低辐射剂量下FBP、ASIR和ASIR-V 3种不同重建算法对上腹部CT图像质量的影响 | ![]() |
2. 陕西中医药大学附属医院医学影像科,陕西 西安 712000;
3. 陕西中医药大学第二附属医院CT室,陕西西安712000
近年来随着CT的广泛应用,放射科医师一直致力于在保持图像质量的同时减少辐射剂量[1],而改进重建算法是行之有效的手段。使用传统的滤波反投影重建(filtered back projection,FBP)算法,在使用低辐射剂量扫描时,会使图像噪声增加,产生更多的伪影。迭代重建(iterative reconstruction,IR)算法作为一种新的重建算法,正逐步应用于临床,其可在低辐射剂量下改善或保持图像质量。GE公司综合了自适应统计迭代重建(adaptive statistical iterative reconstruction,ASIR)和基于模型的迭代重建(model based iterative reconstruction,MBIR)算法成像技术,推出了新一代自适应统计迭代重建算法(ASIR-V),该算法使用一种相对简单的前向投影系统模型,减弱了系统光学模型的影响,从而加快了重建速度,在降低噪声的同时可提高图像质量[2]。研究[3]表明,与ASIR相比,ASIR-V在腹部扫描中可降低35%的辐射剂量。本文探讨在低辐射剂量下,FBP、40%ASIR和50%ASIR-V这3种重建算法降低噪声和提高图像质量的能力。
1 资料与方法 1.1 一般资料收集陕西中医药大学附属医院2018年6月至2019年2月拟诊胸部病变需行CT检查的患者25例,其中男13例,女12例;年龄18~76岁,平均(57.98±8.05)岁;平均体质量(60.17±8.05)kg;平均身高(1.69±0.08)m。纳入标准:①图像显示清晰,无较大伪影影响测量者;②体质量指数在18.5~23.9 kg/m2。所有检查均经医院伦理管理管委会同意,患者均签署知情同意书。
1.2 仪器与方法使用GE Discovery CT 750 HD扫描仪行胸部低剂量扫描。扫描前对患者进行呼吸训练,扫描过程中进行甲状腺、盆腔放射屏蔽防护。扫描参数:80 kV,自动管电流调制技术,球管旋转时间0.4 s/转,准直器0.625 mm×64,层厚及层距均为5 mm,螺距0.984,噪声指数为28 HU。扫描结束后记录CT容积剂量指数(computed tomography dose index,CTDIvol)、剂量长度乘积(dose length product,DLP)和有效剂量(effective dose,ED)。
1.3 图像重建综合既往对迭代权重的研究[1],本研究中ASIR采用40%的权重,ASIR-V采用50%的权重。所有图像均行FBP、40%ASIR和50%ASIR-V重建,重建层厚均为0.625 mm。重建结束后,将图像传至GE AW 4.6后处理工作站,进行观察分析。
1.4 图像评价 1.4.1 图像客观评价为确保观察图像一致性,使用统一的窗宽窗位(窗宽350 HU,窗位50 HU),在腹部结构显示最佳层面进行测量。分别选择ROI测量肝脏、脾脏和竖脊肌CT值,ROI尽量避开血管、器官边缘和病灶,大小20~50 mm2。背景噪声(SD)值在同一层面背部皮下脂肪测量,ROI选择在脂肪密度较均匀区域,大小20~50 mm2。每个参数测量3次取平均值。计算SNR和CNR。SNR=CT脏器/SD脂肪。CNR=(CT脏器-CT脂肪)/SD脂肪。
1.4.2 图像主观评价由2名具有5~10年影像诊断经验的医师对图像进行双盲主观评价,参考HOPPER等[4]的5级评分标准(表 1)。
表 1 图像质量5级评分标准 |
![]() |
1.5 统计学方法
采用SPSS 22.0软件进行统计分析,计量资料以x±s表示。2名医师对图像主观评分的一致性分析行Kappa检验:K值为0.21~0.40表明一致性差,> 0.40~0.60为一致性尚可,> 0.60~0.80为一致性良好,> 0.80~1.00为一致性非常好。3种不同重建方式所得图像的客观测量数据和图像主观评分的比较行ANOVA检验。以P < 0.05为差异有统计学意义。
2 结果 2.1 辐射剂量结果25例平均CTDIvol为(1.59±0.60)mGy,DLP为(53.67±20.19)mGy/cm,ED为(0.80±0.30)mSv。
2.2 3种不同重建方法图像客观评价的比较3种不同图像重建方法下肝脏、脾脏、竖脊肌的SD、SNR及CNR之间差异均有统计学意义(均P < 0.05)。其中SD:FBP > 40%ASIR > 50%ASIR-V;SNR和CNR:50%ASIR-V > 40%ASIR > FBP(表 2、3,图 1)。
表 2 3种重建方法图像SD值的比较 |
![]() |
表 3 3种重建方法图像的SNR和CNR的比较 |
![]() |
![]() |
图 1 3种重建算法下不同器官的噪声(SD)(图 1a)、SNR(图 1b)和CNR(图 1c)的折线图。在低辐射剂量下,50%ASIR-V进一步降低了图像噪声,提高了SNR和CNR(FBP,滤波反投影算法;ASIR,自适应性统计迭代重建;ASIR-V,新一代自适应性统计迭代重建) |
2.3 3种重建方法图像主观评价的比较
2位医师的主观评分具有较好的一致性(K=0.734)。FBP、40%ASIR和50%ASIR-V主观评分分别为(2.96±0.61)、(3.56±0.58)和(4.08±0.70)分,差异有统计学意义(P < 0.05)。主观评分结果显示,低剂量扫描下,FBP图像无法满足诊断要求,40%ASIR和50%ASIR-V的图像可满足诊断要求,其中50%ASIR-V的图像质量优于40%ASIR(P < 0.05)(图 2)。
![]() |
图 2 男,35岁,噪声指数为28 HU 图 2a~2c分别为使用FBP、40%ASIR和50%ASIR-V重建方法所得到图像,主观评分分别为2、3、4分 |
3 讨论
近几年,CT引起的辐射损害越来越受到人们的关注[5]。目前常用降低辐射剂量的方法包括管电流调制、自动曝光控制和自动管电压选择等[6]。采用FBP重建时,上述方法增加了图像噪声,在减少辐射剂量时受到限制。
传统的FBP是一种解析算法,一直被广泛应用,其优点是重建速度快,但要求投影数据完备并精确定量,因此需较高的扫描剂量完成图像采集;低剂量扫描时,图像颗粒感明显,细节显示不佳,无法满足临床要求。
腹部CT扫描中,相对于FBP重建算法,采用ASIR重建算法可使扫描剂量降低约74%,且图像质量能满足诊断要求[7]。ASIR是迭代重建技术,用于模拟光子统计和电子噪声等测量的统计行为,并通过模拟探测器对入射光子的响应来模拟探测器的形状和大小,可模拟图像噪声分布的统计变化,故能在保持图像对比度的同时提高SNR[8-9]。ASIR算法使用从FBP算法获得的信息作为图像重建的初始构建块,该系统在噪声和伪像减少方面优于FBP。
与FBP和前几代ASIR相比,ASIR-V有可能改善客观和主观的图像质量参数[3]。该技术在迭代重建过程中采用物理模型(模拟多色X射线与衰减物体之间的相互作用),以提高图像呈现的稳定性。与MBIR算法不同,其在建模过程中排除了系统光学模型,主要侧重于对系统噪声统计与物理模型,这是ASIR-V可降低噪声和伪影的主要因素[10]。通过省略最耗时系统光学模型,ASIR-V显著提高了图像质量,同时实现了类似ASIR的重建速度。
本研究评估ASIR、ASIR-V的客观参数和主观图像质量,并与传统的FBP进行比较,结果表明在客观评价方面,低辐射剂量扫描时,相对于FBP,ASIR和ASIR-V均降低了图像噪声并提高了SNR,但ASIR-V图像比ASIR图像具有更高的降噪能力。主观评分方面,FBP的主观评分无法满足诊断要求,40%ASIR和50%ASIR-V的图像均可满足诊断要求,其中50%ASIR-V的图像质量优于40%ASIR。
腹部检查的常规噪声指数为10 HU[11-12],本研究采用胸部低剂量扫描(噪声指数为28 HU),研究胸腹联合处腹部的图像质量,使用的扫描剂量更低,不会对患者增加额外的辐射剂量。在迭代重建中,随着迭代权重的增加,图像质量得到改善,但迭代权重达到一定程度,图像质量反而下降。较高权重的迭代重建图像具有蜡质样伪影,导致图像可接受度差,故不同情况下需选择不同的ASIR权重,30%~50%的ASIR权重图像的噪声低、蜡质样伪影少[13]。相对于40%ASIR,50%ASIR-V可减少35%的辐射剂量[3]。
本研究不足之处:样本量相对较小;仅由2名放射科医师进行主观评分;仅针对图像质量,并未对不同图像质量下病灶的显示情况进行深入分析。今后需扩大样本量,并由更多医师进行主观评分以确保统计结果的完整性。
综上所述,低辐射剂量扫描时,50%ASIR-V相对于40%ASIR和FBP算法可有效减少图像噪声,增加CNR和SNR,进一步提高图像质量。
[1] |
GOO H W. CT radiation dose optimization and estimation:an update for radiologists[J]. Korean J Radiol, 2012, 13(1): 1-11. DOI:10.3348/kjr.2012.13.1.1 |
[2] |
GOODENBERGER M H, WAGNER-BARTAK N A, GUPTA S, et al. Computed tomography image quality evaluation of a new iterative reconstruction algorithm in the abdomen (adaptive statistical iterative reconstruction-V) a comparison with model-based iterative reconstruction, adaptive statistical iterative reconstruction, and filtered back projection reconstructions[J]. J Comput Assist Tomogr, 2018, 42(2): 184-190. DOI:10.1097/RCT.0000000000000666 |
[3] |
KWON H, CHO J, OH J, et al. The adaptive statistical iterative reconstruction-V technique for radiation dose reduction in abdominal CT:comparison with the adaptive statistical iterative reconstruction technique[J]. Br J Radiol, 2015, 88(1054): 20150463. DOI:10.1259/bjr.20150463 |
[4] |
HOPPER K D, KASALES C J, EGGLI K D, et al. The impact of 2D versus 3D quantitation of tumor bulk determination on current methods of assessing response to treatment[J]. J Comput Assist Tomogr, 1996, 20(6): 930-937. DOI:10.1097/00004728-199611000-00011 |
[5] |
SCHAUER D A, LINTON O W. NCRP Report No. 160, Ionizing Radiation Exposure of the Population of the United States, medical exposure——are we doing less with more, and is there a role for health physicists[J]. Health Phys, 2009, 97(1): 1-5. DOI:10.1097/01.HP.0000356672.44380.b7 |
[6] |
董丽娜. 迭代算法(Asir-V)在儿童胸部扫描中的应用价值[J]. 中国医疗设备, 2018, 33(1): 69-71. DOI:10.3969/j.issn.1674-1633.2018.01.017 |
[7] |
DESAI G S, THABET A, ELIAS A Y, et al. Comparative assessment of three image reconstruction techniques for image quality and radiation dose in patients undergoing abdominopelvic multidetector CT examinations[J]. Br J Radiol, 2013, 86(1021): 20120161. DOI:10.1259/bjr.20120161 |
[8] |
DEAK Z, GRIMM J M, TREITL M, et al. Filtered back projection, adaptive statistical iterative reconstruction, and a model-based iterative reconstruction in abdominal CT:an experimental clinical study[J]. Radiology, 2013, 266(1): 197-206. DOI:10.1148/radiol.12112707 |
[9] |
吴瑶媛, 王万勤, 刘斌, 等. FBP、ASiR和VEO三种重建算法对常规剂量胸部CT图像质量的影响[J]. 中国医学影像技术, 2012, 28(3): 575-578. |
[10] |
LIM K, KWON H, CHO J, et al. Initial phantom study comp aring image quality in computed tomography using adaptive statistical iterative reconstruction and new adaptive statistical iterative reconstruction V[J]. J Comput Assist Tomogr, 2015, 39(3): 443-448. |
[11] |
贾永军, 于勇, 贺太平, 等. 新一代基于模型的迭代重建在低剂量上腹部CT中的应用[J]. 中国医学影像技术, 2017, 33(12): 1882-1887. |
[12] |
李玉舟, 黄文起, 李春荣, 等. 不同体质量指数患者腹部CT能谱成像扫描:与常规扫描的对比研究[J]. 临床放射学杂志, 2018, 37(5): 873-877. |
[13] |
KAHN J, GRUPP U, ROTZINGER R, et al. CT for evaluation of potential renal donors-how does iterative reconstruction influence image quality and dose[J]. Eur J Radiol, 2014, 83(8): 1332-1336. DOI:10.1016/j.ejrad.2014.05.004 |