人工智能迭代重組在病毒性肺炎診斷中的應(yīng)用

馬欽 龔歡 郭瑞 彭睿 宋法亮 馬靜

CT 影像學(xué)檢查是新型冠狀病毒性肺炎診療中的重要環(huán)節(jié)［1,2］。因此如何高質(zhì)量地充分發(fā)揮CT 檢查技術(shù)在新型冠狀病毒性肺炎臨床診治中的價(jià)值是影像科醫(yī)師的關(guān)注點(diǎn)。除了傳統(tǒng)意義上的低劑量原則外，優(yōu)化掃描方案和選擇更佳先進(jìn)的重組算法也是具有重要意義的。本研究探討人工智能迭代重組（artificial intelligence iterative reconstruction，AIIR）技術(shù)在其診斷中的應(yīng)用價(jià)值。

AIIR 是一種基于人工智能技術(shù)的模型迭代重組算法，是深度學(xué)習(xí)（deep learning，DL）重組與基于模型的迭代重組（model-based iterative reconstruction，MBIR）相結(jié)合的重組算法。目前研究表明，AIIR 可以在保證圖像質(zhì)量的前提下，大大減低掃描劑量，在兒童、體檢等應(yīng)用場景中有很大的潛在價(jià)值。而在同等的掃描劑量下，AIIR 擁有很好的降噪性能，并可提高圖像質(zhì)量［3］。本研究的目的是對比AIIR 相對于常規(guī)迭代重組技術(shù)對圖像的改善情況，探討其在新型冠狀病毒性肺炎診斷中的價(jià)值。

1 資料與方法

1.1 研究對象與方法

收集新疆生產(chǎn)建設(shè)兵團(tuán)醫(yī)院總院2022 年8月—12 月期間，依據(jù)《新型冠狀病毒肺炎診療方案（試行第十版）》確診為新型冠狀病毒性肺炎的患者86 例。年齡26～91 歲，平均（66.7±16.2）歲，其中男57 例，平均（68.1±16.4）歲，女29 例，平均（63.9±15.7）歲。入組標(biāo)準(zhǔn)：意識(shí)清醒、自主配合呼吸患者，完成至少一次雙肺薄層CT 檢查的患者。排除標(biāo)準(zhǔn)：未進(jìn)行雙肺薄層CT 檢查或不能配合的患者及肺部手術(shù)史患者。根據(jù)《新型冠狀病毒肺炎診療方案（試行第十版）》的標(biāo)準(zhǔn)，將患者分為兩組：臨床癥狀輕微并影像學(xué)可見肺炎表現(xiàn)的為新冠普通型組；出現(xiàn)氣促，靜息狀態(tài)下食指氧飽和度小于93%，動(dòng)脈氧分壓/吸氧濃度小于等于300mmHg，臨床癥狀進(jìn)行性加重且肺部影像病灶在24～48 h內(nèi)進(jìn)展大于50%之一的為新冠重型組。所有患者中普通型36 例，重型50 例。

1.2 掃描方法

掃描機(jī)型：聯(lián)影320 排640 層螺旋CT（uCT 960+）。患者仰臥位行吸氣后屏氣掃描，掃描范圍自胸廓入口至肺下界。采用低管電壓120 kV、結(jié)合自動(dòng)管電流技術(shù)、雙定位像，掃描層厚為5、層間距為5 mm，薄層圖像重組厚度1 mm、間隔1 mm，準(zhǔn)直器寬度80 mm，螺距1.093，機(jī)架旋轉(zhuǎn)時(shí)間0.5 s/rot，矩陣512×512，視野32 cm×32 cm。

1.3 圖像重組

將原始數(shù)據(jù)傳輸至聯(lián)影探索者平臺(tái)（uInnovation）分別進(jìn)行KARL 5 級(jí)迭代重組、AIIR 3 級(jí)重組。進(jìn)行重組肺窗高分辨率CT（high-resolution CT，HRCT）（超高分辨率卷積重組，層厚1 mm，層間距1 mm，窗寬為1400 HU，窗位為-400 HU），圖像上傳至工作站，用軸位、多平面重組和容積重組等技術(shù)進(jìn)行肺部病變分析。

1.4 圖像分析

1.4.1 主觀評價(jià)

由3 位工作15 年以上的副主任醫(yī)師采用雙盲法對圖像進(jìn)行主觀評分。評分采用李克特（Likert）5 分量表法對圖像偽影、噪聲、病灶內(nèi)部結(jié)構(gòu)總體質(zhì)量進(jìn)行主觀評分，評價(jià)標(biāo)準(zhǔn)為：5 分，正常肺組織精細(xì)解剖顯示清楚，偽影、噪聲不明顯，磨玻璃病灶內(nèi)部結(jié)構(gòu)顯示清晰，很容易評價(jià)；4 分，正常肺組織精細(xì)解剖較清楚，偽影、噪聲輕微，磨玻璃病灶內(nèi)部結(jié)構(gòu)輕微模糊，能夠評價(jià)；3 分，大部分正常肺組織精細(xì)解剖顯示清楚，偽影、噪聲輕度，磨玻璃病灶內(nèi)部結(jié)構(gòu)輕度模糊，能進(jìn)行評價(jià)；2分，正常肺組織精細(xì)解剖顯示不清楚，偽影、噪聲中度，磨玻璃病灶內(nèi)部結(jié)構(gòu)中度模糊，解剖細(xì)節(jié)不足以被發(fā)現(xiàn)；1 分，正常肺組織精細(xì)解剖無法顯示，偽影、噪聲嚴(yán)重，磨玻璃病灶內(nèi)部結(jié)構(gòu)嚴(yán)重模糊，不能用于診斷。評價(jià)圖像時(shí)，允許醫(yī)師進(jìn)行窗寬、窗位的調(diào)整。

1.4.2 客觀評測

由一位有6 年經(jīng)驗(yàn)的放射科醫(yī)生獨(dú)立完成。在不同患者的肺炎病變區(qū)［磨玻璃樣陰影（groundglass opacity，GGO）］及同層面正常肺組織分別放置興趣區(qū)（region of interest，ROI），注意避開肺部氣管、血管和骨質(zhì)偽影，ROI 的范圍在（20±1）mm2，各個(gè)參數(shù)須在同一層面上進(jìn)行測量，同一病變區(qū)測量3 次，取平均值，獲取病灶區(qū)及正常肺組織的CT 值、圖像噪聲值（standard deviation，SD）、信噪比值（signal-to-noise ratio，SNR）。

注：CTROI表示興趣區(qū)所測量組織的CT 值，SDROI表示為興趣區(qū)所測量組織的SD 值。

1.5 統(tǒng)計(jì)學(xué)分析

采用SPSS 20.0 軟件進(jìn)行統(tǒng)計(jì)學(xué)分析，統(tǒng)計(jì)方法采用配對t 檢驗(yàn)。定量資料表示為平均數(shù)±標(biāo)準(zhǔn)差。采用Shapiro-Wilk 法對計(jì)量資料做正態(tài)性檢驗(yàn)，如符合正態(tài)分布，組間比較采用方差分析，組內(nèi)兩兩比較采用LSD-t 檢驗(yàn)；如不符合正態(tài)分布，組間的比較采用Kruskal-Wallis H 檢驗(yàn)。組內(nèi)兩兩比較采用Kruskal-Wallis U 檢驗(yàn)。P<0.05 為差異有統(tǒng)計(jì)學(xué)意義。

2 結(jié)果

2.1 圖像客觀評測

在同低劑量雙肺CT 掃描方案下，普通型肺炎組的正常肺組織區(qū)域、普通組和重癥組的炎癥區(qū)域的CT 值在兩種不同的重組方法下無統(tǒng)計(jì)學(xué)差異（圖1，2）。AIIR 后重癥組炎癥迂曲的SD 值、SNR 值高于KARL 組（t=-11.33，P<0.05），余各組的SD 值、SNR 值均低于KARL 組，且均有統(tǒng)計(jì)學(xué)差異（t=4.82，P<0.05）、（t=9.25，P<0.05），（t=13.17，P<0.05），（t=-2.05，P<0.05）（表1）。

表1 新型冠狀病毒性肺炎普通型、重型在不同重組方法下的圖像質(zhì)量分析

圖1 女，72 歲，普通型。a）KARL 重組圖像CT 平掃軸位示SD 值57.8，病灶模糊、邊界不清，內(nèi)部增粗血管顯示不清；b）AIIR 圖CT 平掃軸位示SD 值48.9，病灶區(qū)的SD 值低于KARL 重組，病灶的邊界和內(nèi)部增粗血管征象較KARL 圖像顯示清晰。圖2 男，46 歲，重型。a）KARL 重組圖像CT平掃軸位示SD 值30.9，病灶模糊、邊界不清，內(nèi)部增粗氣管、血管顯示不清；b）AIIR 圖CT平掃軸位示SD 值57.7，病灶區(qū)的SD 值高于KARL 重組，但其病灶邊界光滑清晰，病灶內(nèi)部“鋪路石”等征象顯示清晰，圖像質(zhì)量優(yōu)于KARL 圖像。

2.2 圖像主觀評價(jià)

在同低劑量雙肺CT 掃描方案下，新型冠狀病毒性肺炎普通型及重型的AIIR 圖像主觀評分均優(yōu)于KARL 迭代重組（P<0.01）（表2）。

表2 新冠肺炎不同分型的圖像質(zhì)量主觀評分比較

3 討論

CT 影像學(xué)對新冠肺炎的評估對治療方案的確定和調(diào)整、護(hù)理及監(jiān)測方案的動(dòng)態(tài)調(diào)整、出院標(biāo)準(zhǔn)具有指導(dǎo)意義。探索如何通過CT 圖像提供更細(xì)微的病變結(jié)構(gòu)特點(diǎn)，向臨床提供更精準(zhǔn)的診斷。噪聲、信噪比是評價(jià)CT 圖像質(zhì)量的重要指標(biāo)［4］。本次研究是采用低管電壓120 kV、結(jié)合自動(dòng)管電流技術(shù)，低輻射劑量導(dǎo)致圖像噪聲值的增加，信噪比減低［5］?；趫D像重組算法的模型迭代、混合迭代算法、深度學(xué)習(xí)算法、AIIR 算法等可在低劑量掃描的條件下，得到與常規(guī)劑量掃描同等質(zhì)量的圖像效果［6,7］。有研究將AIIR 聯(lián)合低劑量掃描在肺結(jié)節(jié)的篩查中替代常規(guī)劑量CT 掃描方案進(jìn)行肺部篩查，圖像質(zhì)量和診斷效能沒有差異性［8］。為了減少因低管電壓結(jié)合自動(dòng)管電流技術(shù)對圖像質(zhì)量產(chǎn)生的影響，本研究使用AIIR 3 級(jí)重組算法優(yōu)化圖像質(zhì)量，并與KARL 5 級(jí)的圖像進(jìn)行對比。由于KARL 5 級(jí)得到臨床普遍認(rèn)可，且KARL 5 級(jí)重組圖像最優(yōu)［9］，所以本研究選擇KARL 5 級(jí)重組圖像作為參考。目前胸部最佳AIIR 算法的等級(jí)選擇是多少還未明確，但是這些算法在減少圖像噪聲與偽影的同時(shí)，也會(huì)改變原始數(shù)據(jù)中噪聲的分布情況，使圖像紋理結(jié)構(gòu)改變，進(jìn)而在一定程度上影響臨床診斷［10］，因此，不能使用過高的迭代重組等級(jí)，本研究選擇AIIR 3 級(jí)重組圖像作為參考。

本研究比較了新型冠狀病毒性肺炎普通型、重型患者在AIIR 和KARL 兩種重組方式下的圖像質(zhì)量，通過客觀和主觀評價(jià)比較不同重組算法的圖像質(zhì)量以及對新冠肺炎病灶區(qū)的顯示能力。結(jié)果顯示，在普通型肺炎組的正常肺組織、炎癥區(qū)、重型肺炎組的正常肺組織區(qū)域AIIR 方法較KARL重組方法降低了圖像的噪聲，提高了圖像的信噪比（P<0.05）。這表明AIIR 不僅能夠有效減少圖像的噪聲與條紋偽影［11］，而且使重組后的圖像具有較好的真實(shí)感，提高圖像的主觀評分，更有助于新型冠狀病毒性肺炎的診斷。三位醫(yī)生從肺磨玻璃影、肺組織實(shí)變、肺血管、肺氣腫等影像學(xué)表現(xiàn)以及圖像噪聲、偽影等各方面的最終評分均判定AIIR 圖像評分更優(yōu)（P<0.01），能更好地在同等掃描條件下提高診斷效能。本研究表明在同樣的掃描條件下，AIIR 可以比KARL 迭代算法更有效地降低噪聲，提升圖像信噪比。目前臨床上普遍使用的KARL 迭代重組是一個(gè)基于統(tǒng)計(jì)模型的雙域迭代降噪聲算法，較濾波反射投影技術(shù)相比，KARL 也能明顯降低噪聲，但迭代過程中會(huì)降低圖像對比度，不利于肺部疾病的診斷［12］。AIIR 是基于卷積神經(jīng)網(wǎng)絡(luò)替代正則化項(xiàng)，通過該算法重組出來的圖像能夠在不影響圖像對比度的情況下有效抑制噪聲［13］，得到更好的信噪比。

新型冠狀病毒性肺炎普通型及重型兩者臨床治療策略差異較大，僅根據(jù)臨床癥狀不能很好地對患者的病情進(jìn)行評估。普通型主要為胸膜下小結(jié)節(jié)、磨玻璃樣陰影，病灶內(nèi)脈管結(jié)構(gòu)仍然可見，其主要是以發(fā)現(xiàn)病變并觀察其細(xì)微結(jié)構(gòu)為主，而重型病灶由于肺泡內(nèi)滲出進(jìn)一步增多，肺泡換氣不足致使空氣潴留、實(shí)變增多，影像上主要以“鋪路石征”、肺實(shí)變影等為主，為了最大限度降低重型和死亡風(fēng)險(xiǎn)，因此需要影像學(xué)細(xì)致觀察病灶提供更多內(nèi)部微觀改變。AIIR 的圖像主觀評分優(yōu)于KARL 重組，更有利于診斷醫(yī)生對圖像的判讀。但是在重型肺炎組，AIIR 后的病灶的SD 值反而更高，而SNR 更低。筆者認(rèn)為與重癥的新型冠狀病毒性肺炎病理改變過程有關(guān)［14,15］。病程較長的病例肺泡滲出物肉質(zhì)變、肺間質(zhì)纖維化、肺泡過渡充氣、肺泡隔斷裂等因素造成的圖像紋理復(fù)雜，以至于密度差異大，AIIR 會(huì)增強(qiáng)這些結(jié)構(gòu)的顯示［16］，而這時(shí)測出來的SD 值增大就不一定是真正的噪聲，而是真實(shí)地反映出了圖像的最真實(shí)情況。綜合主觀評分情況，其SD 值的升高不會(huì)影響到病灶的可檢測性及診斷準(zhǔn)確性［17］。

本研究存在的不足：1）樣本量較少，沒有對新型冠狀病毒性肺炎各種臨床分型進(jìn)行研究；2）采用同等掃描條件進(jìn)行采樣，因此沒有對低劑量掃描進(jìn)行相關(guān)性的研究。

綜上所述，在同等掃描條件下，重型肺炎正常肺組織區(qū)及普通型肺炎的正常肺組織區(qū)、炎癥區(qū)AIIR 3 級(jí)較KARL 5 級(jí)迭代重組技術(shù)可以更好地降低噪聲以及提高信噪比；在重癥肺炎的病灶區(qū)雖然AIIR 3 級(jí)較KARL 5 級(jí)噪聲稍增高、信噪比略減低，但其在主觀觀察病灶區(qū)的細(xì)微結(jié)構(gòu)中顯示更佳，因此推薦其在新型冠狀病毒性肺炎CT 診斷中的應(yīng)用。