胸部超低剂量CT应用深度学习重建行肺癌筛查的可行性研究

作者：宋兰; 田杜雪; 王金华; 王沄; 杜华阳; 赵瑞杰; 马壮飞; 许英浩; 隋昕; 陆晓平; 宋伟^*; 金征宇

来源：中华放射学杂志, 2022, 56(06).

• 肺肿瘤
• 体层摄影术, X线计算机
• 深度学习重建
• 图像质量

目的探讨胸部超低剂量CT(ULDCT)应用深度学习重建(DLR)进行肺癌筛查的可行性, 并比较其与ULDCT混合迭代重建(Hybrid IR)及常规剂量CT(RDCT)Hybrid IR的图像质量和结节检出率。方法前瞻性纳入2020年10月至2021年3月在北京协和医院因肺结节接受胸部CT检查的患者。对患者分别进行胸部RDCT(120 kVp, 自动管电流)和ULDCT(100 kVp, 20 mA)扫描, 并采用Hybrid IR(AIDR 3D)重建RDCT图像, 采用AIDR 3D和DLR(AICE)重建ULDCT图像。记录辐射剂量和结节数。使用主气管及左肺上叶的客观噪声、信噪比(SNR)、肺部总体及结节的主观图像评分评估图像质量。主观评分由2名经验丰富的放射科医师采用Likert 5分制评分。采用配对t检验比较ULDCT与RDCT辐射剂量的差异。采用单因素方差分析或Friedman检验对3种重建方法的定量指标、客观图像噪声及主观评分进行比较。结果共纳入45例, 男17例、女28例, 年龄32～74(55±11)岁。ULDCT的辐射剂量为(0.17±0.01)mSv, 显著低于RDCT[(1.35±0.41)mSv, t=15.46, P<0.001]。ULDCT-AICE、ULDCT-AIDR 3D及RDCT-AIDR 3D图像在气管CT值、气管噪声、气管SNR、肺实质噪声及肺实质SNR的总体差异均有统计学意义(P<0.05), 其中ULDCT-AICE的气管及肺实质图像噪声、气管CT值显著低于ULDCT-AIDR 3D(P<0.05), 与RDCT-AIDR 3D差异无统计学意义(P>0.05)。RDCT-AIDR 3D、ULDCT-AIDR 3D、ULDCT-AICE总体图像质量和肺结节图像质量主观评分差异有统计学意义(χ2=50.57、117.20, P<0.001), 其中ULDCT-AICE总体图像质量和肺结节图像质量主观评分优于ULDCT-AIDR 3D(P<0.05), 与RDCT-AIDR 3D差异无统计学意义(P>0.05)。RDCT-AIDR 3D、ULDCT-AIDR 3D、ULDCT-AICE方法检出结节的数量一致, 均为72个。结论胸部ULDCT采用DLR重建可显著降低辐射剂量, 且与Hybrid IR相比, 能够有效降低图像噪声并提高SNR, 并对肺结节的显示良好, 图像质量及结节检出效果不弱于目前临床中常规使用的RDCT Hybrid IR。

• 单位
  中国医学科学院; 北京协和医学院; 北京协和医院