双层探测器光谱CT虚拟平扫应用于肺结节人工智能诊断的可行性研究

作者：徐亚运; 胡政杨; 吕品; 杨雯; 辛小燕; 杨尚文^*; 陈杏彪

来源：中华放射医学与防护杂志, 2023, 43(10).

• 计算机体层成像
• 人工智能
• 肺结节
• 辐射剂量
• 虚拟平扫

目的探讨利用双层探测器光谱CT肺部虚拟平扫(VNC)图像进行肺结节人工智能(AI)诊断的可行性。方法回顾性分析2022年5-11月间, 在南京大学医学院附属鼓楼医院行胸部CT平扫联合双期增强扫描的52例患者资料。选择静脉期扫描数据重建肺窗VNC图像。用AI诊断软件对常规平扫(TNC)和VNC图像进行分析, 测量肺实质的CT值和噪声并计算信噪比(SNR), 并由2名放射医师对图像质量进行主观评分。记录各期扫描的剂量长度乘积(DLP), 并计算有效剂量(E)。采用配对t检验比较2组图像质量客观指标和辐射剂量, 采用Wilcoxon非参数检验比较图像质量主观评分。采用Wilcoxon符号秩检验比较2组图像AI诊断的敏感性和假阳性检出率(FPDR)。结果与TNC相比, 静脉期VNC图像的噪声降低了13.8%, SNR升高14.9%, DLP和E均降低了33.3%, 差异具有统计学意义(t=5.82、-5.35、22.93、22.92, P <0.05)。2组图像肺实质的CT值及主观评分差异均无统计学意义(P >0.05)。对于不同类型的肺结节, 2组图像AI诊断的敏感性差异均无统计学意义(P >0.05)。但对于直径≤4 mm实性结节和全部肺结节总体而言, VNC组的FPDR略有升高, 差异具有统计学意义(Z=-2.03、-3.09, P <0.05), 对于其他类型的肺结节, FPDR差异则无统计学意义(P >0.05)。结论基于光谱CT的肺部静脉期VNC图像, 在保证图像质量和肺结节AI诊断准确性, 且FPDR没有显著升高的情况下, 大幅降低患者辐射剂量, 可以替代TNC进行常规应用。

• 单位
  南京大学医学院附属鼓楼医院