高级建模迭代重建对冠状动脉钙化积分的影响

顾海峰，鲍雪琴，王清清，祁丽，周菁，徐永华，蔡军

冠状动脉钙化(coronary artery calcium,CAC)是冠状动脉粥样硬化的早期征象和诊断标志之一，钙化程度是判断冠状动脉粥样硬化程度及预后的一项重要指标[1-2]。多项研究结果表明，CAC与冠状动脉全部斑块的数量呈正相关，并在一定程度上预示着冠状动脉狭窄的可能性[3]。此外，CAC的量化评分亦可作为未来不良心脏事件的预测指标[4]。因此，CAC CT评分已成为临床上公认的心血管疾病危险分层的重要工具[5]。临床上常用冠状动脉钙化积分(coronary artery calcium scoring,CACS)作为评价CAC的一项定量指标，用以评价冠状动脉相关性疾病[6]。

CT检查具有辐射性，如何在不影响图像质量的情况下尽可能降低辐射剂量是各设备厂商和使用单位关注的重点。目前，有效方法是利用迭代重建(iterative reconstruction,IR)代替传统的滤波反投影重建(filtered back projection,FBP)，新一代的高级建模迭代重建(advanced modeled iterative reconstruction,ADMIRE)已广泛应用于临床。已有文献报道IR可能会影响CACS的分值[7-9]。有研究发现经正弦图确定迭代重建(sinogram-affirmed iterative reconstruction,SAFIRE)的IR算法能明显降低Agatston积分、CAC体积和CAC质量评分[10]。目前，ADMIRE算法对CACS结果的影响的相关国内外报道不多，本研究拟对其进行分析，旨在探讨其对CACS结果的影响以更好的指导临床。

材料与方法

1.临床资料

选取2020年6-10月因临床怀疑有冠心病而行冠状动脉CTA检查且在常规钙化积分扫描时发现冠状动脉有钙化的患者(BMI≤25 kg/m2)作为研究对象进行前瞻性研究。排除标准：①有碘对比剂使用禁忌证；②严重的心率不齐和心动过速；③因冠状动脉支架植入、金属瓣膜置换等原因使得扫描野内有各种外来植入物；④冠状动脉搭桥等血管重建术后。最终将符合要求的90例患者纳入本研究，男56例，女34例，年龄39～87岁，平均(61.53±9.74)岁。所有患者检查前签署了知情同意书。

2.CT检查方法

使用Siemens Somatom Definition Flash双源CT机。患者取仰卧位，足先进，扫描方向头向足，扫描范围自气管隆突下1 cm至膈肌上缘，采用前瞻性心电门控屏气扫描，扫描触发期相为RR间期的65%。主要扫描参数：120 kV，自动管电流(CARED Dose4D)调整技术(参考值为80 mAs)，球管旋转一周时间0.28 s，准直宽度32×1.2 mm。

3.图像重建

所有图像重建工作在工作站(syngo CT Workplace,VersionVA48A)完成。对每例患者的CACS扫描数据采用6种重建算法分别进行横轴面重建：第1种为FBP技术，重建层厚和层间距均为3.0 mm，卷积核为B30f(中等平滑算法)；第2～6种均采用ADMIRE技术，重建层厚和层间距为3.0 mm，卷积核采用与FBP重建对应的I30f(中等平滑算法)，重建强度分别为1～5级，对应每种重建图像分别简记为ADM1～ADM5。

4.评价方法和标准

邀请3位主治医师使用syngo MMWP VE40D软件对主动脉根部及CAC斑块采用双盲法进行测量。要求每位医师分别在每例患者的6组图像上对每个组织结构各测量1次，且对同一患者的同一测量参数进行测量时应在6组图像中的相同层面和位置勾画相同大小的ROI进行测量，所有测量指标均取3位医师测量结果的平均值计入最终结果。勾画ROI应避开包含病变的组织及测量组织以外的解剖结构。在主动脉根部勾画ROI时应尽可能大(400～900 mm2)，记录其CT值(CT主动脉)和标准差(standard deviation,SD)，以其SD代表图像噪声。

测量CAC最高CT值时，对所有CAC进行预测量，最后选取冠状动脉钙化密度最大的层面作为测量层面，ROI应尽量包含所有钙化斑块的范围，记录测量区域内的最大CT值即为CAC的最高CT值(maximum CT value of CAC,CAC-CTmax)。最后根据公式计算出CAC斑块的信噪比(signal-to-nose ratio，SNR)与对比度噪声比(contrast-to-noise ratio, CNR)：

(1)

(2)

CACS的测量和计算：使用syngo.via版本VB20A_HF06内置的CACS半自动测量软件CaScoring。请1位主治医师采用双盲法进行测量。首先，CaScoring软件会对CT图像上CT值>130 HU(阈值)的区域自动进行颜色编码和标记，然后再通过手动选择钙化的冠状动脉结构，软件就会自动计算Agatston(AS)评分、CAC体积(mm3)和CAC质量(mg/cm3)，其中校正因子为0.743。根据AS评分结果对所有患者(n=90)进行危险分组(AS=0，0 400)。对年龄在45～85岁的患者(n=82)，基于动脉粥样硬化多裔族研究数据库[12]，CaScoring软件会估算每例患者AS评分的百分位数(P)并按照其分值进行以下百分位区间分组，即：AS-P≤25%、26%≤AS-P≤50%、51%≤AS-P≤75%、76%≤AS-P≤90%和AS-P>90%[12,13]。

5.统计学分析

使用IBM SPSS 20.0统计软件进行统计学分析。计量资料以中位数(四分位数)表示。计数资料以频数或百分比表示。三位医生对主动脉根部CT值及其SD、钙化斑块的最大CT值的测量结果的一致性分析采用多个相关样本的Kendall’sW检验。对采用不同重建方法获取的6组图像的主动脉根部的CT值与SD、CAC的SNR、CNR及CTmax值采用多个相关样本Friedman非参数检验。各组间CAC的数量、体积、质量以及AS评分的比较采用多个独立样本非参数Kruskal-WallisH检验。以P<0.05为差异有统计学意义。

结 果

1.一致性分析

对3位测量者分别在6组图像上测量的主动脉根部CT值、SD和钙化斑块最大CT值进行一致性分析，上的统计学分析结果均为P=0.00<0.05，差异有统计学意义，且每组kendallW系数均在0.4～1.0区间内，提示3位测量者之间的一致性非常好。

2.不同重建算法对CAC图像质量的影响

不同重建算法重建图像上各项定量指标值及组间比较结果见表1,同时对结果中P<0.05的各指标(SD、SNR、CAC-CTmax)对应的6组图像进行组间两两比较，结果显示仅CAC-CTmax值在FBP与ADM1之间的差异无统计学意义(P=0.181>0.05)，其余各指标的组间两两对比，差异均有统计学意义(P<0.05，Bonferroni校正)。六组图像上主动脉根部CT值的差异无统计学意义(P>0.05)。结合各指标中位数，与FBP比较，ADMIRE重建图像的图像噪声显著下降(P<0.05)，使得SNR明显增大(P<0.01)，并且随着ADMIRE强度等级的增加SNR增大越明显。六组图像上CAC斑块最高CT值的差异有统计学意义(P<0.01)，以FBP图像上的测量值最大，ADM5图像上的测量值最小(图1)。

表1 六组重建图像上定量指标测量值及组间比较结果

3.不同重建算法对CAC测量值的影响

不同重建算法图像上CAC定量测量值及组间比较结果见表2，同时对结果中P<0.05的各指标对应的6组图像进行事后分析(P值均进行Bonferroni校正)：①在CAC数量指标上，FBP与ADM1(P=1.00)、FBP与ADM2(P=1.00)、ADM1与ADM2(P=1.00)、ADM2与ADM3(P=1.00)、ADM3与ADM4(P=0.88)、ADM4与ADM5(P=1.00)；②在CAC体积、CAC质量、AS评分指标上，所有组间两两比较差异均有统计学意义(P<0.05)。六组不同重建算法中，ADMIRE算法的CAC体积、CAC质量以及AS评分均明显低于FBP算法，并且随ADMIRE强度等级的增加(从1到5)，上述指标值呈现依次递减的表现，组间两两比较差异均有统计学意义(P=0.00<0.05)。

表2 不同重建算法图像上CAC定量指标测量值及组间比较

4.不同重建算法对危险分组的情况

根据AS评分结果对所有患者(n=90)进行危险分组的结果见图1。随着重建算法从FBP到ADMIRE，低风险组中患者数量逐渐增多，高风险组中患者数量逐渐减少，并且随ADMIRE强度等级的增加(从1到5)越明显。

5.不同重建算法对患者百分位区间分组的影响

根据不同重建算法图像上CAC的AS评分的百分位数(P)，对82例患者进行百分位区间分组，结果见表3。随着重建算法由FBP至ADMIRE1～5，低风险患者的数量逐渐增多，高风险患者的数量逐渐减少，即随着重建算法由FBP转换为ADM、以及随着ADM等级的增加，部分患者的风险降低(图2)。

表3 基于不同重建算法82例患者的百分位区间分组结果 /例

图2 不同年龄人群AS评分的百分位数曲线图。图片上4条曲线分别不同年龄人群AS评分的25%、50%、75%和90%百分位数曲线，6帧图像上的蓝色点分别为1例微小CAC患者(男，56岁)在6种重建方法图像上获得的AS评分值，可见基于FBP和ADM1、ADM2重建图像此例患者的危险分层位于25%百分位数线的上方，而基于ADM3～ADM5重建图像，其危险分层位于25%百分位数线的下方，降低了一个层级。a)FBP；b)ADM1；c)ADM2；d)ADM3；e)ADM4；f)ADM5。

讨 论

CACS是通过CT扫描对冠状动脉整体钙化情况进行量化评估，目前临床上常用的计算方法有AS积分、体积积分和质量积分。AS积分的评分依据是当CT值≥130 HU且面积≥1.0 mm2时，即认为存在钙化，则按照公式(3)计算AS积分：

AS积分=CT值≥130 HU的像素面积×CT峰值系数

(3)

其中，钙化灶的CT峰值系数按以下原则进行赋分：钙化CT值为130～199 HU时计1分，200～299 HU计2分，300～399 HU计3分，>400 HU计4分。最后将所有CT层面上各个冠脉的评分值相加，得到总钙化评分。体积积分为每层图像上冠脉钙化面积×层厚。质量积分为AS积分与钙化面积的比值，反映平均钙化程度。其中，AS积分是目前最常用的钙化积分指标，临床上所说的“钙化积分”通常默认为是AS积分，常规基于120 kV管电压、3.0 mm层厚和FBP算法重建获得的图像来进行计算[14-16]。

ADMIRE和FBP是CT扫描中两种不同的图像重建算法。自CT出现以来，图像重建方法主要分为两大类，即解析重建(analytic reconstruction，AR)和迭代重建(iterative reconstruction，IR)。AR的优点是图像分辨率高和成像速度快等，缺点是易受统计波动的影响、投影数据不足使图像质量明显下降和辐射剂量较高，以FBP为主要代表[17]。IR虽能避免AR算法的缺点，但计算量相当大，虽然在CT发展的早期就已出现，但受到计算机技术的限制而一直没能应用于临床。随着计算机技术的飞速发展，近年来IR算法已逐渐取代AR算法。本文探讨的ADMIRE算法就属于基于图像域、原始数据域和模型域的一种新型IR算法。已有大量研究证实，ADMIRE算法可以显著降低CT图像的噪声，故而可以在图像质量不变的前提下采用较低剂量进行CT扫描，从而降低CT扫描的辐射剂量[18-20]，这也是临床上广泛推崇这一算法的根本原因。

本研究结果显示，ADMIRE和FBP对主动脉根部CT测量值并无明显影响，且该值亦不随ADMIRE强度等级的不同而变化，但作为图像噪声的SD，在ADMIRE重建图像上的测量值明显低于FBP，且随着ADMIRE强度等级的增加显著降低，在ADM5重建图像上的测量值较FBP重建图像上降低了约44%，与多项研究的结果基本一致[18-20]。由于各组重建图像上CT值不变但噪声存在显著差异，根据SNR计算公式，各组图像的SNR亦显示有显著差异。

CAC斑块处的最大CT值亦同图像噪声一样也是由FBP到ADM5依次降低，ADM5相比FBP降低了9.2%。在CAC数量上，90例病人在6种不同算法下(从FBP到ADM5)CAC斑块总量分别为564、554、530、511、477、457，ADM5与FBP相比降低了18.9%，笔者认为这与ADMIRE会降低CAC斑块的CT值并与其强度等级负相关有关系。在FBP中，CT值略高于130 HU且面积略大于1 mm2的那部分微小钙化斑块，通过ADMIRE处理后就有可能使其CT值低于130 HU、面积小于1 mm2，这样进行CACS计算时该斑块就不会被判定为钙化存在，从而导致CAC总量在6种算法上出现递减的情况。对于CAC体积的差异，笔者认为是由于FBP进行图像重建时钙化斑块周围会出现固有的晕状伪影，而ADMIRE算法则能减少这种晕状伪影并且与强度等级成正比，从而引起钙化面积的减小最终导致了体积积分的差异。

根据AS积分计算公式，CAC的最高CT值、CAC面积等都是对AS积分计算结果产生影响的直接原因。通过上述分析可知，与FBP比较，ADMIRE不仅会降低钙化斑块的最高CT值，亦会低估钙化斑块的面积，并且随着ADMIRE强度等级(1～5)的增加而更显著，从而导致了AS积分由FBP至ADM1、以及由ADM1至ADM5表现为依次降低，本研究中ADM5重建图像上获得的AS积分相比FBP降低了33.8%。另外，根据无论是对全部患者(n=90)的危险分组还是对符合条件的部分患者(n=82)的百分位区间分组结果均显示：从FBP至ADM5，低风险患者的数量逐渐增多，高风险患者的数量逐渐减少，并且随ADMIRE强度等级的增加(1～5)此变化越显著。

综合以上分析，我们有以下推论：①与FBP相比，使用ADMIRE这种迭代重建方法可显著减少能测得的CAC斑块钙的含量；②CACS相关指标值均与ADMIRE强度等级(1～5)呈负相关；③使用ADMIRE方法会导致某些百分位区间分组位于临界值附近的患者的分组归属发生变化，向低层级转移，进而导致对该患者心血管事件风险程度类别的预测结果发生重大转变；④较高的ADMIRE等级同时也会导致某些测量结果出现低估的情况。

临床上行CACS检查的目的一般有两个。第一，预测患者是否有心血管事件的风险。若AS积分为0则表示该患者极不可能发生冠状动脉粥样硬化或重大冠状动脉疾病，在接下来的第2至第5年，心血管事件的阴性预测值高达99%[21,22]。本文的90例中就有1例患者的AS积分，在FBP和ADM1～ADM3图像上为CAC阳性表现，而在ADM4和ADM5图像上则被评估中无CAC，这种差异的就有可能导致对这例患者的后续预防和治疗策略等产生重大影响。第二，对判定有潜在心血管事件风险的患者进行危险分层，以利于制订个体化的精准预防和治疗策略。

已发现AS评分>100尤其AS评分>400或CAC百分位数>75%的患者发生心血管事件的风险显著较高[21]。在本研究中，随着ADMIRE强度等级(1～5)的增加，AS评分AS>100改变为AS<100者有10例、从AS>400到AS<400者有6例，CAC百分位数从AS-P>75%变化为AS<75%者有8例，分别占总人数的11.1%、6.7%和9.6%。但既往有研究结果显示，在无症状患者中，与FBP比较，使用全模型迭代重建(iterative model reconstruction,IMR)或混合迭代重建(hybrid iterative reconstruction,HIR)仅有少数患者(2.4%)的CACS风险类别发生了变化，而且不会增加CAC评分为0的患者人数[23]，这与本文结果不太相符。因此，针对这些不同迭代算法获得的对CACS评估结果并不完全一致的情况，在行CACS检查时对这些新算法乃至不同供应商之间的同种算法的准确性需重新审视[24]。

本研究存在的主要局限性：①样本量相对较小；②仅研究了一个CT供应商的特定IR技术，其它CT设备和供应商的IR算法可能会对CACS结果产生不同的影响；③对冠状动脉病变未进行组织学验证；④使用常规FBP作为参考；⑤未分析ADMIRE与FBP之间是否存在函数关系。

总之，ADMIRE重建技术可导致在CT图像上测量的CACS显著降低，且随其等级强度的增加而降低程度更显著。另外，在某些仅含微小钙化斑块的弱阳性患者中，较高的ADMIRE等级可能导致对这类斑块无法显示，因此笔者认为在CAC扫描时应推荐FBP算法，谨慎使用ADMIRE算法，因后者可能会影响对患者的心血管危险分层。