CT 低剂量扫描结合AI 辅助诊断系统在新型冠状病毒肺炎检查中的应用

张 楠，邹明宇*，周 姝

（1.北部战区总医院放射诊断科，沈阳110016；2.武汉火神山医院放射诊断科，武汉430100）

0 引言

2019 年12 月底，湖北省武汉市出现了新型冠状病毒肺炎（以下简称“新冠肺炎”）疫情[1]，根据国家卫生健康委员会公布的《新型冠状病毒肺炎诊疗方案（试行第七版）》，影像检查尤其是CT 检查在新型冠状病毒肺炎的早期筛查、影像诊断、病情观察与疗效评估、出院判定等各个方面均具有重要的作用[1]。正因如此，新冠肺炎患者在整个诊疗过程中可能需接受多次胸部CT 检查，患者所接受的辐射剂量问题已经引起临床关注，如何在满足新冠肺炎影像诊断要求的条件下，应用最少的辐射剂量来进行影像学检查已经成为研究热点[2]。本研究利用70 kVp 低管电压技术及AI 辅助诊断系统，探讨在低辐射剂量条件下进行新冠肺炎CT 检查的可行性。

1 资料与方法

1.1 一般资料

本研究收集武汉火神山医院2020 年2—3 月经咽拭子核酸检测确诊为新冠肺炎并行胸部CT 检查的患者60 例，其中男32 例、女28 例，年龄21～79岁，平均年龄（54.63±14.40）岁，体质量指数（body mass index，BMI）为20～25 kg/cm2。入组患者均符合《新型冠状病毒肺炎诊疗方案（试行第七版）》中的诊断标准，所有患者均签署知情同意书。排除标准：经告知不同意入组的患者；无法屏气配合胸部CT 检查的患者；既往合并肺部慢性病变（如肺肿瘤性病变、重度慢性阻塞性肺气肿、心功能不全合并肺淤血等）的患者。将患者随机分成低剂量组和常规剂量组，每组30 例。

1.2 检查方法

采用上海联影uCT760 64 排多层螺旋CT 扫描仪完成胸部扫描。患者取仰卧位，吸气后屏气，扫描范围从肺尖到膈顶。所有患者均未进行增强扫描。扫描参数：低剂量组管电压70 kVp，自动管电流（3～293 mA），准直宽度40 mm，机架旋转速度0.5 s/r，螺距1.037 5。常规剂量组：管电压120 kVp，自动管电流（3～275 mA），准直宽度40 mm，机架旋转速度0.5 s/r，螺距1.212 5。受检者屏气一次完成整个胸部扫描，扫描时间9～12 s。2 组均采用Karl 3D 迭代重建算法重建图像，层厚5.0 mm，层间距5.0 mm，肺窗采用高分辨力重建算法，图像窗宽1 200 HU、窗位-700 HU；纵隔窗采用软组织重建算法，窗宽400 HU、窗位40 HU。

1.3 图像分析与评价

由2 名高年资诊断医师结合AI 辅助诊断系统采用双盲法对2 组图像进行主观评分，评分标准如下：（1）5 分，图像质量好，病灶显示清晰；（2）4 分，图像质量较好，病灶边缘较清晰；（3）3 分，图像质量尚可，或有轻微噪声；（4）2 分，图像质量不良，或伴有呼吸运动伪影；（5）1 分，图像质量差，无法满足诊断需求。≥3 分为图像质量符合诊断要求。

原始图像传至深睿AI 辅助诊断系统（Dr.Wise Lung Analyzer，V1.0.0.0），对新冠肺炎特征病灶，包括磨玻璃密度影、实性斑片影、铺路石征、索条影合并磨玻璃密度影等[3]进行识别。

1.4 辐射剂量评估

记录由CT 扫描仪显示的容积CT 剂量指数（CT dose index volumes，CTDIvol）及剂量长度乘积（doselength product，DLP），并计算有效辐射剂量（effective dose，ED）。ED 计算公式：ED=DLP×K，其中K为转换因子，根据欧盟委员会CT 质量标准指南[4]本研究中K取0.017 mSv/（mGy·cm）。

1.5 统计学分析

采用SPSS 19.0 软件进行统计学分析，计量资料采用均值±标准差（±s）表示，采用两独立样本t检验，计数资料采用非参数Mann-WhiteneyU检验。P＜0.05 认为差异有统计学意义。

2 结果

2.1 一般资料对比

低剂量组和常规剂量组患者的年龄、身高、体质量、BMI 及Z轴扫描范围差异均无统计学意义，详见表1。

表1 2 组患者一般资料统计结果比较

2.2 图像主观评分

低剂量组和常规剂量组CT 图像质量主观评分均在3 分及以上，图像质量均满足临床诊断要求。2组CT 图像质量主观评分结果间差异无统计学意义（P=1.000＞0.05），详见表2。

表2 2 组患者CT 图像质量主观评分结果比较例

2.3 AI 辅助诊断系统对新冠肺炎CT 特征性病灶识别结果

本研究中，新冠肺炎CT 特征性改变包括磨玻璃密度影、实性斑片影、铺路石征和索条影伴磨玻璃密度影，如图1、2 所示。低剂量组和常规剂量组应用AI辅助诊断系统对新冠肺炎CT 特征性病灶识别结果对比详见表3。从表3 可以看出，2 组AI 辅助诊断系统识别新冠肺炎CT 特征性病灶结果间差异无统计学意义（P=1.000＞0.05）。

图1 低剂量组AI 辅助诊断系统对新冠肺炎特征性病灶识别结果

图2 常规剂量组AI 辅助诊断系统对新冠肺炎特征性病灶识别结果

表3 AI 辅助诊断系统对新冠肺炎CT 特征性病灶识别结果比较例

2.4 辐射剂量

与常规剂量组相比，低剂量组的辐射剂量大幅度降低[常规剂量组ED：（6.88±1.25）mSv；低剂量组ED：（1.28±0.11）mSv]，差异具有显著统计学意义（t=24.443，P=0.000），详见表4。

3 讨论

在新冠肺炎诊疗过程中，CT 检查是新冠肺炎的重要辅助诊断手段[3]，具有简便易行、无创、检查速度快等优点，在病变检出、判断病变性质、评估疾病严重程度等方面具有重要作用。正因如此，在新冠肺炎患者诊疗过程中可能需要进行多次CT 检查，常规剂量CT 扫描会对患者造成潜在的辐射，降低新冠肺炎患者所接受的辐射剂量势在必行。

表4 2 组辐射剂量比较

目前，最常用的降低辐射剂量的方法有优化扫描方案、降低管电压及管电流、尽量减少不必要的扫描范围、大螺距扫描以及采用新的图像重建算法等[5]。在相同条件下，辐射剂量与管电压的平方成正比，因此降低管电压可以更为有效地降低辐射剂量。从表4 可以看出，低剂量组所接受的平均辐射剂量为1.28 mSv，仅为常规剂量组的18.6%，辐射剂量减少了80%以上，即多次低剂量CT 平扫的辐射剂量累计仅相当于一次常规剂量CT 平扫的辐射剂量，对患者潜在辐射伤害较小，符合尽可能的低剂量（as low as reasonably achievable，ALARA）原则[6]。

一般来说，大幅度降低辐射剂量，图像的噪声将随之增加。本研究中采用降低管电压的方法来降低辐射剂量。由于降低管电压会使X 射线与患者的光电效应比例增加，组织的衰减系数增加，进而降低对比分辨力，增加图像噪声，而采用迭代重建算法，可以有效地降低图像噪声[7]，并且由于肺是含气器官，组织间密度对比度高，末梢肺血管影、小叶间隔等相对高密度结构在低剂量扫描下仍能较好地显示。本研究结果显示常规剂量组和低剂量组CT 图像质量主观评分差异无统计学意义，不影响最终的影像诊断。

近年来AI 迅猛发展，广泛应用于医学影像辅助诊断领域。其中肺结节筛查、冠状动脉CT 影像处理与诊断、前列腺癌诊断与分期等辅助诊断系统已经应用于临床[8-10]。本研究运用的AI 辅助诊断系统是在大数据与深度学习基础上开发的，具有病灶特征识别速度快、计算病灶范围准确等特点，由于特征病灶是由AI 辅助识别出来的，可以有效避免图像噪声对医生主观判断的影响。从表3 可以看出，应用AI辅助诊断系统，低剂量组与常规剂量组对新冠肺炎胸部CT 特征性病灶识别没有显著性差异。

综上所述，在新冠肺炎的临床检查中，与常规剂量组相比，应用70 kVp 低管电压CT 扫描方案结合AI 辅助诊断系统在CT 图像质量、病灶识别及检出率等方面，均能够满足临床诊断需求，且平均辐射量更低，整体安全性更高，具有一定的临床应用价值。当然，本研究还存在一些不足，例如病例数较少且研究对象仅为体型正常人群，由于新冠肺炎病情变化快、转归不尽相同未对同一患者治疗前后2 种扫描方案进行对比，以及未对新冠肺炎各时期病灶特点进行研究，这将在下一步研究中继续探讨。