探究全模型迭代算法对胰腺CT图像质量的改善情况引言胰腺病灶一般位置隐秘,临床症状不典型,一般在中晚期发现[1-3]。常用的检查胰腺疾病的影像学方法主要有MRI、CT和超声。其中MRI检查无辐射,对胰腺病变显示日趋成熟,但是存在扫描时间长,检查价格高,基层医院普及度低等问题[4-7];超声检查也无辐射,并且价格较低,但是研究表明,超声对胰腺占位性病变的检出率较低[8-10];CT检查速度快,在基层医院普及度高,对胰腺病变的检出、分期和随诊中都具有重要的作用[11-16]。提高胰腺CT图像质量一直是热门的研究方向。近期出现的全模型迭代算法(Forward Projected Model-Based Iterative Reconstruction Solution,FIRST)综合了统计模型、扫描模型、光学模型、锥形术模型和解剖学模型等五种数学模型,多次迭代得到最后的重建图像。有研究表明,FIRST重建技术在腹部CTA的图像质量评估中具有优势[17]。本研究从客观指标和主观评分两方面比较了传统的滤波反投影算法(Filtered Back Projection,FBP),混合迭代算法(Adaptive Iterative Dose Reduction 3D,AIDR 3D)和FIRST算法在胰腺CT图像质量的各自优势。 1 材料与方法1.1 临床资料回顾性收集2020年6月至2020年7月来我院放射科行腹部增强检查患者50例。50例患者中排除13例不符合标准的病例,其中胰腺占位性病变7例,胰腺萎缩2例,胰腺周围可疑恶性病变4例,最终纳入胰腺正常的患者37例。其中男性15人,女性22人,平均年龄为(60.81±11.16)岁,BMI为(23.57±3.46)kg/cm2。 1.2 检查方法所有患者扫描前均空腹6~8 h。采用佳能Aquilion ONE GENESIS宽体320排CT设备仰卧位屏气扫描,足先进,出床扫描,扫描范围为肝上缘至髂棘处。扫描参数为:管电压:120 kV,自动电流调节,矩阵:512×512,FOV:500 mm,重建层厚:1 mm,重建层间隔:0.8 mm,旋转时间:0.5 s,噪声指数SD(以下简称为SD):8.8,准直器:0.5×80,滤波函数:FC 18,行平扫期、动脉期、实质期和延迟期4期扫描。增强检查采用bolus tracking触发启动扫描,监测位置为腹主动脉,扫描阈值为:120 HU,动脉期延迟时间为25 s,胰腺实质期延迟时间为60 s,延迟期延迟时间为120 s。使用碘帕醇注射液作为造影剂,按照1.2 mL/kg的标准经肘正中静脉团注造影剂,流速为4.0 mL/s。 1.3 图像质量评估每位患者均分别重建FIRST、AIDR 3D、FBP图像。图像质量客观评估:将3组图像传至workstation VITAL工作站,选取胰腺显示清晰的层面,分别在胰头、胰颈、胰体、胰尾画4个感兴趣区域(Region of Interest,ROI),ROI大小约为0.5 cm×0.5 cm(图1),在同层面腰大肌处画ROI,测量其CT值(CT腰大肌),在同层面前腹壁皮下脂肪处和空气中分别画ROI,测量其SD值作为背景噪声指数SD(SD脂肪,SD空气)。各参数需在连续层面上重复3次,取其平均值作为该处的CT值和SD值。 计算所有图像的CT值、SD值、信噪比(Signal-to-Noise Ratio,SNR)值和对比噪声比(Contrast to Noise Ratio,CNR)值,见式 (1)~(2)。 图像质量评估:由2名放射科诊断医师(分别具有5年腹部CT阅片经验和2年腹部CT阅片经验医师)采用盲法对三组图像四期图像质量分别进行评分,评估标准如下:5分:图像噪声小,胰腺显示清晰、边缘锐利,增强胰腺明显强化,完全满足诊断;4分:图像噪声较小,胰腺显示良好,增强胰腺强化良好,可以满足诊断;3分:图像噪声可接受,胰腺显示可接受,可用于诊断;2分:图像噪声大,胰腺、肝脏轻微可见轮廓,单不能用于诊断;1分:图像噪声极大,胰腺显示不能用于诊断。认为图像评分≥3分为符合临床诊断需求,但是2分及以下为不符合临床诊断需求。 1.4 统计学方法采用SPSS 21.0统计学软件,计量资料采用平均数±标准差的形式表示。对不同重建方法不同期相各客观参数进行统计学分析,首先进行正态性检验,若符合正态性分布则采用单因素方差分析比较组间差异,若有差异采用LSD法进行两两比较,若不符合正态性分布则采用非参数检验进行统计分析。主观分析:首先对两位医师主观评分进行可靠性分析,若Cronbach alpha<0.7,则由第三位具有腹部CT阅片经验10年的医师进行评分,认为P<0.05具有统计学差异。 2 结果图像质量客观评估:三组图像平扫期、动脉期、实质期和延迟期的CT值、SD值、SNR值、CNR值均符合正态性分布。平扫期单因素方差分析结果显示三组图像CT值无统计学差异(P>0.05),SD值、SNR值、CNR值均具有统计学差异(P值均<0.001),见表1。两两比较:除AIDR 3D图像与FBP图像的CNR值无统计学差异(P>0.05)外,其余均具有统计学差异(P值均<0.001)。动脉期单因素方差分析结果显示三组图像CT值无统计学差异(P>0.05),SD值、SNR值、CNR值均具有统计学差异(P值均<0.001),见表2。两两比较:除AIDR 3D图像与FBP图像的CNR值无统计学差异(P>0.05)之外,其余均具有统计学差异(P值均<0.001)。实质期单因素方差分析结果显示三组图像CT值无统计学差异(P>0.05),SD值、SNR值、CNR值均具有统计学差异(P值均<0.001),见表3。两两比较均具有统计学差异(P值均<0.001)。延迟期单因素方差分析结果显示三组图像CT值无统计学差异(P>0.05),SD值、SNR值、CNR值均具有统计学差异(P值均<0.001),见表4。两两比较:除AIDR 3D图像与FBP图像的CNR值无统计学差异(P>0.05)之外,其余均具有统计学差异(P值均<0.001)。 表1 平扫期FIRST、AIDR3D与FBP图像的CT值、SD值、SNR值和 CNR值结果(x¯±s) 项目 CT值(HU)SD值 SNR CNR FIRST 41.25±4.64 12.58±2.34 4.29±1.35 2.54±1.67 AIDR 3D 40.80±4.60 16.07±1.85 3.06±0.75 0.86±0.60 FBP 41.70±4.40 32.38±4.60 1.78±0.43 0.44±0.30 F值 0.364 411.309 67.48 42.006 P值 0.695 <0.001 <0.001 <0.001 表2 动脉期FIRST、AIDR3D与FBP图像的CT值、SD值、SNR值和 CNR值结果(x¯±s) 项目 CT值(HU)SD值 SNR CNR FIRST 92.69±20.29 12.4±2.61 11.58±4.62 11.15±7.49 AIDR 3D 91.49±20.01 17.94±2.40 6.98±2.54 3.46±2.15 FBP 92.01±19.81 36.15±4.68 3.82±1.50 1.76±1.18 F值 0.033 492.148 56.096 44.666 P值 0.968 <0.001 <0.001 <0.001 表3 实质期FIRST、AIDR3D与FBP图像的CT值、SD值、SNR值和 CNR值结果(x¯±s) 项目 CT值(HU)SD值 SNR CNR FIRST 87.74±15.08 13.73±2.07 8.82±2.70 6.46±3.66 AIDR 3D 86.74±14.56 17.14±2.42 6.20±2.00 2.40±1.34 FBP 87.66±15.00 36.05±4.40 3.35±1.17 1.31±0.78 F值 0.052 541.604 65.325 51.590 P值 0.949 <0.001 <0.001 <0.001 表4 延迟期FIRST、AIDR3D与FBP图像的CT值、SD值、SNR值和 CNR值结果(x¯±s) 项目 CT值(HU)SD值 SNR CNR FIRST 78.71±13.43 14.22±5.41 8.05±2.29 3.67±3.05 AIDR 3D 77.69±13.32 16.91±2.05 5.91±1.46 1.26±1.07 FBP 78.79±13.43 34.67±4.24 3.28±0.75 0.73±0.58 F值 0.056 194.014 57.961 18.340 P值 0.945 <0.001 <0.001 <0.001 主观评分结果:两位阅片者对四期图像的FIRST、AIDR 3D与FBP图像主观评分结果如表5~6。两位阅片医生评分可靠性分析一致性好,α值为0.980。其中FBP重建图像平扫期和延迟期不能满足诊断需要,其余图像均符合诊断需要,整体评分AIDR 3D高于FIRST和FBP。选取其中一位患者四期图像分别采用三种算法重建图像(图1),可见FBP重建平扫期和延迟期图像质量较其他图像质量较差,另外所有图像均可见ROI勾画位置,分别选取了胰头、胰颈、胰体和胰尾四个位置,取其平均值作为该幅图像胰腺的CT值,SD值测量结果。 表5 阅片者1对四期图像FIRST、AIDR3D与FBP图像主观评分结果(分,x¯±s) 注:a代表不能满足诊断需求。 项目 平扫期 动脉期 实质期 延迟期FIRST 3.59±0.56 4.29±0.70 4.45±0.55 4.27±0.60 AIDR 3D 4.70±0.46 4.67±0.47 4.59±0.49 4.81±0.39 FBP 2.54±0.50a 3.13±0.58 3.02±0.60 2.67±0.47a 表6 阅片者2对四期图像FIRST、AIDR3D与FBP图像主观评分结果(分,x¯±s) 注:a代表不能满足诊断需求。 项目 平扫期 动脉期 实质期 延迟期FIRST 3.70±0.57 4.32±0.66 4.40±0.55 4.29±0.61 AIDR 3D 4.72±0.45 4.59±0.49 4.62±0.49 4.75±0.43 FBP 2.59±0.49a 3.08±0.54 3.13±0.53 2.59±0.49a 图1 同一患者胰腺平扫期、动脉期、实质期、延迟期分别采用FIRST、AIDR 3D与FBP算法重建图像 注:a~d. FIRST重建胰腺平扫期、动脉期、实质期、延迟期图像;e~h. AIDR 3D重建胰腺平扫期、动脉期、实质期、延迟期图像;i~l. FBP重建胰腺平扫期、动脉期、实质期、延迟期图像。 3 讨论多层螺旋CT在胰腺病变的检出、分期和随访中一直具有重要的作用,例如急性胰腺炎的筛查,CT是最快速最有效的检查方法;在胰腺占位性病变的分级和随访中,多层螺旋CT也发挥着至关重要的作用[11-16]。提高胰腺的CT图像质量一直是医务工作者的研究方向。近期新出现的FIRST技术通过统计模型、扫描模型、光学模型、锥形术模型和解剖学模型五种数学模型,首先计算前投影和原始投影之间的差别,再通过数学校正方法得到更新后的前投影图像,再将更新后的前投影图像输入到五种数学模型中,再次计算与原始投影之间的差别,这样通过不断的迭代方式最终得到与原始投影之间的差别最小的FIRST重建后的图像[18-19]。本文从客观指标(CT值、SD值、SNR和CNR)和主观评分两方面比较了传统的滤波反投影FBP算法,混合迭代AIDR 3D算法和最新的全模型迭代FIRST算法在胰腺四期重建图像之间的差异,旨在探讨FIRST算法在评估胰腺图像质量方法的优劣。 客观结果显示,在同等扫描条件下,FIRST、AIDR 3D和FBP重建图像均可以降低图像噪声,提高图像的SNR值和CNR值,客观指标具有优势。FIRST技术在国内尚未得到广泛推广,本研究在国内首次针对FIRST技术在胰腺图像质量改善方面进行研究,客观实验结果与国外相关FIRST技术在腹部研究结果相一致。例如Wu等[17]人比较了FIRST、AIDR 3D和FBP三种重建图像的CT值、SD值、SNR、CNR在腹部CTA检查中的差异,结果与本实验一致。Laurent等[18]人在比较FIRST、AIDR 3D和FBP三种重建图像在胸腹盆CT扫描剂量以及病变检出的研究中发现,FIRST重建算法可以得到更高的图像质量。说明FIRST重建算法通过多次重复迭代以减小差异,并且通过多种模型的投影的方式确实是可以降低图像的噪声,提高图像的SNR值和对CNR值。FIRST技术在提高胰腺客观图像质量方面具有优势。 主观结果显示FIRST和AIDR四期重建图像均可较好的满足临床诊断需求,AIDR 3D重建图像相比较FIRST和FBP重建图像医生可接受程度更高。Laurent等[18]人利用模型比较了FIRST、AIDR 3D和FBP三种重建算法的图像质量以及主观评价,结果显示FIRST可以得到较好的图像质量,但是主观评分较低,与本研究结果类似。这可能与FIRST技术多次迭代,减小误差导致的图像过于平滑柔和,对比度降低有关,这样对于阅片医师来说影响其观察组织轮廓以及有可能误判病灶边界情况。Wu等[17]人通过比较研究三种重建图像在腹部CTA方面的主观评估,认为FIRST重建图像具有较高的主观评分,可能是由于FIRST重建技术对于血管的显示较好,而对于腹部受呼吸运动影像较大且对图像对比度要求较高的脏器而言,主观评价FIRST技术不一定是最好的。 本研究尚未涉及胰腺病变的评估,应进一步搜集病例,将病变的检出,增强对比程度等加入到评估标准中;由于FIRST技术具有降低图像噪声的优势,将进一步考虑在低剂量扫描情况下,FIRST重建技术能否满足需求。 综上所述,FIRST技术较AIDR 3D和FBP重建算法可以降低噪声,并且在满足临床诊断需求的情况下,FIRST技术在胰腺图像质量的客观评估中更具优势。FIRST技术在降低胰腺CT检查辐射剂量以及胰腺疾病的检出、分期和随诊中具有广阔的应用前景。 [1]Singhi AD,Koay EJ,Chari ST,et al.Early detection of pancreatic cancer:opportunities and challenges[J].Gastroenterology,2019,156(7):2024-2040. [2]Khadka R,Tian W,Hao X,et al.Risk factor, early diagnosis and overall survival on outcome of association between pancreatic cancer and diabetes mellitus: Changes and advances, a review[J].Int J Surg,2018,(52):342-346. [3]马福林,王新刚.胰腺癌早期诊断的研究进展[J].中国微创外科杂志,2020,20(4):358-361. [4]Siddiqui N,Vendrami CL,Chatterjee A,et al.Advanced MR Imaging Techniques for Pancreas Imaging[J].MagnReson Imaging Clin N Am,2018,26(3):323-344. [5]张世晓.多层螺旋CT与MR成像对胰腺肿块患者诊断价值的比较[J].首都食品与医药,2020,27(4):87. [6]秦绍敏.MR对自身免疫性胰腺炎与胰腺癌的鉴别诊断价值[J].医药前沿,2019,9(13):118. [7]Chouhan MD,Firmin L,Read S,et al.Quantitative pancreatic MRI: a pathology-based review[J].Br J Radiol,2019;92(1099);20180941. [8]胡洁,覃伶伶,吴汤娜,等.胰腺炎胰周血管并发症的超声诊断[J].中国超声医学杂志,2020,36(6):574-576. [9]张阿妮,杨建忠,王萍.腹部超声对不同临床分期胰腺癌的诊断价值[J].实用癌症杂志,2020,35(1):94-97. [10]Hwang J,Kim YK,Min JH,et al.Comparison between MRI with MR cholangiopancreatography and endoscopic ultrasonography for differentiating malignant from benign mucinous neoplasms of the pancreas[J].Eur Radiol,2018,28(1):179-187. [11]杨琰昭,徐嘉旭,李若坤,等.双层探测器光谱CT能谱图像在胰腺神经内分泌肿瘤检出中的应用价值[J].中华放射学杂志,2020,54(6):534-538. [12]宋思思,李洁,邹庆,等.急性胰腺炎超低剂量CT灌注重建的多期图像质量评估[J].医学影像学杂志,2019,29(9):1509-1513. [13]Yun G, Kim YH,Lee YJ,et al.Tumor heterogeneity of pancreas head cancer assessed by CT texture analysis: association with survival outcomes after curative resection[J].Sci Rep,2018,8(1):7226. [14]刘欢,曾剑兵,于大飞.能量CT增强扫描多种衍生图像对胰腺癌的诊断价值[J].医学影像学杂志,2018,28(11):1879-1882. [15]Sandrasegaran K,Lin Y,Michael AS,et al.CT texture analysis of pancreatic cancer[J].Eur Radiol,2019,29(3):1067-1073. [16]张永嫦,于浩鹏,李谋,等.CT图像纹理分析鉴别乏血供胰腺神经内分泌肿瘤与胰腺导管腺癌[J].中国普外基础与临床杂志,2018,25(6):748-753. [17] Wu R,Hori M,Onishi H,et al.Effects of reconstruction technique on the quality of abdominal CT angiography: A comparison between forward projected model-based iterative reconstruction solution (FIRST) and conventional reconstruction methods[J].Eur J Radiol,2018,(106):100-105. [18]Laurent G,Villani N,Hossu G,et al.Full model-based iterative reconstruction (MBIR) in abdominal CT increases objective image quality, but decreases subjective acceptance[J].Eur Radiol,2019,29(8):4016-4025. [19]Singh R,Digumarthy SR,Muse VV,et al.Image quality and lesion detection on deep learning reconstruction and iterative reconstruction of submillisievert chest and abdominal CT[J].AJR Am J Roentgenol,2020,214(3):566-573. Explore the Improvement of Pancreatic CT Image Quality by FIRST |