智能定位CT在新型冠状病毒肺炎筛查中的可行性研究

邓莉萍，袁 元，廖 凯，潘雪琳，帅 桃，王紫薇，谭 佳，邵 强，尚雷敏，李真林

1. 四川大学华西医院 放射科，四川 成都 610041；

2. 上海联影医疗科技有限公司 a. 临床应用培训部；b. 产品管理部，上海 201815

引言

新 型 冠 状 病 毒 肺 炎（Coronavirus Disease 2019，COVID-19）[1]具有传染性强、潜伏期长、起病隐匿，人群普遍易感等特点[2-5]，其传播途径主要为空气飞沫传播和接触传播[6-7]等方式。高分辨率胸部CT检查在COVID-19的早期筛查、诊断和分期中起到关键作用[8-10]。CT检查室作为院内COVID-19的重要筛查点之一，具有人员密集、流动性大的特点，加之新冠肺炎发病隐匿，检查过程中极易造成交叉感染，严重危害放射技师的安全[11-12]。目前，专家推荐在确保患者安全以及保证影像质量的前提下，技师可在操作台遥控操作，尽可能利用智能摆位、智能升降床系统等[13-15]方式进行CT检查。CT检查智能定位的实现，通常在智能算法平台基础上，借助摄像头智能辅助摆位功能，通过在患者摆位阶段检测人体位置信息并呈现给技师，技师在控制室内确认后系统自动移床，完成患者定位。采用该技术进行CT检查，技师无需进入机房，仅在控制室即可完成CT检查，可以减少医患接触，有利于降低交叉感染风险。为此，探讨智能定位CT在新型冠状病毒肺炎筛查中的应用价值。

1 资料与方法

1.1 一般资料

收集2020年2月17日至2月29日期间在四川大学华西医院进行胸部CT检查的患者166例，其中男96例，女70例；年龄21～73岁，平均53岁。根据随机数字表法将患者分为A、B两组，A组为实验组，患者83例，男48例，女35例，年龄（54.17±8.22）岁，采用智能定位技术进行胸部CT检查；B组为对照组，患者83例，男48例，女35例，年龄（52.22±7.82）岁，采用传统人工摆位进行胸部CT检查。纳入标准：意识清醒、行动自如的患者。排除标准：体质指数 BMI≥25 kg/m2或 BMI≤18 kg/m2；听力障碍 ；无法配合呼吸及不能独立完成检查的患者。本研究通过医院伦理委员会审查，所有患者均签署了CT检查知情同意书。

1.2 检查方法

（1）扫描前准备：所有患者去除胸部金属物品，训练呼吸。

（2） CT扫描方案：两组患者均采用uCT780（联影，上海）扫描仪按照相同序列进行胸部CT扫描，但采用不同定位技术，即智能定位和人工定位。uCT780扫描仪智能定位技术的原理是：基于人工智能（Arti ficial Intelligence，AI）平台，利用摄像头智能检测功能，结合深度学习网络RPN（Region Proposal Network）[16]，准确寻找胸部CT扫描的起始位置，从而实现扫描定位。该技术工作流程为，首先摄像头实时采集人体在检查床上的全身位置信息，利用深度学习网络检测人体下颌位置，从而根据检测结果确定定位像图像扫描的起始点，将检测到的起始点在摄像头呈现的图像上进行标记，技师根据该标记进行调节或确认，待确认后系统支持一键移床，完成患者体位摆放和定位，在检查过程中实时显示患者监控画面，确保患者检查安全。A组采用智能定位技术。在确保患者检查安全的前提下，借助控制室内智能定位系统完成定位，技师无需进入机房，医患不接触；B组采用人工定位方法，技师进入机房为患者摆放体位，手动调整检查床的位置，完成定位。扫描体位为头先进，仰卧位，双臂上举。扫描范围从胸廓入口至肺底。扫描序列及参数：管电压100 kV，参考管电流量68 mAs，准直宽度40 mm，螺距1.0875，开启剂量调节技术。每个检查均重建三组图像[17]：软组织窗（层厚5 mm，层间距5 mm，卷积核 ：B_SOFT_B，窗宽为 400 HU，窗位为 40 HU），肺窗（层厚5 mm，层间距5 mm，卷积核：B_SHARP_C，窗宽为1200 HU，窗位为-600 HU）及高分辨HRCT图像（层厚 1 mm，层间距 1 mm，B_SHARP_C，窗宽为 1800 HU，窗位为 -400 HU）。

1.3 定位准确评价

所有图像均传至影像归档和通信系统（Picture Archiving and Communication System，PACS）随机工作站。借助Viewing软件，在正位定位像上分别测量并计算扫描起始点至肺尖的距离（起始偏移）和胸廓左右边界连线的中点至视野左右边界连线的中点之间的距离（左右偏移）；选取5 mm轴位肺窗图像，测量并计算气管分叉层面上胸廓前后边界连线的中点至视野前后边界连线的中点之间的距离（前后偏移）。

1.4 图像质量评价

1.4.1 客观评价

在5 mm轴位肺窗图像上，勾画气管分叉层面左、右肺实质的兴趣区（Region of Interesting，ROI），测量 ROI内CT值，取平均值为肺实质CT值，同时测量相同层面胸壁前空气CT值和标准差值。按照公式(1)计算肺实质信噪比（Signa to Noise Ratio，SNR）和公式 (2)计算肺实质 -空气对比噪声比（Contrast to Noise Ratio，CNR）。

以相同方法测量并计算1 mm轴位HRCT图像上，肺实质SNR和肺实质-空气CNR；在5mm轴位纵隔窗图像上，勾画气管分叉层面降主动脉兴趣区ROI，测量降主动脉CT值，同时测量相同层面竖脊肌CT值和标准差值，勾画ROI时注意避开伪影及钙化。按照公式(3)计算主动脉SNR和公式(4)计算主动脉-竖脊肌CNR。

1.4.2 主观评价

由两位资深放射学胸部诊断医师采用双盲法对两组检查获得的肺窗和纵隔窗图像做出主观评价，按照图像前后偏移、左右偏移程度，肺纹理及肺内病变，纵隔内组织结构显示清晰度进行4级分级评分[18]，评分标准如下：

4分：图像前后偏移≤3 cm、左右偏移≤3 cm，双肺纹理及肺内病变显示清晰，纵隔内组织结构层次清楚，无明显伪影干扰，图像能提供充分的诊断信息；3分：3 cm＜ 图像前后偏移≤5 cm、3 cm＜ 左右偏移≤5 cm，双肺纹理及肺内病变显示较清晰，纵隔内组织结构层次较清，有少量伪影干扰，图像能提供足够的诊断信息；2分：5 cm＜ 图像前后偏移≤ 8 cm、5 cm ＜ 左右偏移≤ 8 cm，双肺纹理及肺内病变显示欠清晰，纵隔内组织结构层次欠清，有明显伪影干扰，图像提供的诊断信息不足；1分：图像前后偏移＞8 cm、左右偏移＞8 cm，或定位像上皮肤边界超出视野外，双肺纹理及肺内病变无法清晰显示，纵隔内组织结构层次无法显示清晰伪影重，图像不能提供诊断信息。意见不一致处由两位诊断医师协商决定。

1.5 辐射剂量评估

记录每例患者的CT剂量指数CTDI（mGy）和剂量长度乘积DLP（mGy·cm），并按照公式(5)计算有效剂量ED（mSv）[19]，同时根据美国物理医学协会2008年报告书96，换算因子成人k=0.014[19]。

1.6 医患接触评估

记录每例患者医患接触时间和医患接触次数，包括检查前、检查中、检查后的接触时间之和和接触次数之和。

1.7 问卷调查

（1）分别对使用智能定位技术和人工定位技术的30位技师进行问卷调查，问卷内容包括以下5个方面：① 对新型冠状病毒肺炎疫情的担忧程度；② 疫情期间从事CT扫描工作的担忧程度；③ 医务人员防护措施的担忧程度；④ 智能定位技术或非智能定位技术的担忧程度；⑤ 智能定位技术或非智能定位技术的难易程度。设置4级评分法进行评估：4分为非常担忧或非常困难，3分为比较担忧或比较困难，2分为不确定，1分为不担忧或者不困难。技师根据自身心理感受和工作实际状态进行评分。

（2）分别对两组患者进行问卷调查，问卷内容包括以下方面：① 对技师隔室操作时，院内交叉感染担忧程度；② 对无医护陪同检查的心理担忧程度；③ 对检查流程满意程度。设置4级评分法进行评估：4分为非常担忧、非常困难或非常不满意，3分为比较担忧、比较困难或比较不满意，2分为不确定，1分为不担忧、不困难或满意。患者根据自身心理感受进行评分。

1.8 统计学分析

采用SPSS 19.0对所有数据进行统计学分析。正态分布计量资料以±s表示，偏态分布以中位数（四分位数间距表示）[M（Q1，Q2）]表示。独立样本t检验用于比较两组之间的年龄、身高、体重、BMI、扫描长度、图像起始偏移、图像左右偏移、图像前后偏移、肺窗的肺CT值、肺窗的图像噪声、肺窗的肺SNR、肺窗的肺-空气CNR、纵膈窗的主动脉CT值、纵膈窗的图像噪声、纵膈窗的主动脉SNR、纵膈窗的主动脉-竖脊肌CNR、HRCT的肺CT值、HRCT的图像噪声、HRCT的肺SNR、HRCT的肺-空气CNR，以及辐射剂量参数，包括CTDI、DLP、ED等。Mann-Whitney U检验来用于两组之间的性别、图像主观评分、接触时间、接触次数以及问卷调查结果。P＜0.05表示差异具有统计学意义。

2 结果

2.1 两组患者之间一般资料的比较

实验组和对照组患者的性别、年龄、身高、体重、BMI之间，差异均无统计学意义（P＞0.05），说明两组之间具有可比性，结果见表1。

表1 两组患者一般资料的比较

2.2 两组定位准确性之间的比较

实验组和对照组患者的扫描长度之间差异无统计学意义（P＞0.05），起始偏移、前后偏移、左右偏移之间差异有统计学意义（P＜0.05），结果见表2。实验组与对照组图像对比，见图1。

表2 两组图像偏移程度及扫描长度的比较

图1 实验组与对照组图像对比

2.3 两组图像之间CT值和图像噪声的比较

实验组和对照组CT图像上肺窗的肺CT值、肺窗的图像噪声、纵膈窗的主动脉CT值、纵膈窗的图像噪声、HRCT的肺CT值、HRCT的图像噪声之间，差异均无统计学意义（P＞0.05），结果见表3。

表3 两组CT图像的CT值和图像噪声比较

2.4 两组图像之间SNR、CNR和图像主观评分的比较

实验组和对照组CT图像上肺窗的肺SNR、肺窗的肺-空气CNR、纵膈窗的主动脉SNR、纵膈窗的主动脉-竖脊肌CNR、HRCT的肺SNR、HRCT的肺-空气CNR以及图像主观评分之间，差异均无统计学意义（P＞0.05），结果见表4。

2.5 两组患者之间辐射剂量的比较

实验组和对照组辐射剂量的CTDI、DLP和ED之间，差异均无统计学意义（P＞0.05），结果见表5。

表4 两组CT图像的SNR、CNR和图像主观评分比较

表5 两组患者辐射剂量的CTDI、DLP和ED的比较

表6 两组之间医患接触情况和技师问卷调查结果的比较

2.6 两组之间医患接触情况和问卷调查结果比较

实验组和对照组的医患接触时间和接触次数差异均有统计学意义（P＜0.05），实验组的医患接触时间和接触次数均少于对照组。对技师问卷调查结果的智能定位/人工定位操作的担忧程度方面，差异也有统计学意义（P＜0.05），实验组的担忧程度低于对照组。问卷调查结果的其他方面，包括肺炎疫情的担忧程度、CT工作的担忧程度、防护措施的担忧程度、智能定位/人工定位操作的难易程度等，差异均无统计学意义（P＞0.05），结果见表6。对患者问卷调查结果的院内交叉感染担忧程度方面，差异有统计学意义（P＜0.05），实验组的担忧程度低于对照组。对患者问卷调查结果的无医护陪同检查的心理担忧程度方面，差异有统计学意义（P＜0.05），实验组的担忧程度高于对照组。对检查流程满意程度方面，差异无统计学意义（P＞0.05），结果见表7。

表7 两组之间患者问卷调查结果的比较

3 讨论

3.1 CT智能定位技术原理及临床价值

CT检查定位是指扫描开始前患者在检查床上的体位及扫描范围确认。传统的人工定位方法，需要技师在检查床旁，开启激光定位灯，调整检查床高度和进出位置，以患者胸廓入口平面为内定位线位置，作为扫描起始点，同时使扫描中心线位于患者腋中线，完成定位。联影公司针对传统人工定位步骤较多，操作繁琐，效率较低的问题，构建了基于AI平台的摄像头智能辅助摆位系统，即智能定位技术。智能定位CT胸部扫描的关键点是准确寻找扫描的起始位置，利用深度学习网络RPN[19]检测到患者下颌位置，并根据检测结果确定定位像图像扫描的起始位置。CT检查时，患者自主躺上检查床，技师不进入机房定位，通过摄像头检测和语音提示系统操作完成检查。通过该技术对行动自如的患者进行CT胸部检查，相比于传统人工定位方法，智能定位技术确定扫描起始点后，系统一键移床到相应的扫描位置，操作简便、快捷，技师无需进入机房即可完成患者体位摆放。

COVID-19主要经过飞沫和接触传播[2-3]。减少医患接触，可有效降低交叉感染风险。因此，在新冠肺炎疫情期间，智能定位技术具有重要的临床应用价值。结果表明，实验组均采用智能定位技术完成检查，医患接触时间和接触次数均为0；对照组采用人工定位方法完成检查，检查前后技师与每名患者接触2次，共约60 s左右，技师与所有患者接触时间超过83 min，交叉感染风险明显增加。因此，采用智能定位技术进行CT检查可有效减少交叉感染。但需注意，疫情期间采用智能定位技术时，需合理控制患者数量，避免检查区域人员聚集，同时指导患者正确配合检查。智能定位时，严格评估患者的配合情况，在确保患者检查安全的情况下采用智能定位技术。

3.2 CT智能定位准确性评估

智能定位技术用于新冠肺炎CT筛查，定位准确性是技师关注的重点。本研究采用CT图像的起始点偏移、左右偏移、前后偏移三个指标进行判断，比较两组之间差异，均有统计学意义。实验组和对照组的起始点偏移分别为（2.20±0.99）、（3.00±0.88）cm，说明基于AI深度学习网络的智能定位技术，在患者佩戴口罩的情况也能识别扫描起始点，且比人工定位更准确。实验组和对照组的左右偏移分别为（2.01±0.63）、（1.73±0.49）cm，两组之间有一定的差异。原因是，采用智能定位方法时，患者自行躺上检查床，难以做到身体正中矢状面与检查床中心准确重合；采用人工定位方法时，技师可根据患者身体摆放位置进行现场调节，偏移相对较小。实验组和对照组前后偏移分别为（2.48±0.48）、（1.89±0.63）cm，两组之间有一定的差异。分析原因，智能定位技术采用2D摄像头获取患者位置信息，难以判断患者胸廓前后径的厚度，不能自动调节检查床高度。为了减轻智能定位时床面高度严重偏移影响图像质量的可能，本研究根据大部分人的体型特点将床面高度设置为850 mm，且纳入标准要求患者 18 kg/m2＜BMI＜25 kg/m2[20]。通过诊断医师对图像进行主观评分，两组患者所有图像均能满足诊断，评分均在3分以上，结果无统计学差异（P＞0.05）。由此可见，智能定位技术的准确性是比较可靠的。

3.3 CT智能定位的图像质量和辐射剂量评价

图像质量是影像诊断的基础。考虑到CT检查对人体潜在的辐射损伤，本研究短时间内收集两次CT复查的病例有限，难以进行实现同一组患者比较。因此，本文对病例的纳入进行了一定的筛选，使两组患者之间具有可比性，从而对图像质量进行评价。对实验组和对照组肺窗、纵膈窗、高分辨图像进行评价，计算肺实质和气管分叉平面降主动脉的信噪比和对比噪声比，两组结果均无统计学差异（P＞0.05）。两组在扫描长度、CTDI、DLP、辐射剂量ED差异无统计学意义，其中实验组ED为（1.78±0.44）mSv，对照组ED为（1.76±0.34）mSv。两组图像质量的主观评分均在3分以上，均能满足临床诊断需求。因此，智能定位技术不影响图像质量和辐射剂量。

3.4 CT智能定位检查有利于降低医患心理负担、增强疫情防控信心

COVID-19疫情期间，医院属于疫情传播高风险场所，患者就诊时普遍心理负担较重，医务人员也存在一定的心理压力[21]，因此，在保证图像质量和患者安全的前提下，尽量减少不必要接触[12]是非常必要的，采用智能定位系统能明显减少医患接触时间和次数。对患者和医务人员问卷调查结果均显示，使用智能定位时患者和医务人员对交叉感染的担忧程度明显低于使用人工定位时，且医务人员认为其操作简单快捷；疫情期间，实验组患者对CT检查时没有医护陪同的心理担忧固然存在，但考虑到医患双方潜在的交叉感染风险，两组患者对检查流程的满意程度无明显差异。因此，智能定位技术可以降低医患交叉感染的风险以及双方的焦虑情绪。

本研究也有不足之处，智能定位技术进行胸部CT检查时，因检查床面高度固定为850 mm考虑到床面高度偏差可能对图像质量和辐射剂量造成影响，因此研究未纳入BMI≤18 kg/m2和 BMI≥25 kg/m2的患者，在以后的研究中可以对BMI及胸廓径线进一步细化分层，使研究更全面。

综上所述，COVID-19疫情期间，对身体行动自如的患者采用智能定位技术进行CT检查，在保证图像质量及效率的基础上，可最大程度减少医患接触，降低交叉感染风险，值得广泛推广应用。