模型迭代重建与柔性减影CE-Boost 技术在肥胖患者CT 肺动脉造影中的应用

叶梅 邢艳 侯娟 赵梓程 徐敏 刘文亚

肺栓塞（pulmonary embolism，PE）发病率高，病因复杂，临床表现不一，是全球心血管急性死亡的第三大原因［1］。CT 肺动脉造影（CT pulmonary angiography，CTPA）因其非侵入性和出色的空间分辨率而成为确诊PE 的首选方法［2，3］。然而，对于肥胖患者来说，较大的体重会明显导致图像噪声的增加和单位体积对比剂的减少，可能影响PE 诊断的准确性。为了保证最佳图像质量，常常通过增加管电流提高图像质量，这会使患者暴露于更高的辐射剂量。研究表明，创新的图像处理技术可改善肥胖患者图像噪声［4-6］。

在不影响空间分辨率和诊断准确性的情况下减少图像噪声，人们采用了多种重建算法。混合迭代重建（hybrid iterative reconstruction，HIR）就是其中一种重建算法，它在临床实践中得到了广泛的应用［7］。然而，由于在降噪方面的表现有限，大体重患者可能仍然不能从HIR 中获益。最近，又推出了一种基于模型的迭代重建（model-based iterative reconstruction，MBIR），对测量参数进行前向建模，与传统的HIR 相比，能更好地减少噪声和伪影［8-12］。先前的研究表明，MBIR 更擅长显示小动脉和细微的结构［8］。

除了重建方法外，柔性减影（contrast-enhancement boost，CE-Boost）技术可提高血管的可视化效果，以进一步提高图像质量［13］。利用精确的可变形配准算法，通过从增强图像中减去非对比图像来生成碘图像。然后，通过自动去噪过程，将碘图像添加到原始增强图像中，得到对比度更大的增强图像。该技术已应用于胸部和腹部CT 血管造影，以提高周围血管的图像质量［14，15］。本研究目的是评价CE-Boost 技术和MBIR 对肥胖患者CTPA 图像质量的改善能力。

1 资料与方法

1.1 研究人群

前瞻性收集我院2023 年2 月—9 月期间所有接受CTPA 检查的体重指数（body mass index，BMI）超过25 kg/cm2肥胖者。本研究获医院的伦理审查委员会的批准（K202310-11），所有患者签署知情同意书。排除标准为孕妇和哺乳期患者、未经治疗的甲状腺功能亢进、碘过敏和肾功能不全。BMI 超过25kg/m2者分别采用HIR（A 组）、MBIR（B 组）和CE-Boost（C 组）。根据国际指南，BMI 超过25 kg/cm2被认为是肥胖的标志［5］。

1.2 CT 检查方法

CT 检查均采用320 层探测器CT 扫描仪（Aquilion ONE GENESIS，Canon 医疗）。扫描参数如下：管电压120kVp，自动管电流调节（SUREExposure 3D，Canon），准直器宽度80×0.5 mm，间距0.813，旋转时间0.35 s，噪声指数12.0。患者采用仰卧位，手臂举过头顶。将18G 套管针埋置于右侧肘正中静脉，与双筒高压氧注射器相连。首先行胸部平扫，扫描范围规定为锁骨下区至两侧膈肌脚。注射45 mL 碘对比剂（350 mg I/mL，恒瑞医药），流率4.5 mL/s，相同注射流率注射生理盐水21 mL。在肺动脉干中使用了一个自动触发扫描系统，触发阈值为120 HU。在触发两秒钟后，自动执行CT 血管造影（CT angiography，CTA）扫描。

1.3 CT 图像重建

A 组使用HIR（adaptive iterative dose reduction 3-dimensinal，AIDR 3D，FC18）对CTA 图像进行重组。B 组使用MBIR（forward projected model-based iterative reconstruction solution，FIRST，Body standard）对CTA 图像进行重组。此外，将A 组的非对比增强和对比增强的HIR 图像发送到专用的后处理软件（SURESubtraction Iodine Mapping）来生成C 组CEBoost 数据集。

1.4 客观评价

分别在肺动脉主干、右肺动脉干、左肺动脉干和椎旁肌上绘制圆形兴趣区（region of interest，ROI）进行客观图像质量评价。ROI 覆盖了至少2/3的管腔部分，同时避开了血管边缘。测量ROI 内的CT 值和标准差（standard deviation，SD），记录平均值。背景噪声定义为椎旁肌的标准差。信噪比（signal-to-noise ratio，SNR）和对比信噪比（contrastto-noise ratio，CNR）的计算公式如下：

1.5 主观评价

主观评估包括整体图像质量和诊断信心。两名拥有3 年和5 年胸部CT 诊断经验的放射科医生独立对CT 图像进行分级，对图像采集方法和患者信息不知情。采用Likert 5 分量表评估整体图像质量：5 优秀；4 良好；3 一般；2 低；1 差。诊断信心评估如下：5 最自信；4 非常自信；3 自信；2 一般自信；1 没有信心［14，16-18］。两名医生打分不一致的情况，讨论取得一致结果。

1.6 辐射剂量

容积CT 剂量指数（volume CT dose index，CTDIvol）和剂量长度乘积（dose length product，DLP）从剂量报告中获得。有效辐射剂量（effective dose，ED）计算为DLP 的乘积，胸部特异性转换因子为0.014 mSv/mGy·cm［19］。

1.7 统计分析

2 结果

2.1 研究人群

本研究共纳入60 例疑似PE 患者（男31 例，女29 例）。BMI 平均值为（28.58±3.75）kg/m2。

2.2 客观图像质量分析

从表1 中可以看出，C 组肺动脉主干、右肺动脉干、左肺动脉干的CT 值均高于A 组和B 组图像（P 均＜0.001）。A 组和B 组图像的CT 值相差不大。而B 组的图像噪声显著低于A 组和C 组（均为P＜0.001）。

表1 比较三组肺动脉图像的CT 值和SD（）

表1 比较三组肺动脉图像的CT 值和SD（）

注：a 与A 组比较P＜0.05；b 与B 组比较P＜0.05。

B 组及C 组的SNR 及CNR 均高于A 组（P＜0.05）（表2）。C 组图像的CNR 均优于B 组（均P＜0.05），而其SNR 比较无显著差异（P 均＞0.05）。

表2 比较三组肺动脉图像的SNR 和CNR（）

表2 比较三组肺动脉图像的SNR 和CNR（）

注：a 与A 组比较P＜0.05。

2.3 主观图像质量分析

本数据结果是两位打分者在有分歧时，讨论一致得到的最终结果。如表3 所示，B 组或C 组均观察到诊断信心的显著提高（均为P＜0.05），而B组和C 组之间没有统计学差异。整体图像质量，与A 组图像相比，B 组和C 组图像显示出更好的改善（均P＜0.05）。观察者间对于整体图像质量和诊断信心（Kappa 值分别为0.874、0.917）一致性良好（图1、2）。

图1 女，58 岁，BMI 为31 kg/m2，主诉胸闷气短。a)常规重建轴位图像，d)常规重建VR 图像；b)MBIR 重建轴位图像，e)MBIR 后再重组VR 图像；c)常规重组后采用CE-Boost 后处理技术轴位图像，f)CE-Boost 后重组VR 图像。与a)图像相比，b)和c)图中肺动脉干的成像质量相当，肺动脉主干及左右肺动脉干显示更加清晰。b)图显示更加细腻，清晰度高，c)血管显示更亮。在VR 图像中e)和f)能更清晰显示远端血管，f)能显示更多分支。

图2 男，38 岁，BMI 为39 kg/m2，主诉咳嗽咳痰。a)、b)常规重建VR、最大密度投影（maximum intensity projection，MIP）图像，c)、d)为MBIR后再重建VR、MIP 图像，e)、f)为CE-Boost 后重建VR、MIP 图像。三组图像相比，c)、d)图和e)、f)图肺动脉干的成像质量相当，肺动脉主干及左右肺动脉干显示更加清晰，MBIR 和CE-Boost 能更清晰显示远端分支血管。

表3 比较三组肺动脉图像的主观评分

2.4 辐射剂量

CTDIvol、DLP 和ED 平均值分别为（8.85±3.36）mGy、（328.78±125.27）mGy·cm 和（4.60±1.75）mSv。

3 讨论

本研究中笔者发现利用CE-Boost 技术或MBIR 算法，肥胖患者CTPA 的图像质量超过了传统HIR 图像。值得注意的是，CE-Boost 技术图像显示肺动脉干及其分支的对比度增强。研究结果也显示，MBIR 图像在三个数据集中的图像噪声最低，这与之前的研究报道的结果一致。

BMI 是健康体重或肥胖分类最广泛的人体测量方法之一［20］。维吾尔族、哈萨克族人群聚居在中国西北边疆，由于特殊的地理环境，形成了以高盐和高糖为主的独特饮食习惯，导致了血脂水平的升高，这可能导致该地区的BMI 高于中国其他地区［21，22］。理论上，胸部CT 动脉造影中通过使用大量对比剂评估胸部动脉结构的异常，而肥胖患者由于血液中碘浓度降低，造影增强效果较差。亚节段肺栓塞可引起血流动力学异常导致慢性肺栓塞，甚至可引起血栓扩散形成大面积PE［23-25］。然而，大体重患者图像噪声过大会影响远端肺动脉微栓子和外周肺野小病变的观察［26，27］。本研究中A 组HIR 图像的肺动脉干、左右肺动脉干CT 值明显低于B 组及C 组图像，说明肥胖患者的CTA图像不能通过自动管电流调节来补偿。

CE-Boost 技术是一种新引入的旨在提高血管亮度的后处理技术，已应用于门脉、主动脉和肺动脉显像。本研究表明，通过在原始CTPA 图像中添加Boost 图像，CE-Boost 技术图像的血管密度明显高于肥胖患者的传统HIR 图像，甚至高于MBIR 数据集。出乎意料的是，A 组（HIR 图像）和B 组（MBIR 图像）的图像噪声值都低于C 组（CEBoost 图像）。Otgonbaatar 等［14］认为，稍高的噪声可能是由图像配准过程中的去噪滤波器引起。在两次扫描过程中，胸部配准也会受到呼吸运动伪影的影响，因此CE-Boost 技术处理后的图像会产生噪声和增强的粒度。然而，CE-Boost 技术图像在肺动脉中的SNR 和CNR 等于或高于参考图像和MBIR 图像。同时，CE-Boost 技术的整体图像质量、诊断信心评分均优于A 组。特别是在肺动脉分支显示方面，CE-Boost 技术在三个数据集中得分最高。总的来说，与肥胖患者的传统HIR 图像相比，CE-Boost 图像在不增加对比剂用量的情况下显示出更好的图像质量。

MBIR 在降低噪音方面具有优势，特别是在显示小血管和微小的结构方面［8］。在本研究中，MBIR 图像显示肺动脉干、左右肺动脉的血管密度和图像噪声低于HIR 图像。MBIR 与参考HIR 图像的信噪比和CNR 均无显著性差异。在亚节段动脉方面，肥胖患者的MBIR 图像噪声也较低。然而，其耗时较长阻碍了MBIR 在日常实践中的应用。它需要比其他技术和特定硬件更多的计算能力，而这只有在最先进的CT 提供商中才可使用。由于这些原因，MBIR 算法在许多没有配备特定扫描仪的机构中是不能应用的［28］。由于CE-Boost 技术需要较少的计算能力，并且在理论上可被许多CT 厂商采用。因此，CE-Boost 技术在评估小血管结构方面很有潜力。

本研究有一定的局限性。首先，属于前瞻性的单中心研究，研究人群相对较小。其次，所有的CT图像均采用HIR 或MBIR 进行重建，最新的基于深度学习的CT 图像重建算法［如人工智能图像重建系统（advanced intelligent clear-IQ engine，AiCE）］未纳入分析。第三，CE-Boost 技术在低剂量扫描方案中的性能也需要进一步评估。第四，仅提供了肺亚节段性肺动脉的定性分析。

综上所述，CE-Boost 技术和MBIR 算法均能提高肥胖患者CTPA 图像质量；CE-Boost 技术在提高远端血管可视化方面具有更大的潜力。