“三低”剂量与图像重建算法在CT血管成像应用中的研究进展引言心脑血管疾病无论是在发达国家，还是在发展中国家，都具有高发病率、高致死率和高致残率的特点[1-2]。数字减影血管造影技术（Digital Subtraction Angiography，DSA）因其具有较高的时间分辨率和空间分辨率，是目前临床诊断血管疾病的“金标准”。然而，DSA是一种侵入性影像学检查手段，可引起缺血性脑卒中、心肌梗死，甚至死亡等并发症[3-4]。CT血管成像（Computed Tomography Angiography，CTA）不仅检查流程便捷、检查费用低，而且还是一项无创的影像学检查手段，在临床上被广泛用于血管病变的筛查和治疗前评估，常见检查部位包括冠脉CTA、头颈部CTA、主动脉CTA等[5-7]。虽然CTA不是临床诊断血管疾病的金标准，但其诊断血管病变的敏感度和特异性均较高，甚至在血管管壁评价方面优于DSA[8]。 随着CT辐射剂量的增加，受检者发生随机辐射效应的风险也明显增加，研究发现，CT带来的辐射损伤占所有医疗辐射损伤的一半左右[9]。美国的一项流行病学研究表明，有1.5%～2%的肿瘤可能与CT扫描产生的电离辐射有关[10]。国际辐射防护委员会提出保证CT图像质量满足诊断要求的前提条件下，尽可能降低患者接受的辐射剂量[11]。无论是医疗行业管理机构，还是从事医学影像相关的研究者越来越重视X线辐射剂量的规范使用和规范管理，研究者均在合理应用X射线检查、优化辐射剂量方面较为关注[12]。碘对比剂的适当使用是CTA成功的关键因素之一，行CTA扫描时，对比剂通常使用5 mL/s的较高流速注射，对于血管弹性较差的患者存在血管破裂的风险[13]。此外，碘对比剂可引发肾脏损伤，导致对比剂肾病（Contrast-Media Induced Nephropathy，CIN）的发生，CIN占医源性急性肾功能衰竭原因中的第三位[14]。因此，降低对比剂注射流速和对比剂注射总量均使患者受益。然而，降低对比剂的注射流速即降低碘流率，会导致图像CT值下降，从而使客观图像质量的信噪比（Signal To Noise Ratio，SNR）与对比噪声比（Contrast To Noise Ratio，CNR）均有所下降。低剂量扫描CT（Low Dose CT，LDCT）中使用管电压的方法不仅可降低辐射剂量，还可以降低对比剂的流速和总量[15]。LDCT扫描必然会导致图像质量的下降，图像质量的下降主要原因是噪声的增加，因此，如何在降低X线辐射剂量的情况下，不降低图像质量，只有使用新的重建算法降低图像噪声。迭代重建算法（Iterative Reconstruction，IR）是低剂量CT扫描后应用最多的改善图像质量的方法，可明显降低图像的噪声，从而改善图像质量[16]。但是，既往IR算法应用于临床后出现“蜡像感”，也就是图像失真情况，那么最优IR算法是什么呢？随着图像重建算法的不断改进，基于人工智能（Artificial Intelligence，AI）的深度学习算法（Deep Learning Reconstruction，DLR）在改善图像质量方面也有相关研究报道，相比IR重建，DLR算法优势又如何？本文就低X线辐射剂量、低对比剂用量、流速和图像重建算法在CTA应用中的研究进展进行综述。 1 低辐射剂量、低对比剂用量和流速在CTA中的研究CT检查采用X射线作为成像源，X线具有辐射效应。辐射剂量相关的影响因素较多，主要包括设备本身和检查时所采用的成像参数。涉及设备相关的主要参数包括：扫描模式、螺距、曝光时间、扫描范围、管电压和管电流等。在相同的扫描部位或同一类型的病人，通常扫描模式、曝光时间、扫描范围基本都是相对固定的，因此影响CT检查辐射剂量最重要的两个参数就是管电压和管电流。降低管电流会使CT图像噪声增加，致图像出现颗粒感，从而导致CT图像质量下降，但是如果在适当的范围内降低管电流，图像质量是可以满足诊断要求的[17-19]。然而，降低管电流不能提高血管内的CT值，因此不能实现降低患者对比剂流速和总量的目的。有文献研究表明，低管电压行CTA扫描不仅可以降低辐射剂量，而且还可以明显降低对比剂用量[20]。这是由于低管电压不仅与辐射剂量呈指数关系，且低管电压降低了X射线束能量，更接近碘对比剂K层电子的结合能，使得碘对比剂衰减增加，血管内CT值更高，从而提高CTA图像的SNR和CNR[21]。根据冠脉CTA成像技术规范化应用中国指南指出，建议冠脉CTA的主干分支血管的CT值在300～450 HU有利于诊断[22]。根据头颈部CTA扫描专家共识，建议头颈部CTA的主要血管分支的CT值超过200 HU就可以满足要求[23]。在管电压一定的前提下，对比剂的流速和总量决定了血管内的CT值高低。基于低电压与碘对比剂的原子特点，采用低管电压扫描的同时，可以使用较低的对比剂流注射流速和总量[24]。目前的研究结果表明，低管电压使用的大小可参考患者的体质指数（Body Mass Index，BMI）：①BMI≤25 kg/m2，选择超低管电压≤80 kVp；②25 kg/m2＜BMI≤30 kg/m2，选择低管电压90 kVp或100 kVp；③BMI＞25 kg/m2，管电压选择120 kVp[20]。邓亮等[25]研究表明，使用100 kVp管电压与120 kVp管电压行冠状动脉CTA扫描，对比剂的注射流速从6 mL/s降到4 mL/s，注射流速降低了23%，对比剂外渗率也明显降低。Qi等[26]使用80 kVp管电压行冠状动脉CTA扫描，不仅可以降低对比剂的注射流速，且可以使用更低的对比剂浓度，减少患者碘总量的注入。Kok等[27]分别使用70、80、100 kVp管电压和120 kVp高管电压在一个冠脉循环体模和60例冠脉CTA扫描病例的研究结果表明，在保持冠脉血管CT值无统计学差异前提下，100 kVp较120 kVp对比剂注射流速和总量降低的范围在12%～23%，80 kVp较120 kVp对比剂注射流速和总量降低的范围在34%～56%，70 kVp较120 kVp对比剂注射流速和总量降低的范围在45%～67%。有研究表明[28]，在142651例患者中发生对比剂外渗的病例仅为321例，外渗率仅为0.23%，虽然经过治疗，大部份患者都能较好的康复，但是对于老年或者合并糖尿病的患者，严重对比剂外渗可引起组织溃疡或者坏死。因此，预防对比剂外渗显得尤为重要，降低对比剂注射流速是预防外渗的有效方法之一[29]。因此，使用低管电压技术不仅可以降低CTA扫描时的辐射剂量，同时还可以在一定程度上降低对比剂的注射流速和总量，使靶血管内的CT值可接近高管电压、高对比较流速和总量条件下扫描的图像，保证了血管图像质量。 2 IR在低剂量CTA中的研究CTA应用中，图像重建是体现CTA质量和效果的重要环节。传统CT图像重建通常使用滤波反投影技术（Filtered Back Projection，FBP），然而，低剂量CT扫描仍然使用FBP算法重建无疑导致图像噪声增加。为解决低剂量CT扫描图像噪声增加的问题，各设备厂家推出了IR来改善低剂量CT图像的噪声[30]。最初研发的IR算法虽然能够在一定程度上解决图像噪声增加的问题，但是也会使图像产生“蜡像感”，导致血管边缘显示不清而影响诊断[31]。第一代IR算法是图像后处理上进行重建，第二代IR算法是基于CT原始数据的迭代重建，而第三代IR算法结合原始数据、图像和多模型三方面的数据进行图像重建。因此，后期研发的IR算法不仅改善图像噪声更加有效，而且不产生“蜡像感”图像[32-33]。 目前，低剂量扫描数据结合第二代和第三代IR算法进行图像重建研究的文献相对较多。Yuki等[34]分别使用IMR、iDose4和FBP对冠脉CTA的图像进行重建，结果显示使用IMR和iDose4两种算法获得的图像噪声小于FBP重建，其中IMR重建的图像最优。Laqmani等[35]将IMR应用于肺动脉CTA时，IMR获得的图像明显优于FBP重建的图像，IMR显示肺栓塞的栓子的能力更佳。Niesten等[36]使用IMR重建头颈部CTA图像时，头颈部CTA噪声降低，CNR提高，获得更佳的图像质量。Rompel等[37]使用第三代双源CT行3岁以内小儿胸部CTA时，使用70 kVp超低管电压联合ADMIRE重建算法与80 kVp管电压相比，图像质量保持不变，而患儿接受的辐射剂量从0.63 mSv降低0.36 mSv。汤振华[38]使用SAFIRE联合“三低”方案（低管电压、低对比剂量和低对比剂注射流速）在冠状动脉CTA应用的研究表明，使用80 kVp、对比剂总量按0.7 mL/kg计算、注射流速3.5 mL/s联合SAFIRE重建的冠脉CTA图像，与120 kVp、对比剂总量按0.9 mL/kg计算、注射流速5 mL/s联合FBP重建的冠脉CTA比较，客观图像质量与主观图像质量差异均无统计学意义。Benz等[39]应用ASIR-V重建超低剂量扫描的冠脉CTA图像，ASIR-V算法明显降低冠脉CTA图像噪声，提高图像质量。Chen等[40]在BMI≤23 kg/m2的患者冠脉CTA扫描时，使用70 kVp、碘对比剂注射速度以16 mgI/kg/s注射时间9 s、80%ASIR-V的方案与100 kVp、碘对比剂注射速度以25 mgI/kg/s注射时间10 s、60%ASIR-V的方案相比，图像质量可以满足诊断要求，辐射剂量和对比剂用量分别降低了75.3%和42.4%。因此，有效的图像重建算法，为“三低”技术改善CTA的图像质量提供了重要的辅助作用。 3 AI深度学习算法在低剂量CTA中的应用IR算法能够很好改善图像噪声，无论是第几代IR算法，均建议低剂量扫描，且通常应用于正常BMI以下的患者或儿童[37,41]。Chen等[40]在冠脉CTA“三低”剂量研究中纳入的患者BMI小于23 kg/m2，应用范围相对受限。以往的学者研究认为，当BMI≤25 kg/m2时，可选择超低管电压≤80 kVp；当25 kg/m2＜BMI≤30 kg/m2时，选择低管电压90 kVp或100kVp；而当BMI＞25 kg/m2时，选择管电压120 kVp[20]。这些研究表明较大BMI或肥胖者接受低剂量CT扫描较难获得满意结果。虽然迭代重建技术较传统滤波反投影可以在低剂量扫描时，改善图像噪声，但是由于迭代重建技术使图像空间分辨率下降，使病变的影像特征和病变的检测能力很难获得满意的诊断结果[42-43]。 近年来，AI DLR应用于低剂量CT扫描并进行图像重建，大大提高图像质量的能力而备受关注[44]。目前，基于卷积神经网络（Convolutional Neural Network，CNN）的DLR算法是通过处理CT噪声过高和细节丢失的问题，提高图像质量。CNN还可以通过深度学习算法减少CT图像伪影[45]。刘珮君等[46]应用AI优化算法在平均BMI为（29.31±3.19）kg/m2的高BMI患者行冠脉CTA扫描时，管电压使用100 kVp，主动脉根部噪声从平均30.04降到9.50，SNR值从18.47升高到55.82，CNR值从24.10升高到71.62，客观图像质量改善明显，主观图像评分也明显增高，患者接受的平均辐射剂量约为2.3 mSv。王明等[47]应用AI成像优化联合迭代算法在“双低”主动脉CTA中的研究认为，“双低”剂量组使用80 kVp联合AI ClearView+90%算法与传统120 kVp使用FBP重建的图像相比，主观图像质量评分没有差异，但“双低”剂量组客观图像质量的SD值、CNR和SNR均明显优于120 kVp组。Tatsugami等[48]使用DLR算法应用于30例冠脉CTA成像，与混合迭代重建算法（Hybrid Iterative Reconstruction，HIR）相比，图像SD值从23.0 HU降低到18.5 HU，图像CNR明显提高，冠脉CTA血管边界的锐利度明显提高。Higaki等[49]使用DLR算法在一项体模研究表明，对体模行CT扫描后分别使用FBP、HIR、MBIR和DLR算法进行重建，结果显示DLR算法获得图像的SD最低，DLR的空间分辨率更高。因此，DLR算法获得的CT图像质量优于FBP和IR算法。当然，由于AI深度学习算法在临床应用和研究病例较少，且体模研究较多，其可靠性和稳定性还需再临床实践中大数据测试后才能确定，但是，采用DLR算法或其他方法的AI在图像采集和重建中的应用会越来越多，也是大势所趋。 4 总结与展望综上所述，“三低”剂量在CTA中应用时，可以降低X线辐射剂量、减低对比剂用量和流速，减少CTA对患者的潜在风险，又能保证图像质量而不影响诊断。图像重建算法可用于改善低剂量扫描的CT图像质量，尤其是权重较高的IR。目前，“三低”剂量联合IR的技术常在儿童和正常BMI的患者使用，且图像的空间分辨率和图像特征尚需进一步提高。随着AI深度学习算法等新技术的应用，“三低”剂量CTA图像质量可进一步得以改善，包括图像空间分辨率和图像特征的提高，有望在高BMI的患者和血管疾病较严重的患者应用。由于AI深度学习算法处于刚起步阶段，很多研究尚不成熟，需要更多的临床研究证明其改善低剂量图像质量的能力。 [1]Salavati A,Radmanesh F,Heidari K,et al.Dual source computed tomography angiography for diagnosis and assessment of coronary artery disease: systematic review and meta-analysis[J].J Cardiovasc Comput Tomogr,2012,6(2):78-90. [2]Wu S, Wu B,Liu M,et al.Stroke in China: advances and challenges in epidemiology, prevention, and management[J].Lancet Neurol,2019,18(4):394-405. [3]Shuai T,Deng L,Pan Y,et al.Free-breathing coronary CT angiography using 16-cm wide-detector for challenging patients: comparison with invasive coronary angiography[J].Clin Radiol,2018,73(11):986. [4]Inoue S,Hosoda K,Fujita A,et al.Diagnostic imaging of cerebrovascular disease on multi-detector row computed tomography (MDCT)[J].Brain Nerve,2011,63(9):923-932. [5]Stehli J,Fuchs TA,Bull S,et al.Accuracy of coronary CT angiography using a submillisievert fraction of radiation exposure: comparison with invasive coronary angiography[J].J Am Coll Cardiol,2014,64(8):772-780. [6]Sun K,Li K,Han R,et al.Evaluation of high-pitch dual-source CT angiography for evaluation of coronary and carotidcerebrovascular arteries[J].Eur J Radiol,2015,84(3):398-406. [7]Hachulla AL,Noble S,Ronot M,et al.Low iodine contrast injection for CT acquisition prior to transcatheter aortic valve replacement: aorta assessment and screening for coronary artery disease[J].Acad Radiol,2019,26(7):e150-e160. [8]Achenbach S.Coronary CT angiography-future directions[J].Cardiovasc Diagn Ther,2017,7(5):432-438. [9]Mettler FA,Bhargavan M,Faulkner K,et al.Radiologic and nuclear medicine studies in the United States and worldwide:frequency, radiation dose, and comparison with other radiation sources--1950-2007[J].Radiology,2009,253(2):520-531. [10] Brenner DJ,Hall EJ.Computed tomography--an increasing source of radiation exposure[J].N Engl J Med,2007,357(22):2277-2284. [11] The ALARA (as low as reasonably achievable) concept in pediatric CT intelligent dose reduction. Multidisciplinary conference organized by the Society of Pediatric Radiology.August 18-19, 2001[J].Pediatr Radiol,2002,32(4):217-313. [12]王淼,肖志清,王艳强,等.合理应用X射线检查，优化辐射剂量[J].中华放射医学与防护杂志,2019,39(1):1-5. [13]Kingston RJ,Young N,Sindhusake DP,et al.Study of patients with intravenous contrast extravasation on CT studies, with radiology staff and ward staff cannulations[J].J Med Imaging Radiat Oncol,2012,56(2):163-167. [14]Faucon AL,Bobrie G,Clément O.Nephrotoxicity of iodinated contrast media: from pathophysiology to prevention strategies[J].Eur Radiol,2019,(116):231-241. [15]Thomsen HS.How to avoid CIN: guidelines from the European Society of Urogenital Radiology[A].Nephrology, dialysis,transplantation : official publication of the European Dialysis and Transplant Association[C].European Renal Association,2005:18-22. [16]Lell MM,Kachelrieß M.Recent and upcoming technological developments in computed tomography: high speed, low dose,deep learning, multienergy[J].Invest Radiol,2020,55(1):8-19. [17]Othman AE,Brockmann C,Yang Z,et al.Effects of radiation dose reduction in polume perfusion CT imaging of acute ischemic stroke[J].Eur Radiol,2015,25(12):3415-3422. [18]Söderberg M,Gunnarsson M.The effect of different adaptation strengths on image quality and radiation dose using Siemens Care Dose 4D[J].Radiat Prot Dosimetry,2010,139(1-3):173-179. [19]Papadakis AE,Damilakis J.Automatic tube current modulation and tube voltage selection in pediatric computed tomography:a phantom study on radiation dose and image quality[J].Invest Radiol,2019,54(5):265-272. [20]Stocker TJ,Leipsic J,Hadamitzky M,et al.Application of low tube potentials in CCTA: results from the PROTECTION VI study[J].JACC Cardiovasc Imaging,2020,13(2 Pt 1):425-434. [21]Luo S,Zhang LJ,Meinel FG,et al.Low tube voltage and low contrast material volume cerebral CT angiography[J].Eur Radiol,2014,24(7):1677-1685. [22]中华医学会放射学分会心胸学组,《中华放射学杂志》心脏冠状动脉多排CT临床应用指南写作专家组.心脏冠状动脉CT血管成像技术规范化应用中国指南[J].中华放射学杂志,2017,51(10):732-743. [23]高宏.中华医学会放射学分会头颈部CT血管成像扫描方案与注射方案专家共识[J].中华放射学杂志,2019,52(2):81-87. [24]Chen Y,Zhang X,Xue H,et al.Head and neck angiography at 70 kVp with a third-generation dual-source CT system in patients: comparison with 100 kVp[J].Neuroradiology,2017,59(11):1071-1081. [25]邓亮,王梦莉.冠状动脉CT血管成像中低管电压结合低流速造影剂注射的可行性分析[J].中华老年心脑血管病杂志,2019,21(10):1012-1015. [26]Qi L,Wu SY,Meinel FG,et al.Prospectively ECG-triggered highpitch 80 kVp coronary computed tomography angiography with 30 mL of 270 mg I/mL contrast material and iterative reconstruction[J].Acta Radiol,2016,57(3):287-294. [27]Kok M,Mihl C,Hendriks BMF,et al.Optimizing contrast media application in coronary CT angiography at lower tube voltage:evaluation in a circulation phantom and sixty patients[J].Eur J Radiol,2016,85(6):1068-1074. [28]Hwang EJ,Shin CI,Choi YH,et al.Frequency, outcome,and risk factors of contrast media extravasation in 142,651 intravenous contrast-enhanced CT scans[J].Eur Radiol,2018,28(12):5368-5375. [29]白静静,李健,雒娜,等.CT增强扫描中对比剂外渗的临床应用方法[J].医学影像学杂志,2017,27(11):2196-2197. [30] Xu J,Mahesh M,Tsui BMW.Is iterative reconstruction ready for MDCT?[J].J Am Coll Radiol,2009,6(4):274-276. [31] Winklehner A,Karlo C,Puippe G,et al.Raw data-based iterative reconstruction in body CTA: evaluation of radiation dose saving potential[J].Eur Radiol,2011,21(12):2521-2526. [32]Gatti M,Marchisio F,Fronda M,et al.Adaptive statistical iterative reconstruction-V versus adaptive statistical iterative reconstruction: impact on dose reduction and image qality in body computed tomography[J].J Comput Assist Tomogr,2018,42(2):191-196. [33]Löve A,Olsson ML,Siemund R,et al.Six iterative reconstruction algorithms in brain CT: a phantom study on image quality at different radiation dose levels[J].Br J Radiol,2013,86(1031):20130388. [34]Yuki H,Utsunomiya D,Funama Y,et al.Value of knowledgebased iterative model reconstruction in low-kV 256-slice coronary CT angiography[J].J Cardiovasc Comput Tomogr,2014,8(2):115-123. [35]Laqmani A,Kurfürst M,Butscheidt S,et al.CT Pulmonary angiography at reduced radiation exposure and contrast material volume using iterative model reconstruction and iDose4 technique in comparison to FBP[J].PloS one,2016,11(9):e0162429. [36] Niesten JM,van der Schaaf IC,Vos PC,et al.Improving head and neck CTA with hybrid and model-based iterative reconstruction techniques[J].Clin Radiol,2015,70(11):1252-1259. [37]Rompel O,Glöckler M,Janka R,et al.Third-generation dualsource 70-kVp chest CT angiography with advanced iterative reconstruction in young children: image quality and radiation dose reduction[J].Pediatr Radiol,2016,46(4):462-472. [38]汤振华.迭代重建算法在双源CT三低方案冠状动脉血管成像中的应用价值[J].中华放射医学与防护杂志,2017,37(3):213-236. [39] Benz DC,Gräni C,Mikulicic F,et al.Adaptive statistical iterative reconstruction-V: impact on image quality in ultra low-dose coronary computed tomography angiography[J].J Comput Assist Tomogr,2016,40(6):958-963. [40]Chen Y,Liu Z,Li M,et al.Reducing both radiation and contrast doses in coronary CT angiography in lean patients on a 16-cm wide-detector CT using 70 kVp and ASiR-V algorithm, in comparison with the conventional 100-kVp protocol[J].Eur Radiol,2019,29(6):3036-3043. [41]Ren Z,Zhang X,Hu Z,et al.Reducing radiation dose and improving image quality in CT portal venography using 80 kV and adaptive statistical iterative reconstruction-V in slender patients[J].Acad Radiol,2020,27(2):233-243. [42]Millon D,Vlassenbroek A,Van Maanen AG,et al.Low contrast detectability and spatial resolution with model-based interative reconstructions of MDCT images: a phantom and cadaveric study[J].Eur Radiol,2017,27(3):927-937. [43]Minamishima K,Sugisawa K,Yamada Y,et al.Quantitative and qualitative evaluation of hybrid iterative reconstruction, with and without noise power spectrum models: a phantom study[J].J Appl Clin Med Phys,2018,19(3):318-325. [44]Kahn CE.From images to actions: opportunities for artificial intelligence in radiology[J].Radiology,2017,285(3):719-720. [45]Kida S,Nakamoto T,Nakano M,et al.Cone beam computed tomography image quality improvement using a deep convolutional neural network[J].Cureus,2018,10(4):e2548-e2548. [46]刘珮君,王怡宁,于敏,等.人工智能优化算法对提高大体型患者低剂量扫描冠状动脉图像质量的价值[J].放射学实践,2019,34(7):760-766. [47]王明,王怡宁,于敏,等.AI成像优化联合迭代算法在“双低”主动脉CTA的初步应用[J].放射学实践,2018,33(10):1009-1016. [48]Tatsugami F,Higaki T,Nakamura Y,et al.Deep learning-based image restoration algorithm for coronary CT angiography[J].Eur Radiol,2019,29(10):5322-5329. [49] Higaki T,Nakamura Y,Zhou J,et al.Deep learning reconstruction at CT: phantom study of the image characteristics[J].Acad Radiol,2020,27(1):82-87. Research Progress of “Three Low” Dose and Image Reconstruction Algorithm in the Application of CT Angiography |