基于体模的ASiR-V联合不同管电流对头颅CTA图像质量的影响研究

原媛,张婷婷,卓磊,张景东,钟朝辉

首都医科大学附属北京友谊医院放射科,北京 100050

[摘 要]目的探讨自适应统计迭代重建(Adaptive Statistical iterative Reconstruction Veo,ASiR-V)ASiR-V对不同管电流下头颅血管造影(Computed Tomography Angiography,CTA)扫描的图像质量的影响。 方法对头颅血管体模PH-3在120 kV管电压、0.5 s机架转速下分别用50、100、150、200、250、400、500 mA进行扫描,每组扫描数据进行ASiR-V权重为0%、30%、50%、70%和90%的迭代重建,分别测量和记录CT容积剂量指数(CT Dose Index volume,CTDI vol)、标准差(Standard Deviation,SD)、信噪比(Signal to Noise Ratio,SNR)、对比噪声比(Contrast to Noise Ratio,CNR),绘制CT值特征曲线,对每组数据进行虚拟现实(Virtual Reality,VR)和最大密度投影重建(Maximum Intensity Projection,MIP),由两名不同年资的诊断医师进行5分法主观评价。 结果随着ASiR-V权重的增加,SD明显降低,SNR明显升高,CNR明显改善。噪声降低率与ASiR-V显著相关,CT值特征曲线表明ASiR-V有一定的区分血管信号和背景噪声的能力,主观评价结果表明对颅内血管的CTA,150 mA配合50%的ASiR-V权重即可达到较好的诊断效果(评分≥4)。 结论ASiR-V能够有效改善头颅CTA检查的图像质量。

[关键词]头颅CTA;ASiR-V;图像重建;图像质量;客观评价;主观评价

引言

头颅血管造影(Computed Tomography Angiography,CTA)检查是诊断颅内脑血管病的重要手段,具备相对易行和侵入性小的特点,正逐步成为一种常规的脑血管病诊断技术,其辐射剂量也日益受到关注 [1-4]

重建算法的改进是实现低剂量CT扫描的一个重要手段。2008年推出的自适应统计迭代算法(Adaptive Statistical iterative Reconstruction,ASiR),通过建立统计噪声模型采用迭代的方法抑制图像噪声,与传统的滤波反投影算法(Filtered Back Projection,FBP)相比,在满足诊断要求的同时可以减少辐射剂量25%~40% [5-6]。2011年推出的基于模型的迭代算法(Model Based Iterative Reconstruction,MBIR),该方法引入系统光学模型,还原X线从投射到采集的过程,与FBP相比降低辐射剂量67%~82%的辐射剂量,其缺点是重建时间过长 [7-8]。2014年推出的ASiR-Veo(ASiR-V)去除了光学模型,采用了更为先进的系统噪声模型、被扫描物体模型和物理模型,在与ASiR相近的重建速度下获得与MBIR相似的图像质量。Lim等通过体模研究认为ASiR-V可以减少图像的噪声和改进CNR以及在一定程度上提高空间分辨力,同时效果优于ASiR [9]。Kwon等 [10]在腹部CT检查中使用30%和50%的ASiR-V权重在降噪的同时保证了图像细节,获得良好效果。本研究针对头颅CTA,采用仿真体模不同剂量扫描,探讨ASiR-V量化分析降低头颅CTA在不同扫描剂量下对颅内血管的图像质量影响。

1 材料与方法

1.1 扫描方案

本研究采用256排螺旋CT(GE Revolution CT)进行扫描,扫描方式为螺旋扫描,管电压120 kV,固定管电流,分别为50、100、150、250、400和500 mA共计6组,准直宽度为64 mm×0.625 mm,螺距为0.516,旋转时间为0.5 s,DFOV为250 mm,层厚为0.625 mm,层间距为0.625 mm,滤波为标准滤波。

1.2 体模

我们采用日本岛津公司的头颅血管体模PH-3 [11]。该体模由人体等效材料制成,模拟成年人头颅,具有脑实质、充盈造影剂的左侧颅内动脉(包括左侧大脑前动脉、左侧大脑中动脉和颈内动脉)等结构。其中大脑动脉血管的管径根据不同的分支级别有3~4,2,1.5,1和0.5 mm。扫描时头模为仰卧位,听眦线垂直于床面,扫描范围是模体颅顶到颈根部。

1.3 图像重建

将每组扫描数据进行不同权重的迭代算法进行重建,包括ASiR-V 0、30%、50%、70%和90%,得到共计30组图像数据。不同百分数代表ASiR-V所占权重,ASiR-V 0代表无迭代重建的FBP图像。

1.4 扫描剂量

记录各组辐射剂量:容积CT剂量指数(CT Dose Index volume,CTDI vol)、剂量长度乘积(Dose Length Product,DLP)。数据来自CT剂量报表,剂量测量体模为body32。

1.5 客观评价

本研究的客观评价指标包括噪声即标准差(Standard Deviation,SD)、信噪比(Signal to Noise Ratio,SNR)、对比噪声比(Contrast to Noise Ratio,CNR)。为更直观的描述ASiR-V的降噪特性,我们描绘了CT值特征曲线。

在头颅CTA扫描数据中大脑前、中动脉分叉处层面进行测量。根据该层面解剖结构特点,在脑实质处选择6个ROI,PH-3体模的CT图像及ROI的选取,见图1。ROI的选取包括外周5个和中心处1个,每个ROI面积大约3.0 cm²,见图1a;在脑血管处选择3个ROI,每个ROI面积大约0.1 cm²,见图1b。选取时尽量保证ROI的大小和空间位置一致,记录每个ROI的均值和SD,在该层面横跨大脑中动脉起始部画一长约2.76 cm的线段,见图1c,绘制该线段上像素CT值的特征曲线。

图1 图像ROI的选取

注:a.PH-3体模的CT图像及ROI的选取;b.放大显示血管部分ROI的选取;c.CT值特征曲线的选取。

不同ASiR-V权重的SD的降低率:

不同ASiR-V权重的SNR变化率为:

不同ASiR-V权重的CNR变化率为:

其中SD是特定ASiR-V权重下ROI的标准差,SD FBP是FBP重建算法下的标准差,CT 动脉是动脉处ROI的均值,SD 脑实质是脑实质的标准差,SNR指不同ASiR-V权重下的信噪比,SNR FBP是未经过迭代重建的FBP图像的信噪比,CT 动脉是动脉处ROI的均值,CT 脑实质是脑实质的均值,SD 脑实质是脑实质的标准差,CNR指不同ASiR-V权重下的对比噪声比,CNR FBP是未经过迭代重建的FBP图像的对比噪声比。

1.6 主观评价

在GE AW 4.4重建工作站上对各组头颅CTA图像进行虚拟现实(Virtual Reality,VR)和最大密度投影重建(Maxinum Intensity Projection,MIP)后重建,隐藏图像的扫描条件和重建条件,由两名不同年资的影像诊断医师(5年和10年)用5分法评价图像质量,当两医师评分不同时由两名医师经过探讨得到一致结论。评分标准如下:5分,头颅大血管边缘平滑锐利,分支显示好,远端显示好;4分,大血管显示好,分支及远端显示好;3分,大血管及远端和分支显示较好,远端及末端欠佳;2分,血管边缘毛糙,大血管及分支欠佳;1分,血管粗糙有断裂,分支及远端欠清。

1.7 统计学分析

用SPSS 19.0软件进行统计分析,图像的客观噪声SD、SNR、CNR均以( ±s)表示。对ASiR-V权重和噪声降低率SD%进行相关性检验并拟合线性回归方程。

2 结果

2.1 剂量分析

本研究仅对管电流进行调整,图像的CDTI vol随着管电流的提升而提高,单侧相关分析显示两者显著相关(P<0.01),见图2a。

图2 图像客观评价结果

注:a.容积CT剂量指数(mGy);b.信噪比SD;c.信噪比SNR;d.对比信噪比CNR。

2.2 客观评价结果

在120 kV下,对于50~500 mA的管电流范围,脑实质的噪声SD随着管电流的升高而减小。对于各组管电流,噪声SD随着ASiR-V权重的升高而减小,见图2b。噪声降低率在ASiR-V 50%时为(30.60±1.32)%,而ASiR-V90%时为(52.61±2.31)%。SNR随着ASiR-V权重的升高而增加,见图2c。SNR升高率在ASiR-V 50%为(44.10±2.65)%,ASiR-V 90%为(111.52±10.01)%。CNR随着ASiR-V权重的升高而增加,见图2d。CNR的升高率在ASiR-V 50%为(43.25±3.98)%,ASiR-V90%为(109.03±13.24)%。

实验数据表明ASiR-V的不同百分比对图像SD的影响呈现一定规律,见表1。在本研究中,120 kV下,不同管电流的噪声改变率在ASiR-V 30%下为(19±0.79)%,ASiR-V 50%下为(31±1.32)%,ASiR-V 70%下为(421.85)%,ASiR-V 90%下为(53±2.31)%,随着ASiR-V权重的增加,降噪百分比SD%逐渐增大,二者显著相关(P<0.01),拟合线性回归方程y=0.6053x+0.3443,其中y代表降噪百分数,x代表ASIR-V权重,见图3。

图3 本研究中SD%与ASiR-V权重呈线性相关

大脑中动脉起始部血管的CT值特征曲线,见图4。以120 kV,100 mA的扫描条件为例,4a是滤波反投影(Filterd Back Projection,FBP)图像,在图4d~f中用蓝色曲线表示,图例中标示为FBP,4b是ASiR-V 50%的图像,在图表中用绿色曲线表示,图例中标示为AR50,红色曲线代表ASiR-V 90%的图像,图例中标示为AR90。4a为FBP图像,4b为ASiR-V 50%的图像,4c为ASiR-V 90%的图像,用红色曲线表示。4d为大脑中动脉起始部血管的CT值特征曲线,4e是曲线中以血管信号为主部分,4f是曲线中脑实质部分,主要表现了噪声信号,各部分CT值均值、噪声SD和噪声降低率SD%,见表2。对于血管信号部分在使用ASiR-V 50%和90%时SD的降低率仅为2%和3%,而对于噪声为主部分SD的降低率分别为32%和56%,与图2所示结果一致。对于信号为主部分的降噪率弱于噪声为主部分,可见基于模型的迭代重建算法ASiR-V对动脉信号和背景噪声有较强的辨别能力。

表1 在不同ASiR-V权重和管电流下图像的噪声SD和噪声降低率SD%

表2 CT值特征曲线血管信号为主部分和噪声为主部分的均值、噪声SD和SD降低率SD%

2.3 主观评价结果

主观评价结果见表3。所有体模图像均可用于诊断。对于颅内血管,100 mA以上可达到一般的诊断要求(评分≥3),而150 mA配合50%的ASiR-V权重即可达到较好的诊断效果(评分≥4)。由于头颅受体形影响相对较小,因而我们认为对于颅内血管CTA,采用150~250 mA配合ASiR-V 50%即可满足临床需求。

表3 不同管电流下各ASiR-V权重图像的主观评分(分)

3 讨论

近年来,迭代重建算法成为研究热点 [12-13]。迭代重建技术通过对原始图像做出估计,在采集数据过程中和原有仿真数据进行比较,结合已知信息对图像进行校正。经过多次采集、比较、校正后,达到与理想的仿真图像接近的效果 [14-15]。ASiR-V在原有迭代重建算法的基础上,通过改进噪声模型,加入物理模型和物体模型,能够有效改善图像质量。本研究结果表明对不同管电流下的CT扫描图像,随着ASiR-V的增加,噪声SD降低,SNR升高,CNR升高。噪声降低率与ASiR-V呈线性相关,拟合线性回归方程y=0.6053x+0.3443。对于经过三维重建的图像,ASiR-V能够提升重建效果,但过量ASiR-V仍然会造成“蜡状”伪影,主观评价结果表明,在低管电流(管电流≤150 mA)下采用50%的ASiR-V权重可以明显改善图像的客观评价指标和主观评分;而当管电流≥250时,虽然图像的客观评价指标会随着ASiR-V的引入而得到改善,但主观评分在FBP重建时也已经达到4分,在此基础上无论是增加管电流还是提高ASiR-V权重对于诊断的影响都已不明显,同时当ASiR-V>70%时会造成图像失真,反而降低了主观评分。另外,ASiR-V相比较于上一个版本的基于模型的迭代重建算法Veo,由于弃用了运算量过于庞大的光学模型,其重建速度大大提高。本研究中所有头颅CTA的扫描数据均均为444层,图像重建可在30 s以内完成,重建速度可以满足临床工作需求。本研究局限性在于采用固定管电压120 kV。在临床工作中,我们考虑到过低的管电压可能会造成线束硬化伪影而经常采用此管电压 [16-17]。但降低管电压可以进一步降低辐射剂量并提高对比度,如何通过合理改变管电压进一步降低辐射剂量并保证图像质量是我们未来的研究方向。

图4 120 kV、100 mA下大脑中动脉起始部血管的CT值特征曲线

注:a.FBP图像;b.ASiR-V 50%的图像;c.ASiR-V 90%的图像;d.大脑中动脉起始部血管的CT值特征曲线;e.曲线的信号为主部分;f.噪声为主的部分。

[参考文献]

[1] Wenhua C,Wei X,Ya P,et al.Diagnosis and Treatment of Intracranial Aneurysms with 320-Detector Row Volumetric Computed Tomography Angiography[J].World Neurosurg, 2016,91:347-356.

[2] Soheil J,Prem K,Aneesh B,et al.Clinical Predictors of Significant Findings on Head Computed Tomographic Angiography[J]. J Emerg Med,2011,40(4):469-475.

[3] 徐方元,陈爽,关颖,等.多层螺旋CT脑灌注成像与血管成像联合评价颈动脉狭窄性短暂性脑缺血发作[J].中国医学影像技术,2011(7):1379-1373.

[4] 黄益龙,韩丹,赵雯.双能CT非线性融合技术提高头颅CTA图像质量的临床应用[J].中国医学影像技术,2016,32(8):1267-1271.

[5] Willemink J,De A,Leiner T,et al.Iterative reconstruction techniques for computed tomography Part 1: Technical principles[J].Eur Radiol,2013,23(6):1623-1631.

[6] Willemink J,Leiner T,De Jong PA,et al.Iterative reconstruction techniques for computed tomography part 2: initial results in dose reduction and image quality[J].Eur Radiol,2013,23(6):1632-1642.

[7] Kim Y,Kim YK,Lee BE,et al.Ultra-low-dose CT of thethorax using iterative reconstruction: evaluation of imagequality and radiation dose reduction[J].Am J Roentgenol,2015,204(6):1197-1202.

[8] Honda O,Yanagawa M,Inoue A,et al.Image quality of multiplanar reconstruction of pulmonary CT scans using adaptive statistical iterative reconstruction[J].Br J Radiol,2011,84(1000):335-341.

[9] Lim K,Kwon H,Cho J,et al.Initial phantom study comparing image quality in computed tomography using adaptive statistical iterative reconstruction and new adaptive statistical iterative reconstruction v[J]. J Comput Assist Tomogr,2015,39(3):443-448.

[10] Kwon H,Cho J,Oh J.The adaptive statistical iterative recons-truction-V technique for radiation dose reduction in abdominal CT: comparison with the adaptive statistical iterative reconstruction technique[J].Br J Radiol,2015,88(1054):20150463.

[11] PH3 angiography phantom specifications[EB/OL].(2012-06-21) [2016-12-01].http://www.kyotokagaku.com/products/detail03/ pdf/ph-3_manual.pdf.

[12] Singh S,Kalra K,Gilman D,et al.Adaptive Statistical Iterative Reconstruction Technique for Radiation Dose Reduction in Chest CT: A Pilot Study[J].Radiology,2011,259(2):565-573.

[13] Ren Q,Dewan S K,Li M,et al.Comparison of adaptive statistical iterative and filtered back projection reconstruction techniques in brain CT[J].Eur J Radiol,2012,81(10):2597-2601.

[14] Kilic K,Erbas G,Guryildirim M,et al.Lowering the dose in head CT using adaptive statistical iterative reconstruction[J].AJNRAm J Neuroradiol,2011,32(9):1578-1582.

[15] Hara AK,Paden RG,Silva AC,et al.Iterative reconstruction technique for reducing body radiation dose at CT: Feasibility study[J].AJR Am J Roentgenol,2009,193(3):764-771.

[16] Beister M,Kolditz D,Kalender WA,et al.Iterative reconstruction methods in X-ray CT[J].Physica Medica,2012,28(2):94-108.

[17] 张军,耿道颖,张晓龙.不同千伏设置对缺血性脑血管病头颈联合CTA图像质量的影响[J].中国医学影像技术,2009(3): 398-400.

本文编辑 聂孝楠 C

A Phantom Study on the Effects of ASiR-V Combining with Varying Tube Currents on Image Quality of Head Computed Tomography Angiography

YUAN Yuan, ZHANG Ting-ting, ZHUO Lei, ZHANG Jing-dong, ZHONG Zhao-Hui
Department of Radiology, Beijing Friend-ship Hospital, Capital Medical University, Beijing 100050, China

Abstract:ObjectiveTo study the effects of Adaptive Statistical iterative Reconstruction Veo (ASiR-V) on the image quality of head Computed Tomography Angiography (CTA) scanning with different tube currents. MethodsA PH-3 angiography phantom of head was scanned at 120 kV tube voltage with 0.5 s rotation time as well as different tube currents, including the intensities of 50, 100, 150, 250, 400 and 500 mA. The received images were reconstructed by 0% ASiR-V, 30%, 50%, 70% and 90% ASiR-V. Then the Computed Tomography Dose Index volume (CTDI vol), Standard Deviation (SD), Signal to Noise Ratio (SNR) and Contrast to Noise Ratio (CNR) was measured and recorded. Thus characteristic curve of CT value was plotted. Finally, the CT image data were reconstructed with Volume Rendering (VR) and Maximum Intensity Projection (MIP) methods, then evaluated subjectively in five-point scale by two radiologists with 5 and 10 years' experience respectively. ResultsWith the increase of ASiR-V weight, SD was significantly decreased whilst SNR and CNR were both increased. The noise reduction rate was significantly correlated with the ASiR-V level. The characteristic curve of CT value indicated ASiR-V had some ability on distinguishing the vascular signal and the background noise. The subjective evaluation showed that tube current of 150 mA in accordance with 50% ASiR-V for intracranial vascular CTA could result in a good diagnosis effect (rating score≥4). ConclusionASiR-V could improve the image quality of head CTA availably.

Key words:head computed tomography angiography; adaptive statistical iterative reconstruction Veo; image reconstruction; image quality; objective evaluation; subjective evaluation

[中图分类号]R743.3;R816.2

[文献标识码]A

doi:10.3969/j.issn.1674-1633.2017.03.013

[文章编号]1674-1633(2017)03-0047-05

收稿日期:2016-12-03

修回日期:2016-12-28

作者邮箱:yuanyuan_youyi@163.com