人工智能后处理在“双低”头颈部CT血管成像中的应用

方 磊 方 慧 夏美燕 沈 琦 张新妹 刘新疆

脑血管疾病目前在中国死因顺位中居第三位，仅次于恶性肿瘤和心脏病，且发病率仍持续升高，给家庭和社会带来了沉重负担［1］。 CT 血管成像（computed tomography angiography，CTA）在脑血管疾病的诊断及评估中价值高、优点多，已经成为头颈部血管病变诊断及长期随访首选的无创性影像学检查方法［2］。伴随着头颈部CT 辐射暴露越来越受到关注［3］，在满足诊断要求的前提下，不同扫描模式和重建算法对图像质量的影响是目前研究热点［4-5］。近年，人工智能（artificialintelligence，AI）技术推动了医学影像分析和后处理技术的快速发展［6］，鉴于AI 后处理技术在低剂量头颈部CTA 中的研究较少，本研究旨在探讨“双低”（低管电压、低碘摄入量）扫描方案联合AI 后处理技术在头颈部CTA 中的应用价值。

方法

1. 临床资料

选择2021年10月至2022年1月在复旦大学附属浦东医院拟行头颈部CTA 检查的患者，排除标准：（1）碘对比剂过敏者；（2）体重指数（BMI）＞26 kg/m2；（3）严重心、肾功能不全者；（4）妊娠期、哺乳期女性；（5）意识不清等原因无法配合检查者。所有患者均于检查前签署知情同意书，最终共纳入70 例患者，并随机分配为实验组（A 组）和常规组（B 组），每组各35 例。A 组年龄40~87 岁，平均（72.03±10.73）岁；B组年龄38~87岁，平均（67.37±12.07）岁。

2. CT检查方法

检查仪器为西门子第二代双源 CT （Siemens SOMATOM Definition Flash），患者仰卧位，头先进，扫描范围从主动脉弓到颅顶，对比剂由高压注射器经右肘静脉注射。A 组管电压80 kV，对比剂用量30 mL，对比剂浓度320 mgl/mL；B 组管电压120 kV，对比剂用量40 mL，对比剂浓度350 mgI/mL。2 组对比剂注射速率均为5.0 mL/s，随后以相同速率注入40 mL 生理盐水。其他扫描参数均相同，包括CARE Dose4D 自动调节毫安秒，对比剂团注追踪法触发扫描，感兴趣区（ROI）放置在主动脉弓，阈值为100 HU，延迟3 s启动扫描，螺距1.1，转速0.5 s/r，重建层厚0.75 mm，重建间隔0.50 mm。

3. 图像后处理

头颈部CTA 人工后处理在西门子Syngo Via 工作站完成，运用Neuro-DSA 软件进行血管减影去骨，后处理图像包括容积再现（volume reconstruction，VR）、最大密度投影（maximum intensity projection，MIP）、多平面重建（multi planner reconstruction，MPR） 及曲面重建（curved planner reformation，CPR），原始数据经人工后处理后得到A1 组和B1 组图像。AI 后处理软件为北京深睿血管CT 影像辅助诊断系统，该系统基于深度学习算法开发，可自动分割提取动脉血管，自动识别并生成VR、MIP、MPR 及CPR 图像，原始数据经AI 后处理后得到A2和B2 组图像。

4. 图像质量评价

包括客观评价和主观评价。

（1）客观评价：测量所有患者主动脉弓、颈总动脉、颈内动脉颈段、大脑中动脉水平段及基底动脉内CT 值，双侧血管取其平均值。胸锁乳突肌（颈总动脉分叉层面）平均CT 值的标准差值（SD）作为背景。信噪比（signal to noise ratio，SNR）=目标动脉平均CT 值/胸锁乳突肌SD 值，对比噪声比（contrast to noise ratio，CNR）=（目标动脉平均CT 值－胸锁乳突肌平均CT值）/胸锁乳突肌SD值。

（2）主观评价：由2 名具有10年以上头颈部CTA 工作经验的放射科医生采用双盲法完成，如意见不统一，则通过共同商讨后决定。根据血管显示的完整性、对比度、边缘光滑程度以及伪影情况对图像进行4分法评价（4分，图像质量优良；3分，图像质量较好；2 分，图像质量一般，达到诊断标准；1 分，图像质量差，不能用于诊断）。

5. 辐射剂量和碘摄入量

容积CT 剂量指数（volume computed tomography dose index，CTDIvol）和剂量长度乘积（dose length product，DLP）由CT 机器自动生成，记录并计算有效辐射剂量（effective radiation dose，ED），公式为ED=DLP×k，k 为转换因子，本研究k 值取0.003 1 mSv/（mGy·cm）。平均碘摄入量等于对比剂用量与对比剂浓度乘积。

6. 统计学分析

使用SPSS 22.0 统计学软件进行数据分析。满足正态分布的计量资料用均数±标准差表示，使用独立样本t检验统计分析。分类变量用频数表示，2 组间性别比例使用卡方检验分析。主观图像质量评分使用Kruskal-WallisH非参数检验分析，采用Bonferroni 法校正显著性水平的事后两两比较。P＜0.05 表示组间差异具有统计学意义。

结果

1. 临床资料

2 组患者的年龄、BMI、身高、体重资料符合正态分布，2 组间年龄、性别比例，BMI、身高、体重的差异不具有统计学意义（P＞0.05）。详见表1。

表1 2组患者的一般临床资料比较

2. 图像质量评价

客观评价结果：A 组和B 组的动脉血管内CT 均值在300 HU 以上，满足了诊断要求，A 组血管内CT值高于B 组，组间差异具有统计学意义（P＜0.05）。SNR 和CNR 在主动脉、颈总动脉及颈内动脉测量处差异无统计学意义（P≥0.05），在大脑中动脉水平段和基底动脉测量处组间差异有统计学意义（P＜0.05）。详见表2。

表2 2组客观图像质量比较

主观评价结果：2 名高年资诊断医生对A1、A2、B1、B2 图像的质量评价均≥2 分，均满足临床诊断要求。AI 后处理组图像在远端血管显示、对比度、血管边缘光滑程度方面明显优于人工后处理组（图1、2）。4 组图像质量主观评分差异有统计学意义（P＜0.05，表3），两两比较后发现，A1组与A2组、B1组与B2 组的图像质量评分差异有统计学意义（P＜0.05），其他组之间的图像质量评分差异均无统计学意义（P＞0.05）。

图1 “双低”扫描影像

图2 常规扫描影像

表3 各组主观图像质量比较

3. 辐射剂量和碘对比剂摄入量

A 组较B 组ED 降低了69.27%，平均碘摄入量降低了31.43%，CTDIvol、DLP、ED 组间差异均有统计学意义（P＜0.01）。详见表4。

表4 2组CTDIvol 、DPL与ED的比较

讨论

CTA“双低”扫描方案的可行性与X射线和碘原子物理特性相关。X 线照射强度与管电压平方成正相关，因此降低管电压可有效减少辐射剂量［7］；另一方面，低管电压降低了X 线束能量，受康普顿效应影响，血管腔内CT 值升高，从而增加了与周围组织的对比度，这是降低碘对比剂用量的基础［8］。本研究实验组较常规组有效辐射剂量降低了69.27%，平均碘摄入量降低了31.43%，在大幅度减少患者辐射剂量的同时，也降低了发生碘对比剂诱导急性肾损伤事件的可能性，与既往研究结果相仿［9］。

基于深度学习的AI 算法在识别复杂模式成像数据中优势明显，可对射线特征定量评估［6］，相比于人工手动重建，AI 不仅可以减少图像后处理时间，还可以获得相同或更好的图像质量［5，10-11］。本研究AI后处理图像较人工组在远端血管显示、对比度方面明显优于人工组，展示了AI 后处理技术在临床应用的前景和价值。在日常工作中，传统的人工手动头颈部CTA 后处理重建大多要求相同位置的动脉期与平扫期数据，而AI 算法只需要动脉期数据，其本身就减少了扫描时间及采集次数，降低了患者辐射剂量。

理论上，低管电压在降低辐射剂量的同时，会导致图像噪声增加，从而显著降低图像质量，但是基于深度学习的AI 算法可以对低剂量图像进行优化，在保证图像细节无明显丢失的前提下分离噪声和图像，改善低剂量图像质量［12-13］。王珍等［11］的研究表明AI优化技术可以减低头颈部CTA 的图像噪声，并显著提升后处理重建图像的质量。张凯等［14］研究发现基于深度学习的图像重建算法可以降低头部各组织噪声，提高低剂量模式下的图像质量。王曼等［15］的研究表明，通过AI 成像优化技术对低管电压低剂量冠脉CTA 图像进行优化后，能够达到与常规120 kV 管电压相当的图像质量水平。在本研究中，虽然实验组的客观图像质量较常规组略低，不同血管区域间存在差异，尤其在远端血管处，但AI 后处理图像质量评分依旧达到了和常规扫描相当的质量水平，均能满足诊断要求，这一结果也提示了AI 后处理技术可以明显改善头颈部CTA“双低”扫描方案的后处理成像质量。

本研究的不足之处：（1）本研究样本量较小，对比剂剂量未按照患者体重精细计算，并排除了肥胖患者，结果可能存在偏倚；（2）没有进行AI 与人工阅片的诊断效能分析。以上内容将在增加样本量的前提下做进一步探讨。

综上所述，头颈CTA“双低”扫描方案联合AI后处理技术的图像质量评分高，在满足了临床诊断要求的前提下，有效降低了辐射剂量和碘摄入量，具有良好的临床应用价值。