256 层iCT 超高分辨率CT 扫描技术在肺结节检查中的应用价值

陈志坚，张 涛（通信作者），王绍刚，张学琴，陈 莹

（南通大学附属南通第三医院影像科 江苏 南通 226000）

目前，高分辨率CT（high resolution CT，HRCT）诊断肺实质性疾病发挥着重要作用。最近，一种U-HRCT 模型应用于临床。与传统CT 相比，它具有更小的探测器（0.25 mm×0.25 mm）和更小的X 线管焦点（0.4 mm×0.5 mm）；x-y 轴上的矩阵大小为512×512、1024×1024。一些作者报道了U-HRCT 的优势，特别是在评价冠脉[1]、肺部疾病[2]和骨方面[3]。U-HRCT 的应用在CT 临床应用中得到明显突破。然而，随着层厚的减小和矩阵尺寸的增大，诊断医生需要读片的数据量和数量将不断增加，这对U-HRCT 的临床应用带来挑战。常规CT 最薄的层厚为1.25 mm，最常用的矩阵大小是512×512；而U-HRCT 的层厚为0.625 mm，矩阵大小是1 024×1 024，同时使用较小的FOV 可以更佳显示病灶[4]。另一方面，较大的矩阵可以保证肺CT 的空间分辨率，提高图像质量。本研究旨在评价矩阵大小对U-HRCT 肺结节的空间分辨率和图像质量的影响。报道如下。

1 资料与方法

1.1 一般资料

回顾性选取2020 年11 月—2021 年9 月期间于南通大学附属南通第三医院进行胸部CT 检查并检出肺结节的患者200 例（203 个结节）作为研究对象。200 例患者中男118 例，女82 例；年龄32 ～78 岁，平均（48.3±6.12） 岁；体质量指数21 ～24 kg/m2，平均（23.13±0.35） kg/ m2，结节大小6 ～25 mm，平均（10.25±2.10）mm。纳入标准：①肺部小结节数 ≤2 个患者；②结节直径≤30 mm 的患者；③患者均签署知情同意书。排除标准：①多发转移、复发的病灶；②结节或肿块＞30 mm；③原始数据缺失；④ 依从性差，图像质量差者。

1.2 方法

使用飞利浦256 层iCT 扫描仪。患者取仰卧位，头先进，扫描方向为头向足，扫描范围从肺尖至肋膈角。管电压设为120 kV，管电流采用自适应调节，X 线管准直器宽度128×0.625 mm，旋转时间为0.33 s，螺距0.99，FOV 为32 cm 和15 cm。按照1.25 mm 层厚、512×512 矩阵（A 组）和0.625 mm 层厚、1 024×1 024 矩阵（B 组），从原始数据中重建每个结节图像。两组均采用iDose4 迭代重建算法进行重建。所有重建后图像传到PACS 工作站，对结节行1.25 mm 薄层重建，如多平面重建、最大密度投影、最小密度投影等后处理技术，以全面多方位观察和分析结节的各种CT 征象，如边缘、分叶、胸膜压痕、毛刺征、周围血管和支气管征。观察窗设定：窗宽1 450 ～1 500 HU，窗位-450 ～（-500）HU。患者检查均在吸气末闭气后扫描。由两名高年资医师测量3 次每个图像感兴趣区的标准差，取其平均值。以A 组作为参考标准。

1.3 观察指标及评定标准

图像质量主观评价：在PACS 工作站上，由2 名10 年以上高年资放射科医师对图像进行独立评价。观察者独立评价以下参数：边缘、分叶、胸膜压痕、毛刺征、周围血管和细支气管征；正常的周围解剖结构清晰度、图像噪声和整体图像质量。采用5 分制进行主观评分如下，5 分为非常好，4 分为好，3 分为一般，2 分为差，1 分为很差。

图像质量客观评价：在A、B 两组每个患者选取肺结节最大的层面的肺组织中放置一个3 cm 的圆形感兴趣区（ROI），测量病灶周围肺组织及竖脊肌的CT值。放置ROI时避开血管、支气管、钙化及肋骨。计算公式为信噪比（SNR）=CT肺组织/SD肌肉，对比度噪声比（CNR）=（CT肺组织-CT肌肉）/SD肌肉。2 名10 年以上高年资放射科医师分别测量肺组织和肌肉的CT 值、SD肌肉，取其平均值，并计算出肺组织的SNR、CNR 进行评价。图像噪声定义为肌肉CT 值的标准差（SD）。

分析典型病例影像表现。

1.4 统计学方法

采用SPSS 23.0 统计软件对数据进行分析。符合正态分布的计量资料以均数±标准差（±s）表示，采用t检验。使用Wilcoxon 秩和检验评价两个重建参数主观评分的差异，使用Bonferroni 进行校正。以P＜0.05 为差异具有统计学意义。

2 结果

2.1 主观图像分析

B 组在肺结节的边缘、分叶、胸膜压痕、毛刺征、周围血管和细支气管征及整体图像质量等主观评分均显著优于A 组（P＜0.05）。主观上，B 组的图像噪声明显增加（P=0.042 ＜0.05）。见表1。

表1 两组重建方式的主观评分比较（±s）

表1 两组重建方式的主观评分比较（±s）

注：与A 组相比，①P ＜0.05。

指标结节数A 组B 组边缘2033.00±0.104.20±0.30①分叶1873.00±0.104.10±0.20①胸膜压痕983.00±0.103.70±0.40①毛刺征2003.00±0.204.00±0.50①周围血管2033.00±0.104.10±0.60①细支气管2033.00±0.203.90±0.30①整体图像质量2033.00±0.104.20±0.50①图像噪声2033.00±0.102.70±0.30①

2.2 客观图像分析

A 组图像的SNR、CNR 均显著高于B 组，B 组图像的噪声显著高于A 组（P＜0.05）。见表2。

表2 两组重建方式的SNR、CNR、图像噪声比较（±s）

表2 两组重建方式的SNR、CNR、图像噪声比较（±s）

组别SNRCNR图像噪声A 组59.99±8.3563.93±7.6310.23±3.23 B 组37.25±5.2338.85±4.6522.12±2.36 t 22.68120.3258.212 P 0.0010.0010.001

2.3 典型病例

患者1，男，65 岁。1 024 矩阵图像的胸膜凹陷征及支气管明显优于512 矩阵，但其1 024 矩阵图像的噪声相应增加（图1、图2）。

图1 患者1 的512 矩阵图像

图2 患者1 的1 024 矩阵图像

患者2，男，72 岁。1024 矩阵图像的支气管征及结节成分显示优于512 矩阵图像，但其1024 矩阵图像的噪声相应增加（图3、图4）。

图3 患者2 的512 矩阵图像

图4 患者2 的1 024 矩阵图像

3 讨论

随着低剂量CT 广泛应用于肺癌的筛查，越来越多的肺小结节被检出，但小结节的定性诊断较困难，其细节的显示尤为重要。由于结节较小及扫描、显示技术的限制，准确诊断存在一定困难。CT 设备的不断更新，U-HRCT 采用1 024×1 024 矩阵和迭代算法，单位面积内的有效像素数提高了4 倍，可以更好地显示病灶的形态学特征。因此，本研究采用1024 矩阵超高分辨率技术对结节进行成像，并与512 矩阵常规高分辨率图像进行对比，从而提供结节CT 特征的细节显示。

本研究中，与512 矩阵相比，U-HRCT 的1 024 矩阵图像的肺结节CT 特征和整体图像质量的主观评分均更高。但主观和客观评分中，1 024 矩阵图像的噪声有所增加。U-HRCT 可以提高图像质量，但会增加图像的噪声。1 024 矩阵图像的所有CT 特征（包括胸膜压迹、毛刺征、磨玻璃和实性成分以及支气管征）评分均显著提高。由于1 024 矩阵的像素提高了4 倍，分辨率相应提高，从而获得更好的图像质量。与米玉霞、TSUBAMOTO、董浩等[5-7]的研究结果一致。

一般情况下，层厚对于图像的分辨率至关重要。较小的层厚的图像，大大提高了x-y轴和z轴的分辨率[8]。本研究1 024 矩阵采用0.625 mm 层厚增加空间分辨率和细节显示，但数据量和图像噪声也相应增加。除图像噪声和数据量外，1 024 矩阵图像的主观评分结果更佳。在CNR、SNR 及图像噪声客观评分方面，本研究结果显示U-HRCT 的SNR、CNR 值显著低于512 矩阵CT（P＜0.05），图像噪声显著高于512 矩阵CT（P＜0.05），与邹勤、张聆等[9-10]研究结果一致。由于像素方面的因素，导致噪声增大。

本研究中，主观和客观评分显示1 024 矩阵的图像噪声明显高于512 矩阵。图像噪声取决于不同的成像参数，如辐射剂量、层厚、重建算法和患者自身。本研究评价两种重建矩阵方案之间的差异是FOV、层厚和矩阵大小。通常情况下，FOV 的大小会影响CT 图像的噪声。本研究使用15 cm FOV 提高图像的空间分辨率，但图像噪声也相应增加。多位研究者也得出相同的结论[4,11]。本研究使用iDose 迭代重建算法可以减少图像的噪声，从而提高图像质量。

本研究的局限性：首先，本文仅评价肺结节CT 特征的细节显示情况；其次，未对肺结节的诊断效能进行评价，需要进一步比较两种重建方案对肺结节的诊断效能。第三，本研究没有与肺结节病理结果进行比较。使用1 024 矩阵时，恶性肿瘤的诊断准确性是否增加尚不能评价，需要进一步地研究其诊断效能。

综上所述，除图像噪声外，1 024 矩阵的肺结节CT特征（包括整体图像质量）的评分均显著高于512 矩阵。采用U-HRCT 扫描时图像噪声会增加，但1 024 矩阵和15 cm FOV 提高CT 图像的空间分辨率，从而保证图像的质量和肺结节的特征显示。