(yīng)用

李錦田，左 衛(wèi)

（1廣東省第二人民醫(yī)院放射科 廣東 廣州 510000）

（2廣東省第二人民醫(yī)院影像科 廣東 廣州 510000）

胸部外傷的檢查中常規(guī)使用X線進行，X線在胸部骨折診斷中具有準確率高、費用低廉等優(yōu)勢，但對細小骨折敏感度低，需要進一步CT診斷[1]。目前胸部外傷的細小肋骨骨折診斷主要以CT為主，然而CT掃描存在輻射，相關(guān)研究發(fā)現(xiàn)CT檢查所帶來的輻射會使患者增加患癌風險，因此降低患者檢查所受輻射劑量具有重要臨床意義[2]。降低輻射劑量的胸部掃描會導(dǎo)致圖像噪聲增大、信噪比降低，影響肋骨骨折的觀察，因此，尋找一種能夠增加低管電流低管電壓掃描信噪比的方法尤為重要。人工智能（artificial intelligence，AI）重建技術(shù)是一種基于隨機森林等機器學習得出的優(yōu)化重建算法，AI重建能有效減少圖像噪聲，達到提升圖像信噪比的效果[3]。本次研究在于探討AI重建技術(shù)在低管電流低管電壓胸部掃描CT中改善圖像質(zhì)量的可行性。

1 資料與方法

1.1 一般資料

選取2021年1月—2022年6月在廣東省第二人民醫(yī)院因胸部外傷申請胸部CT檢查的72例（男45例、女27例）患者，平均年齡為（58.68±8.59）歲。納入標準：因外傷胸部，主訴胸部疼痛。排除標準：①因劇烈疼痛導(dǎo)致呼吸偽影過大的圖像。②無法進行圖像識別、無法重建的患者圖像，本研究通過醫(yī)院倫理委員會審核（2023-KY-KZ-059-02）。

1.2 方法

1.2.1 分組方法 本研究為前瞻性研究，對胸部CT檢查的患者進行隨機分組。A組采用230 mAs管電流,100 kV管電壓進行掃描，B組、C組采用100 mAs管電流,80 kV管電壓進行掃描，A組、B組使用濾波反投影法重建圖像，C組采用AI重建算法重建圖像。

1.2.2 設(shè)備 使用聯(lián)影320排螺旋CT（UNITED IMAGING uCT320)，螺距0.6，掃描層厚0.5 mm，探測器覆蓋寬度64×0.625 mm,A、B組采用濾波反投影法,C組采用AI重建技術(shù),掃描層面包括所有肋骨。

1.3 圖像后處理與質(zhì)量評價

1.3.1 圖像質(zhì)量主觀評價 利用后處理系統(tǒng)，將A、B組圖像使用濾波反投影法處理后進行胸部CT骨窗重建，將C組圖像使用AI重建技術(shù)進行胸部CT骨窗重建，三組重建后數(shù)據(jù)進行MIP重建、VR重建等處理，圖像評分采用4級評分法進行，圖像全局清晰，肋骨邊緣清晰，能有效觀察骨小梁評為4分；圖像全局清晰，肋骨邊緣模糊，但仍可以觀察到骨小梁是否連續(xù)評為3分；圖像全局模糊，肋骨邊緣不清，無法區(qū)分骨小梁連續(xù)性評為2分；圖像出現(xiàn)高噪聲，肋骨邊緣無法觀察，無法診斷肋骨情況評為1分[4]。

1.3.2 圖像質(zhì)量客觀評價 對三組噪聲進行測量并計算CNR及SNR，測量肋骨CT值并以CT值標準差SD為肋骨噪聲，測量胸背部肌肉CT值SD為背景噪聲，計算胸部CT圖像CNR及SNR，計算公式：SNR Chest =CTChest/SDChest；CNRChest=（CTChest-CTFAT）/SDFAT（Chest：胸部；FAT：背景噪聲）[5]。

1.4 統(tǒng)計學方法

所有數(shù)據(jù)利用SPSS22.0軟件處理：符合正態(tài)分布數(shù)據(jù)用（）表示，不符合正態(tài)分布用[M（Q1,Q3）]表示，三組患者性別的比較采用卡方檢驗進行，三組患者CT值、噪聲、CNP、SNP、DLP、CTDIvol、年齡比較采用單因素方差分析，P＜0.05為具有統(tǒng)計學意義。

2 結(jié)果

2.1 三組患者一般資料與圖像質(zhì)量比較

三組患者年齡、性別不具有統(tǒng)計學意義（P＞0.05），見表1，A、B兩組圖像CNR、SNR、圖像評分具有統(tǒng)計學意義（P＜0.05），A、C兩組圖像CNR、SNR、圖像評分差異不具有統(tǒng)計學意義（P＞0.05），B、C兩組圖像CNR、SNR、圖像評分差異具有統(tǒng)計學意義（P＜0.05），見表2、圖1。

圖1 三組胸部CT圖像質(zhì)量數(shù)據(jù)柱形圖

表1 三組患者一般資料對照表（）

表1 三組患者一般資料對照表（）

組別平均年齡（images/BZ_15_1875_1021_1974_1069.png，歲）男/女（例）A組（n=24）56.84±7.2814/10 B組（n=21）60.32±8.4715/6 C組（n=27）58.42±9.8716/11 F[χ2]2.189[1.013]P 0.3870.603

表2 三組患者圖像噪聲、CNR、SNR比較

2.2 三組患者輻射劑量比較

A、B兩組胸部CT患者DLP、CTDIvol、ED差異均具有統(tǒng)計學意義（P＜0.05），A、C兩組胸部CT患者DLP、CTDIvol、ED差異均具有統(tǒng)計學意義（P＜0.05），B、C兩組胸部CT患者DLP、CTDIvol、ED差異均不具有統(tǒng)計學意義（P＞0.05）。見表3。

表3 三組患者輻射劑量比較（）

表3 三組患者輻射劑量比較（）

注：①表示與B組比較，差異具有統(tǒng)計學意義，②表示與C組比較，差異具有統(tǒng)計學意義。

組別CTDIvol/mGy)DLP/mGy·cmED/mSv A組（n=24）10.51±1.76①②334.5±28.51①②6.46±0.34①②B組（n=21）5.62±1.65184.2±22.153.52±0.83 C組（n=27）5.01±1.26175.1±21.543.41±0.62 F 23.84321.15834.593 P 0.0340.0280.021

3 討論

目前X線雙斜位攝影診斷肋骨骨折是最經(jīng)濟、快捷的方式，然而，較細小的肋骨骨折容易漏診，導(dǎo)致延誤治療，進一步發(fā)生二次傷害甚至導(dǎo)致氣胸的形成。因此常增加胸部CT檢查發(fā)現(xiàn)細微肋骨骨折。然而，CT檢查輻射劑量明顯大于X線檢查，如何對檢查的輻射損害減少，是目前研究的重要方向[6]。本研究在對三組不同掃描方案與重建技術(shù)的研究中發(fā)現(xiàn)，B組、C組在低管電流低管電壓的掃描下輻射劑量明顯低于A組的常規(guī)劑量。但B組較A組出現(xiàn)了明顯的圖像評分下降，而C組在低管電流低管電壓的同時引入AI重建技術(shù)對圖像噪聲進行優(yōu)化，使得C組圖像的CNR、SNR明顯優(yōu)于B組。

電離輻射是CT檢查中的主要輻射形式，對人體染色體具有一定損害。本研究B、C組低管電流低管電壓方案DLP、CTDIvol、ED明顯低于A組，降低了輻射劑量，合理控制患者潛在的輻射傷害。胸部CT肋骨骨折檢查的原則是要保證肋骨能清晰觀察、明確診斷，但盡量減少患者所受輻射，本研究在低管電流低管電壓掃描出現(xiàn)噪聲上升，主要因為管電壓下降后，CT射線穿透能力下降，增加的散射線導(dǎo)致了信號采集出現(xiàn)顆粒[7]。然而，C組使用胸部AI重建技術(shù)進行肋骨重建，圖像噪聲低于同條件B組，而CNR、SNR高于B組，且與A組的正常管電流管電壓對比無明顯差異，因此本次研究中B組因掃描條件的降低使得圖像噪聲上升、CNR、SNR下降，但相同掃描條件下由于C組引入AI重建技術(shù)進行肋骨重建，使圖像優(yōu)化過程中最大限度保留圖像的真實細節(jié)，從而達到優(yōu)化低劑量圖像的效果。

AI重建技術(shù)是基于一種基于隨機森林模型機器學習得出的新一代重建模型，該模型多用于CT血管造影的檢查優(yōu)化中，AI通過訓(xùn)練圖像噪聲進行優(yōu)化，利用神經(jīng)網(wǎng)絡(luò)分離噪聲-圖像后重建出新圖像，進一步優(yōu)化高噪聲的圖像[8]。目前AI重建算法多用于CT血管造影低輻射劑量研究中，利用深度學習AI算法對抗反饋訓(xùn)練生產(chǎn)與常規(guī)劑量一致的低劑量CT圖像[9]。本研究將低劑量CT圖像質(zhì)量優(yōu)化最新算法利用于胸部平掃圖像肋骨重建中得到了很好的結(jié)果，利用AI重建技術(shù)獲得的低管電流管電壓圖像與常規(guī)管電流管電壓圖像一致，實現(xiàn)AI重建技術(shù)不同應(yīng)用，開拓新AI低劑量研究場景。本次研究100 mAs管電流，80 kV管電壓胸部CT肋骨重建可滿足臨床需求。說明低管電流管電壓聯(lián)合AI重建技術(shù)在胸部肋骨骨折診斷中具有可行性。

本次研究不足在于樣本量偏小，由于外傷患者多數(shù)疼痛感覺明顯、配合度差，容易造成呼吸偽影[10]，對于呼吸偽影的肋骨重建，能否通過AI重建技術(shù)改善評估需要進一步研究。

綜上所述，人工智能重建技術(shù)能優(yōu)化低管電流低管電壓圖像中的噪聲，提升圖像信噪比，成像可達到常規(guī)條件的肋骨骨折觀察圖像質(zhì)量。