全模型迭代算法（FIRST）在靶扫描靶重建颞骨CT成像的应用研究

王天娇，王沄，马壮飞，陈钰，廖凯，付海鸿，金征宇

1. 中国医学科学院北京协和医院 放射科，北京 100730；2. 佳能医疗系统（中国）有限公司，北京100015

引言

颞骨一般的检查方式有CT，MR和数字X线摄影（Digital Radiography，DR）。DR检查只能照到乳突、含气腔或内置高密度影等具有明显对比度的结构，临床上一般用DR来复查耳蜗相[1]。MR检查虽无辐射但扫描时间长、价格较高，很难适用于所有颞骨检查[2]。CT扫描时间短、价格低、分辨率高，适用于绝大部分需要颞骨检查的患者，是一种颞骨疾病重要的检测方法[3-6]。因颞骨靠近脑干、晶体、腺体等对X线辐射较为敏感部位，所以颞骨检查需降低剂量，保护正常组织，现有的CT技术一般都会将颞骨检查的扫描剂量降到最低，但辐射剂量降低噪声则会相应增加，导致图像质量降低[7-8]。单纯优化扫描参数，虽可降低辐射剂量，但受传统CT 图像滤波反射投影（Filtered Back Projection，FBP）重建技术内在特征的限制，容易造成图像质量的损失[9]。因此，在利用CT进行颞骨扫描检查时我们应选用最优最合适的重建算法对得到的图像进行迭代补偿，提高颞骨关节以及空腔、肌肉、脂肪、脑干等的对比噪声比（Contrast to Noise Ratio，CNR）。一种新的全模型迭代算 法（Forward Projected Model-Based Iterative Reconstruction Solution，FIRST），在投影数据空间和图像空间都优化了图像质量[10-11]。FIRST技术是将原始投影数据利用FPB的方法获得种子图像，然后向前投影得到种子图像的前投影数据，运用五种数学模型（统计模型、扫描模型、光学模型、锥形束模型、解剖学模型）通过迭代的方式不断减小前投影数据和原始投影数据之间的差别，得到高空间分辨率的图像。然后依据特定的器官（头、心脏、肺、体部、骨等）进行正则化以减小图像噪声[12]。本研究旨在对FIRST全模型迭代算法在靶扫描颞骨图像中的应用价值进行评估。

1 资料与方法

1.1 一般资料

回顾性收集2020年7至8月来我院门诊颞骨检查的患者，共统计分析40例。40例患者中排除不符合标准4例，听小骨显示不全2例，有伪影1例，有前庭破坏1例，剩余36例。男19例，女17例。平均年龄38.5岁，体质量指数为（20.85±3.45）kg/m2。

1.2 扫描方法

采用佳能公司640层宽体螺旋CT机对病人进行颞骨靶扫描和靶重建。检查前确认患者摘掉助听设备、发卡等金属物品，嘱患者在扫描过程中头颅和口咽部保持不动。对不合作儿童可待其熟睡后或采用药物镇静。患者仰卧于扫描床上，轴位以听下眶线为基线，扫描范围自眉弓至乳突下。扫描参数为：管电压：135 kV，标准差（Standard Deviation，SD）值为4，采用自动mA调节技术。矩阵：512×512，FOV：10 cm，重建层厚：0.5 mm，重建层间隔：0.25 mm，容积采集方式，探测器厚度：0.5 mm，转速：1.0 s/r，滤波函数：FC81。

1.3 重建方法及图像质量评估

扫描完成后将36例患者分别使用FIRST BODY、FIRST BODY SHARP、FIRST BONE和FBP四种方式进行颞骨图像重建。将重建好的图像传送至workstation VITAL工作站，对比使用全模型迭代重建FIRST和滤波反投影重建FBP的颞骨图像质量。图像质量分析分为客观图像质量分析和主观图像质量分析。

1.3.1 客观图像质量分析

由1名具有3年头颈部放射检查经验的放射科医师在不知道患者临床资料及扫描参数的情况下测量，分别采用圆形感兴趣区（Region of Interest，ROI）测量目标结构的CT值及SD值，包括：锤砧关节（1.2 mm2）、耳后肌肉（1.2 mm2）、前庭（1.2 mm2）、耳前皮下脂肪（1.2 mm2）和空气（1.2 mm2），每个结构测量3次取平均值。计算上述结构的信号噪声比（Signal to Noise Ratio，SNR）和CNR，计算公式如下：SNR目标结构=CT均值目标结构/SD均值目标结构。CNR目标结构=（CT均值目标结构-空气CT均值）/SD均值目标结构。

1.3.2 主观图像质量分析

由两名有头颈影像工作经验的放射科医师在不知道患者临床资料及扫描参数的情况下测量，对以下结构进行评分：锤砧关节、耳蜗、乙状窦、前庭半规管、面神经管和乳突小房。采用4分法：1分：图像质量差，噪声极高，颞骨解剖结构显示不清；2分：图像质量较差，噪声高，可以显示颞骨解剖结构，但是细小关节显示不清；3分：图像质量良，噪声一般，颞骨解剖结构显示较清晰；4分：图像质量好，噪声小，颞骨解剖结构清晰。认为评分≥3分满足临床诊断要求，评分≤2分不满足临床诊断要求。评分结果不一致的图像经2位评价者复核后得出一致结论。

1.4 统计学分析

采用SPSS 23.0统计软件，首先采用Kolmog-orov-Smimov法检验数据是否符合正态分布，若符合正态分布则采用单因素分析比较多组数据间是否具有统计学差异，若存在统计学差异则采用student Newman Keuls test和LSD法进一步比较组间数据是否具有统计学差异，若不符合正态分布则采用非参数检验进行统计分析。四种不同重建方法在6个解剖结构间的主观评分差异比较采用可靠性分析，分析观察者间是否具有一致性。P＜0.05为差异有统计学意义。

2 结果

2.1 客观图像质量评估

如图1所示，选取了一名患者分别采用FIRST BODY、FIRST BODY SHARP、FIRST BONE和FBP重建图像，并在锤砧关节处，耳后肌肉处，前庭处和耳前皮下脂肪处画ROI以测量CT值和SD值。

图1 锤砧关节处，耳后肌肉处，前庭处和耳前皮下脂肪处四种重建图像对比

如表1所示，在锤砧关节处，单因素方差分析结果显示四种图像的CT值、SD值、SNR值、CNR值均具有统 计 学 差 异（P＜0.001）。FIRST BODY 与 FIRST BODY SHARP的SD值、SNR和CNR具有统计学差异，P值分别为 0.004、＜0.001 和 ＜0.001。FIRST BODY 与 FIRST BONE的SD值、SNR和CNR具有统计学差异（P＜0.001）。FIRST BODY与FBP的CT值、SD值、SNR和CNR具有统计学差异（P＜0.001）。FIRST BODY SHARP与FIRST BONE的SD值、SNR和CNR具有统计学差异（P＜0.001）。FIRST BODY SHARP与 FBP的 CT值、SD值、SNR和CNR具有统计学差异（P＜0.001）。FIRST BONE与FBP的CT值和SD值具有统计学差异（P＜0.001）。

表1 锤砧关节处FIRST BODY、FIRST BODY SHARP、FIRST BONE与FBP图像的CT值、SD值、SNR值和CNR值结果

如表2所示，在耳后肌肉处，单因素方差分析结果显示四种图像的SD值、SNR值、CNR值均具有统计学差异，（P＜0.001）。FIRST BODY与FIRST BODY SHARP的SD值、SNR和CNR具有统计学差异（P＜0.001）。FIRST BODY与FIRST BONE的SD值、SNR和CNR具有统计学差异（P＜0.001）。FIRST BODY 与 FBP的 SD 值、SNR 和CNR具有统计学差异（P＜0.001）。FIRST BODY SHARP与FIRST BONE的SD值、SNR和CNR具有统计学差异（P＜0.001）。FIRST BODY SHARP与 FBP的 SD 值、SNR和CNR具有统计学差异（P＜0.001）。FIRST BONE与FBP的SD值具有统计学差异（P＜0.001）。

表2 耳后肌肉处FIRST BODY、FIRST BODY SHARP、FIRST BONE与FBP图像的CT值、SD值、SNR值和CNR值结果

如表3所示，在前庭处，单因素方差分析结果显示四种图像的SD值、SNR值、CNR值均具有统计学差异（P＜0.001）。FIRST BODY与FIRST BODY SHARP的SD值、SNR和CNR具有统计学差异，P值分别为0.001、＜0.001和＜0.001。FIRST BODY与FIRST BONE的SD值、SNR和CNR具有统计学差异（P＜0.001）。FIRST BODY与FBP的SD值、SNR和CNR具有统计学差异（P＜0.001）。FIRST BODY SHARP与FIRST BONE的SD值和SNR具有统计学差异，P值分别为＜0.001和0.033。FIRST BODY SHARP与FBP的SD值和SNR具有统计学差异，P值分别为＜0.001和0.022。FIRST BONE与FBP的SD值具有统计学差异，P值为0.015。

表3 前庭处FIRST BODY、FIRST BODY SHARP、FIRST BONE与FBP图像的CT值、SD值、SNR值和CNR值结果

如表4所示，在耳前皮下脂肪处，单因素方差分析结果显示四种图像的SD值、SNR值、CNR值均具有统计学差异（P＜0.001）。FIRST BODY与FIRST BODY SHARP的SD值、SNR和CNR具有统计学差异，P值分别为0.001、P＜0.001和P＜0.001。FIRST BODY 与 FIRST BONE的 SD值、SNR和CNR具有统计学差异，P值均＜0.001。FIRST BODY与FBP的SD值、SNR和CNR具有统计学差异（P＜0.001）。FIRST BODY SHARP与FIRST BONE的SD值、SNR和CNR具有统计学差异（P＜0.001）。FIRST BODY SHARP与FBP的SD值、SNR和CNR具有统计学差异（P＜0.001）。FIRST BONE与FBP的SD值具有统计学差异（P＜0.001）。

表4 耳前皮下脂肪处FIRST BODY、FIRST BODY SHARP、FIRST BONE与FBP图像的CT值、SD值、SNR值和CNR值结果

2.2 主观图像质量评估

两名有头颈影像工作经验的放射科医师对6个解剖结 构 间 的 FIRST BODY、FIRST BODY SHARP、FIRST BONE和FBP图像的主观评分如表5所示。两名医师评价的一致性较好，值为0.901。总体来说，四种重建方法的图像都能够满足于临床诊断，但是FBP重建图像的主观评分略高于FIRST。

表5 医师一、二对6个解剖结构间的FIRST BODY、FIRST BODY SHARP、FIRST BONE和FBP图像的平均主观评分（分）

3 讨论

颞骨CT作为一种检测颞骨疾病的重要检测方法，提高颞骨的CT图像质量一直是临床关注的焦点。FIRST属于一种全新的全模型迭代重建方法，有相关文献指出，FIRST可以降低噪声、提高图像的空间分辨率[10-11]。本文从客观和主观两方面比较了传统的FBP算法、最新的全模型迭代FIRST BODY、FIRST BODY SHARP和FIRST BONE算法在颞骨平扫图像之间的差异，旨在探讨全模型迭代FIRST算法在评估颞骨图像质量方法的优劣。

客观结果显示，在相同扫描条件下FIRST BODY重建图像相比较FIRST BODY SHARP、FIRST BONE和FBP重建图像可以降低图像噪声，提高图像SNR和CNR，客观图像质量所有提升。主观结果显示，四种重建方法图像在6个解剖结构间的主观评分无统计学差异，但是FBP重建图像的主观评分略高于FIRST。这可能是由于FIRST技术通过反复多次的迭代，减小图像与原始投影数据之间的误差，使得图像从感官上显得过于平滑柔和，噪声感低，对比度降低，从而影响医生对于细小结构的观察。Laurent等[13]说明了FIRST技术提高了客观图像质量，但是主观评分较低，与本研究的结果具有一致性。

在过去的研究中，FIRST技术被应用于结肠方面的成像中，Taguchi等[14]比较了低剂量FIRST、高剂量FBP和低剂量FBP重建图像的图像质量，发现在低剂量FIRST重建图像的竖脊肌和臀肌处噪声最小，具有最高的图像质量；FIRST技术被应用于腹部CTA检查中，Wu等[15]比较了FIRST、AIDR-3D和FBP三种重建图像的图像质量，发现FIRST重建图像具有最小的图像噪声，最大的SNR和CNR；FIRST技术还被应用于冠脉CTA检查中，Maeda等[12]比较了FIRST和AIDR-3D重建图像的图像质量，结果发现FIRST重建图像在右冠状动脉和左冠状动脉主干处的CNR值明显高于AIDR-3D重建图像。但是到目前为止国内还没有将FIRST应用于颞骨的相关研究，因此本研究是首次使用了FIRST技术评价颞骨图像质量。国外有些研究报道了其他种类的重建方法用于评价颞骨图像质量，例如，Hempel等[16]比较了全模型迭代（Advanced Modeled Iterative Reconstruction，ADMIRE）和FBP重建方法评估颞骨图像质量，发现相比于FBP重建图像，ADMIRE重建图像的噪声值更低，SNR和CNR更高；并且，A3等级的ADMIRE重建图像具有最高的客观图像质量，与本研究所得研究结果具有一致性。Leng等[17]比较了混合迭代Sinogram-Affirmed Iterative Reconstruction，SAFIRE） 和 FBP重 建 方法评估颞骨图像质量，发现相比于FBP重建，SAFIRE重建图像的噪声减少了30%，并且提供了更好的空间分辨率。然而，本研究评价了FIRST全模型迭代重建针对不同部位的算法（BODY、BODY SHARP和BONE）对于颞骨图像的显示，相比于前两种研究，本研究的优势在于针对不同的部位可以找到更加适合的算法，得到质量更好的颞骨图像。另外， Nauer等[18]和Tada等[19]的研究表明，颞骨低剂量范围为0.25～0.3 msv，标准剂量范围为0.9～2.6 msv，但是低剂量下可能对于较小的颞骨结构会显示不清楚。本研究的平均辐射剂量为0.7 msv，略小于标准剂量，同时使用FIRST BODY算法可以在客观上明显提高颞骨图像质量。

本研究的不足主要有两点：① 本研究未对颞骨的细微结构进行评估，下一步研究需要评价不同算法对于颞骨细微结构的显示；② 本研究只使用了标准剂量的扫描方案，应进一步考虑低剂量扫描方案，并评价在低剂量下FIRST技术的应用价值。

综上所述，全模型迭代算法FIRST BODY相比于FRIST BODY SHARP、FIRST BONE和FBP重建算法，在满足临床诊断的条件下，可以明显地降低图像噪声，提高SNR和CNR。