评价双能量CT非线性融合技术对肾癌诊断的影响

胡洁婷 何 花 李雪霜 崔 悦 熊 瑶王 芳 郭玉林 张 弘

双能量CT一次扫描能生成两组高、低kVp的单能量图像，而在后处理过程中，两组单能量图像可以通过线性融合技术和非线性融合技术得到不同的混合能量图像，从而平衡高、低单能量图像各自的优缺点。现有的研究均证明非线性融合技术较线性融合技术在各方面均占优势；比如非线性融合图像能在改善CT图像质量的同时降低对比剂的使用量[1]，并且对于清晰显示血管对比度也优于线性融合[2-5]而且在提高各肿瘤病灶的对比度方面较线性融合图像更佳[6-9]。而众多研究主要都应用的默认非线性融合参数，即(λ=150HU，ω=200HU）；而本研究旨在评价不同融合参数的非线性融合图像下肾癌病灶的显示情况及图像质量。

方 法

1.临床资料

本研究对2014年4月至2015年8月在本院行腹部双能量CT增强扫描的40例肾脏肿瘤患者进行回顾性分析，其中女性15例，男性25例，年龄28～80岁，平均(59.35±11.49) 岁。40例研究对象检查前均有临床症状提示或超声报告显示肾脏肿瘤或肾占位，后经病理证实40例( 肾透明细胞癌 30例，乳头状肾细胞癌8例，嫌色细胞性肾细胞癌1例，Bellini集合管癌1例) 。其中病灶中有坏死囊变26例，钙化5例。肿瘤直径5.80±2.08cm。所有患者及家属均在行增强CT检查前签署对比剂知情同意书。

2.检查方法与扫描参数

采用德国西门子双源双能量64排CT机DSCT(Siemens Somatom Definition)进行扫描。对确诊或可疑肾肿瘤患者行常规平扫和常规排泄期扫描，双能量肾皮质期和肾实质期扫描。患者平卧于检查床中心，腹部常规单能量扫描参数：管电压120kV，有效电流230mA；层厚及层间距均为1mm，卷积核为B30f；双能量扫描参数：开启实时动态曝光剂量调节CARE Dose 4D；A球管管电压140 kV，有效电流96 mA； B球管管电压80kV，有效电流404mA，层厚及层间距均为1mm，卷积核为B30f，默认生成加权因子0.3线性融合图像；应用双筒高压注射器经肘前静脉以3.0ml/s 流率注射非离子碘对比剂优维显(370mgI/ml)，注射对比剂20～25s后行常规肾皮髓质交界期扫描、80～90s后行肾实质期的双能量扫描以及300s后行常规排泄期扫描。扫描后生成140kV、80kV和0.3LB的3种能量图像。

3.图像后处理

扫描结束后，将0.3LB图像导入Viewing界面，分别测量患者的病灶及病灶周围正常肾实质的CT值，感兴趣区ROI取面积为1cm2的圆圈，测量时ROI尽量置于病灶最大横截面且肾肿瘤强化最明显的位置，尽量避开坏死囊变区和钙化区，测量连续3个层面，取平均值；融合系数λ、ω分别代表ROI中心CT值即BC，相当于图像的混合窗位，而ω代表混合窗宽；根据非线性融合原理及既往文献[10]，融合中心(BC) 应置于两个感兴趣区的CT值之间。本研究将非线性融合中心设定为病变与周围正常肾实质的平均值，BC=（CT肿瘤+CT周围正常肾实质）/2；而BC和BW的取值范围均在0～500HU，且均以10HU为界；取临近整数值作为BC值，将BW分别取值为0、50、100、150、200、250、300、400、500HU。将80kV和140kV两组单能量肾实质期图像调入DECT(Syngo MMWP VE31A)后处理工作站“Dual-energy”软件中，经优化对比程序(optimum contrast)得到肾实质期非线性默认融合图像(λ=150HU，ω=200HU) ；然后改变BC和BW值得到9组非线性图像。将上述10组图像重建得到层厚、层距为1mm的横轴位及冠状位图像。

4.数据测量与记录

将后处理得到的10组NLB图像调入Viewing软件，分别测量和记录各组图像中肾脏肿瘤区、肿瘤周围正常肾实质、对侧正常肾实质、腹壁皮下脂肪及腹主动脉CT值及标准差SD值，感兴趣区ROI取面积为1cm2的圆圈，测量时ROI尽量置于病灶最大横截面且肾肿瘤强化最明显的位置，尽量避开坏死囊变区、钙化区和脂肪成分；测量连续3层面，取平均值。将腹前壁皮下脂肪CT值的标准差SD作为图像背景噪声，将肿瘤周围肾实质与肾肿瘤之间的CT差值定义为病灶对比度。收集各参数值计算病灶对比度=肿瘤周围肾实质CT-肿瘤区CT；肾脏实质-肿瘤的病灶对比噪声比(contrast to noise ratio，CNR)=(肿瘤周围肾实质CT-肿瘤区CT) /SD腹壁脂肪；肾脏信噪比(signal to noise ratio，SNR) =对侧正常肾实质CT/SD腹壁脂肪；腹主动脉信噪比SNR=腹主动脉CT/SD腹主动脉。

5.统计学分析

应用IBM SPSS17.0统计软件处理数据，计量资料描述为平均数±标准差，计数资料采用秩和参数。各非线性的混合能量图像之间采用单因素ANOVA方差分析[3]；选择非线性融合图像中CNR和病灶对比度最高的图像作为最佳图像，并与默认非线性图像、BW=200HU非线性融合图像，0.6LB图像进行单因素ANOVA方差分析，若差异有统计学意义(P＜0.05) ，采用LSD-t检验进行两两比较。

结 果

1.不同融合宽度的非线性融合图像的各参数比较

见表1。

0.3 LB下病灶与周围正常肾实质CT平均值为125.51±19.13HU，BC取值范围100～170HU。

9组不同融合系数非线性融合图像的CNR（F=2.101，P＜0.05）和CT值差（F=3.173，P＜0.05）差异存在统计学意义。当BC位于病灶和周围正常肾实质的平均值时，随着BW的增高，各患者的CNR和CT值差逐渐减小，却在BW=250HU时达到峰值，但随着融合宽度的不断增高，CNR和CT值差又逐渐减小；所以将BW=250HU时的图像作为最佳非线性融合图像。

2.最佳非线性图像与默认非线性图像、BW=200HU非线性图像比较

见表2。

3组非线性混合能量图像的CNR和病灶对比度组间总体差异存在统计学意义（F=4.909，P＜0.01）；其中最佳非线性融合图像（BW=250HU）具有最高值，并与其他图像相比具有统计学意义（P＜0.05）。3组图像以默认非线性图像的SD值最低，BW=200HU的肾脏SNR最高，但与其他NLB图像两两比较均不存在统计学差异（P＞0.05）。因此BW=250HU非线性融合图像具有比默认非线性融合图像更高的CNR和病灶对比度。

表1 不同融合宽度的非线性融合图像的各参数比较

表2 最佳非线性图像与默认非线性图像、BW=200HU非线性图像比较

图1 女，45岁，左肾透明细胞癌I级，肾实质期。左肾实质显示一团异常强化灶伴囊变坏死；A～C.分别表示默认值、BW=200HU、BW=250 HU的非线性融合图像。相应CT值差为159.13HU、76.2HU、137.8HU；CNR值分别为7.18、3.74、6.55。

而默认非线性图像(λ=150 HU，ω=200 HU)与BW=200HU图像的各参数比较均不存在统计学意义（P＞0.05）。

最佳非线性图像与默认非线性图像、BW=200HU非线性图像见图1。

讨 论

随着科学技术的发展，人们对肾脏肿瘤组织发生学和分子遗传学研究的不断深入探索，对已知的肾脏肿瘤有了新的认识，并且许多新的肾肿瘤实体及其独特的临床病理特征也被临床广泛认可。2016年，在综合了肾肿瘤最新的病理特点、流行病学特征和基因学改变之后，世界卫生组织（WHO）对2004年肾肿瘤分类系统进行了重新修订[11]。虽然与2004年的旧版相比2016年WHO肾肿瘤分类有了很大变化，但是肾透明细胞癌（clear cell renal cell carcinoma，CCRCC）、 肾 乳 头 状 癌（papillary renal cell carcinoma， PRCC），肾嫌色细胞癌（chromophobe renal cell carcinoma， CRCC）仍是最常见的肾细胞癌。

双能量CT强大的后处理功能为临床诊断与研究提供了许多新方法、新思路，为肾肿瘤病灶的早期发现、早期诊断提供了便利，比如能谱曲线[12]、物质定性分析[13]等。西门子双源双能量CT一次扫描能得到的两种单能量图像，并可通过线性融合技术（LB linear blending technique）和非线性融合技术（NLB nonlinear blending technique）进行后处理，得到不同的混合能量图像，均能改善图像质量、提高病灶对比度。

线性融合技术是利用加权因子来控制混合能量图像上140kV和80kV单能量图像的比例，比如加权因子为0.3LB，即70%的140kV和30%的80kV能量混合图像。非线性融合技术是一种改良的“S”形函数曲线融合，在此模式下，其融合比例是不定的，Moidal非线性融合法根据每个像素在低 kV 图像上的CT值，设定该像素在融合图像中不同能量混合比例[14]。通过“S”形曲线计算可使CT值高的像素点融合更多低压信号，即80kV占较大比例；而CT值低的像素点融合更多的高压信号，即140kV所占比例较大；从而在保证低能量图像中对比度的同时获得高能量图像的低噪声。

有研究[9]已经证明非线性融合图像肾实质期在显示肾肿瘤病灶、优化图像质量方面均明显优于线性融合图像。既往文献[4]的非线性融合技术的研究中均将BC取值为病灶与正常实质的平均值；本研究中将BC置于肾肿瘤病灶与正常肾实质的CT平均值处，而融合宽度包含了整个取值范围。本比较了BW=0～500HU不同融合宽度的非线性图像下的肾癌病灶的CNR和病灶对比度，以BW=250HU的非线性图像最佳，但其与BW=0、50、100、150HU非线性图像的CNR和病灶对比度不存在统计学差异。肾细胞癌中最常见的是肾透明细胞癌，CCRCC在CT图像中多表现为富血供的肿瘤，且本研究中大部分病灶为实性病灶伴坏死囊变，这与文献[2，6]中，囊性占位取BW=0～200HU，对于富血供病灶使用较高的BW值能使病灶显示得更加清晰的结论相符；并且最佳非线性图像具有对比度比默认值（λ=150 HU，ω=200HU）更高的CNR和病灶，更加说明选择合适λ及ω值，能降低SD值，提高 SNR值，优化图像质量，提高组织对比度。

图像质量方面，每个非线性融合图像肾脏SNR和图像背景噪声SD的总体差异不具有统计学意义（P＞0.05），说明在不同融合宽度下的非线性融合图像均拥有较低的背景噪声及较好的组织密度分辨率[8]。本研究也对肾实质期腹主动脉的显示情况进行了研究，数据显示BW=500HU时腹主动脉SNR最高，这与文献[7]中对肾动脉CTA非线性融合技术研究中以BW=0HU为最佳非线性融合图像的结论不符，这可能是因为本研究中研究腹主动脉时相为肾实质期，此时腹主动脉内的对比剂浓度较低，不利于动脉的显示，同时本研究中BC值为肾肿瘤病灶与肾实质的平均值，明显低于此时动脉的CT值；同时病例中大部分为老年患者，主动脉壁易发生微小的钙化硬化斑块，对于腹主动脉CT值得测量均产生误差。对于血管的显示，文献[15]提出观察血管是不易将BW设置过大，合适的λ、ω值能提高心脏血管CT值抑制血管噪声。

本研究还存在一些局限性：①本研究中未对各组图像的病灶显示、图像质量进行主观评价。②入组病变的直径均＞2cm，相对较大，在诊断中不易漏诊，应加入更多小病灶，以更好体现非线性融合技术在提高病灶对比度方面绝对胜过线性融合。

综上所述，非线性融合技术不仅可以提高肾癌的病灶对比度，还能改善腹部CT图像质量，且以BW=250HU的非线性融合图像显示最佳。