呼气末屏气胸部CT扫描在体检中的应用价值

【摘要】目的：探讨呼气末屏气胸部CT扫描在体检中的应用价值。方法：纳入2016、2017年均在四川大学华西医院体检中心行胸部CT扫描的体检者33例。2016年胸部CT扫描采用常规深吸气末屏气扫描,设为A组;2017年采用深呼气末屏气扫描,设为B组。比较两组图像的信噪比（SNR）、对比噪声比（CNR）、整体图像质量评分、辐射剂量及扫描长度。结果：33例体检者均成功完成2次胸部CT检查。A组的整体图像质量评分为（4.73±0.45）分,图像SNR为(-79.02±49.73),CNR为(-84.34±53.13);B组的整体图像质量评分为（4.67±0.54）分,图像SNR为(-91.08±47.39),CNR为(-97.27±50.67);A、B组的图像主、客观评价均无统计学差异（P均＞0.05）。A组和B组的肺尖上段、肺底下段额外扫描长度差异均无统计学意义（P均＞0.05）,而肺段扫描长度具有统计学差异（P＜0.001）。B组的容积CT剂量指数（CTDIvol）、剂量长度乘积（DLP）、有效剂量（ED）均较A组降低13.08%（P均＜0.001）。结论：相对于深吸气末屏气胸部CT检查,深呼气末屏气胸部CT检查可获得满足诊断需求的图像,同时明显降低辐射剂量,可成为体检胸部CT的常规检查方式。     

T2WI、DWI及ADC图多序列影像组学模型评估直肠癌淋巴结转移

目的 观察基于术前MR T2WI、弥散加权成像(DWI)及表观弥散系数(ADC)图多序列影像组学模型评估直肠癌淋巴结转移的价值。方法 回顾性分析74例经术后病理确诊单发直肠癌患者的T2WI、DWI和ADC图,按照7∶3比例将其分为训练集(n=52,21例淋巴结转移、31例无淋巴结转移)和测试集(n=22,9例淋巴结转移、13例无淋巴结转移)。由2名影像科医师以病理结果为标准基于常规MRI评价淋巴结转移,评估其诊断效能;分别基于T2WI、DWI、ADC图及三者联合提取病灶影像组学特征,筛选后构建影像组学模型,包括T2WI模型、DWI模型、ADC模型及多序列模型,并于训练集进行训练,于测试集评估其效能。绘制受试者工作特征(ROC)曲线,计算曲线下面积(AUC),观察各模型诊断直肠癌淋巴结转移的效能。结果 训练集与测试集患者性别、年龄、病灶位置、T分期及N分期差异均无统计学意义(P均＞0.05)。常规MRI评估直肠癌淋巴结转移的准确率为58.11%(43/74),敏感度和特异度分别为76.67%(23/30)和45.45%(20/44)。T2WI、DWI、ADC及多序列模型评估测试集直肠癌淋巴结转移的AUC分别为0.78、0.68、0.77及 0.82,后者的准确率、敏感度及特异度分别为86.36%、88.89%及84.62%。结论 术前基于MR T2WI、DWI及ADC图多序列影像组学模型能有效评估直肠癌淋巴结转移。     

基于T2WI与RS-EPI DWI影像组学特征的自动化机器学习模型预测直肠癌术前T分期的价值

  目的  探讨基于磁共振T2加权成像（T2 weighted image, T2WI）和分段读出平面回波成像（readout-segmented EPI, RS-EPI）与扩散加权成像（diffusion weighted image, DWI）的影像组学特征,通过开发和验证自动化机器学习模型,预测直肠癌术前病理T分期的价值。  方法  回顾性分析2016年10月?2018年12月经手术病理结果证实为直肠癌且在我院行术前直肠磁共振的患者131例。采用ITK-SNAP软件从T2WI和RS-EPI DWI图像中手动分割出肿瘤区域。使用PyRadiomics包提取出200个特征〔100个特征来自于T2WI,100个特征来自RS-EPI DWI的表观弥散系数（apparent diffusion coefficient, ADC）图〕。使用mwmote与neater重采样均衡数据,加入13例T_1-2期模拟数据。根据3∶1的比例将总体数据分割成训练集111例和测试集37例。在训练集上使用Tree-based Pipeline Optimization Tool（TPOT）最优化模型参数并选取最重要的组学特征建模,得到5个互相独立的T分期模型。使用准确率和受试者工作特征（ROC）曲线下面积（area under the curve, AUC）筛选出最优模型。在测试集和原数据集上预测直肠癌T分期。  结果  自动化机器学习推荐的5个T分期模型,在训练集上的准确率为0.802～0.838,敏感度为0.762～0.825,特异度为0.833～0.896,AUC范围为0.841～0.893,average precision（AP）范围为0.870～0.901。经过对比后,最终选择的模型的敏感度、特异度、AUC,在训练集上为0.810、0.875、0.893,在测试集上为0.810、0.813、0.810,在原始数据集上为0.810、0.830、0.860。  结论  基于T2WI和RS-EPI DWI的影像组学数据,通过自动化机器学习建立的模型在预测直肠癌T分期上有较高的准确率。     

基于深度学习的图像重建算法在胸部薄层CT中的降噪效果评估

  目的   为了评估基于深度学习的重建算法在胸部薄层计算机断层扫描（computed tomography,CT）图像中的降噪效果,对滤波反投影重建（filtered back projection,FBP）、自适应统计迭代重建（adaptive statistical iterative reconstruction,ASIR）与深度学习图像重建（deep learning image reconstruction,DLIR）图像进行分析。   方法   回顾性纳入47例患者胸部CT平扫原始数据,利用FBP,ASIR混合重建（ASIR50%、ASIR70%）,深度学习低、中、高3种模式（DL-L、DL-M、DL-H）共6种,重建出0.625 mm的图像。在每组图像的主动脉内、骨骼肌以及肺组织内分别勾画感兴趣区,测量感兴趣区内的CT值、SD值和信噪比（signal-to-noise ratio,SNR）进行客观评价,并对图像进行主观评价。   结果   6种重建图像CT、SD和SNR值的差异有统计学意义（P<0.001）。6种重建图像主观评分差异有统计学意义（P<0.001）。DLIR在主动脉和骨骼肌处的图像噪声明显低于传统的FBP和ASIR,图像质量能够满足临床需求。而且呈现出DL-H降噪效果最佳、噪声最低,ASIR70%、DL-M、ASIR50%、DL-L、FBP 图像噪声依次增加。通过主观评分的比较发现,DL-H的图像整体质量有明显的提升,但不能使肺纹理重建更清晰。   结论   基于深度学习的模型能够有效减少胸部薄层CT图像的噪声,提高图像的质量。而在3种深度学习模型中,DL-H的降噪效能最佳。     

基于深度学习的重建算法在健康志愿者肝脏低剂量薄层CT检查中的应用研究

  目的  比较基于深度学习（deep learning, DL）的重建算法、滤波反投影（filtered back projection filtering, FBP）重建算法和迭代重建（iterative reconstruction, IR）算法,探讨DL重建算法在健康志愿者肝脏低剂量薄层CT检查中临床应用的可行性。  方法  采用联影160层CT对直径180 mm的标准水模进行扫描,比较DL、FBP和IR算法的噪声功率谱。前瞻性纳入健康志愿者100例,其中常规剂量组（normal dose, ND）50例、低剂量组（low dose, LD）50例。ND组采用IR算法;LD组分别采用DL、FBP和IR算法。使用单因素方差分析比较ND-IR、LD-FBP、LD-IR和LD-DL 4组的肝CT值、肝噪声、肝信噪比（signal-to-noise ratio, SNR）、对比噪声比（contrast noise ratio, CNR）和质量因数（figure of merit, FOM）。采用Kruskal-Wallis检验比较4组图像的解剖结构主观评分。  结果  DL噪声功率谱平均峰值最低,形态与中等迭代等级IR算法相似。ND-IR、LD-FBP、LD-IR和LD-DL的肝CT值差异无统计学意义,LD-DL的噪声低于LD-FBP、LD-IR和ND-IR（P<0.05）,LD-DL的SNR、CNR和FOM均高于LD-FBP、LD-IR和ND-IR（P<0.05）。LD-DL解剖结构的主观评分均与ND-IR无明显差异（P>0.05）,且均高于LD-FBP和LD-IR（P<0.05）。LD组相对于ND组减少约50.2%辐射剂量。  结论  噪声形态与临床常用的中等迭代等级IR相近的DL算法降噪能力高于IR,与FBP相比噪声形态较平滑但降噪能力大幅提高,在健康志愿者肝脏低剂量薄层CT检查中可获得肝脏常规剂量厚层CT的图像质量。     

双源CT大螺距联合智能调制及迭代重建技术在主动脉夹层成像中的应用

目的 探讨第2代双源CT大螺距扫描联合智能调制技术及迭代重建技术在急诊主动脉夹层成像中的临床应用价值。方法 连续纳入临床怀疑主动脉夹层成像的急诊患者40例,按随机数表法分为对照组和试验组,每组各20例。对照组行常规扫描,试验组行大螺距联合智能调制技术及迭代重建技术扫描。对主动脉平均CT值、平均噪声、信噪比（SNR）、对比噪声比（CNR）、有效剂量,图像整体质量和主动脉根部图像质量进行评价和分析。结果 40例患者均成功完成CT主动脉夹层成像。对照组与试验组的图像整体质量无差异（P>0.05）;但试验组主动脉根部图像质量比对照组好,差异有统计学意义（χ²=22.556,P<0.05）。对照组主动脉平均CT值、平均噪声略高于试验组,但试验组的SNR、CNR高于对照组,差异有统计学意义（t=-21.042、-15.924、8.530、11.495,P<0.05）。对照组有效剂量（10.59±3.89）mSv明显高于试验组的（6.39±0.81）mSv,差异有统计学意义（t=-12.327,P<0.05）。结论 双源CT大螺距扫描联合智能调制技术及迭代重建技术能保证图像整体质量,降低有效剂量,可作为急诊CT主动脉夹层的对照成像方法。     

自动狭窄测量软件在冠状动脉重度狭窄测量分析中的价值

  目的  探究自动狭窄测量软件在冠状动脉计算机断层血管造影(computed tomography angiography,CTA)的冠脉狭窄程度测量中的价值。  方法  回顾性纳入同时行冠脉CTA及冠脉数字减影血管造影(digital subtraction angiography, DSA)的患者。将狭窄程度≥70%列为重度狭窄,以DSA为金标准,计算AW4.6软件自动狭窄程度分析(直径法与面积法)和人工诊断法的敏感度、特异度、阳性预测值及阴性预测值。  结果  研究纳入57例患者,共178处病灶。在与DSA诊断的一致性分析中,软件法均具有中到高度一致性(Kappa值:0.716~0.804,P < 0.001);人工诊断一致性为低到中度(Kappa值:0.385~0.533,P < 0.001)。在基于患者的分析中,软件面积法敏感度(100%)和阴性预测值(100%)最高,软件直径法特异度(90.48%)和阳性预测值(94.12%)最高,与人工诊断比较差异均有统计学意义(P < 0.016 7)。在基于血管的分析中,软件面积法敏感度(96.92%)和阴性预测值(97.89%)最高,软件直径法特异度(94.69%)和阳性预测值(90.16%)最高,与人工诊断比较差异均有统计学意义(P < 0.016 7)。  结论  与人工诊断相比,软件自动测量在鉴别重度冠脉狭窄(狭窄程度≥70%)中具有较高的准确度,能为相应的临床治疗提供指导。     

“一站式”CT心肌灌注成像在评估冠状动脉重度狭窄患者中的应用价值

  目的  对比“一站式”CT心肌灌注成像(CT-MPI)与心脏磁共振(CMR)MPI的一致性,探讨其在评估冠状动脉重度狭窄患者中的应用价值。  方法  前瞻性选取50例我院心内科经冠状动脉造影证实冠脉一支或多支狭窄程度≥90%、欲行冠脉支架植入术的患者,于术前一周内行“一站式”CT-MPI检查,其中22例同时行CMR检查。采用后处理软件Ziostation2获取灌注缺损心肌、正常心肌的灌注参数并比较,包括血流量(BF)、血容量(BV)、达峰时间(TTP)及平均通过时间(MTT)。采用Pearson相关分析比较CT和CMR缺损/正常心肌相对灌注参数(rBF、rBV、rTTP、rMTT)相关性。采用Bland-Altman法分析CT及CMR左心功能参数一致性。  结果  与正常心肌相比,灌注缺损心肌BV、BF下降,而MTT、TTP延长(P均＜0.05)。CT和CMR测得rBV、rBF、rMTT及rTTP呈中到高度正相关(r分别为0.685、0.641、0.871、0.733,P均＜0.05)。Bland-Altman分析发现,22个点中,有21个点均位于一致限范围内,两种检查方式左心功能参数一致性较好。“一站式”CT-MPI扫描有效剂量为3.5(P₂₅~P₇₅,3.3~3.8) mSv。  结论  “一站式”CT-MPI能一次扫描同时获得冠脉解剖、心肌灌注和左心功能信息,测得的心脏参数与CMR一致,可用作冠状动脉重度狭窄患者病情评估的选择方案。     

稀疏欠采样和迭代重建的3.0T时间飞跃法磁共振血管成像用于颅内未破裂动脉瘤诊断

  目的  以数字减影血管造影（digital subtraction angiography,DSA）检查为金标准,探讨使用稀疏欠采样和迭代重建的3.0T时间飞跃法磁共振血管成像（time-of-flight with sparse undersampling and iterative reconstruction magnetic resonance angiography,TOFu-MRA）对颅内未破裂动脉瘤的诊断价值。  方法  前瞻性纳入我院65例疑似动脉瘤患者,进行TOFu-MRA、DSA检查,以DSA为金标准,计算TOFu-MRA诊断动脉瘤的敏感度、特异度、阳性预测值及阴性预测值,并计算2名医生间检查的一致性。在最大信号强度投影和容积再现的重建图像上比较两方法在测量动脉瘤形态学参数间的一致性,包括动脉瘤颈宽度（D_neck）、动脉瘤高度（H）和动脉瘤宽度（D_width）。  结果  DSA检测出46例确诊患者,共计55个动脉瘤。两名医生利用TOFu-MRA诊断颅内动脉瘤的敏感度、特异度、阳性预测值及阴性预测值分别为基于患者（95.7%,95.7%）、（94.7%,94.7%）、（97.8%,97.8%）及（90.0%,90.0%）;基于动脉瘤（96.4%,94.5%）、（94.7%,94.7%）、（98.1%,98.1%）及（90.0%,85.7%）,且两者间的诊断一致性较高,kappa值分别为0.93、0.97。Bland-Altman分析发现,在D_neck、H及D_width的测量中,超过95%以上的点位于一致限范围内,两种检查方式对动脉瘤形态学参数测量的一致性较好。  结论  TOFu-MRA对颅内未破裂动脉瘤具有较好的诊断效能,并在颅内未破裂动脉瘤形态学参数的测量方面与影像金标准之间有较好的一致性,可用作颅内未破裂动脉瘤诊断的首选无创检查方案。     

基于人工智能的滤波和插值图像重建算法在腹部磁共振图像降噪中的价值

  目的  比较腹部磁共振序列中常规滤波技术和基于人工智能的滤波和插值（artificial intelligence based filtering and interpolation,AIFI）的重建技术的降噪性能,并探讨AIFI在图像降噪时的最优参数。  方法  回顾性纳入我院60例进行上腹部磁共振检查的患者,将其T1加权成像（T1-weighted image,T1WI）、T2加权成像（T2-weighted image,T2WI）和双回波序列的原始图像分别进行常规滤波和不同强度的AIFI技术重建,比较重建图像的客观图像质量指标——图像峰值信噪比（peak signal noise ratio,pSNR）和图像锐利度。两名医生对重建图像噪声、对比度、清晰度、总体图像质量进行评分,比较其评分结果并计算观察者间一致性。  结果  相较于原始图像,三序列（T1WI、T2WI和双回波序列）图像经降噪技术重建后图像的pSNR、图像锐利度均有不同程度的提高（P均<0.05）,且在T1WI中使用常规滤波和AIFI组合重建时,T2WI和echo1序列中AIFI level≥3及组合重建时,echo2序列中AIFI level≥4及组合重建时的图像客观质量评分高于常规滤波（P均<0.05）。对三序列主观评分中常规滤波重建、AIFI重建（除AIFI level=1）、组合重建图像各序列中的图像噪声、对比度、清晰度、整体图像质量的评分均高于原始图像（P均<0.05）,AIFI level=5时,图像对比度得分均有所降低（P<0.05）。两医生评分具有良好的一致性（r均>0.75,P<0.05）。经多维度比较,腹部MRI使用AIFI技术进行降噪时的最优参数T1WI为常规滤波+AIFI level=3;T2WI和双回波序列中为AIFI level=4。  结论  AIFI技术在中高level的降噪表现优于常规滤波,是一种具有良好应用前景的降噪技术,其在腹部MRI的最优参数T1WI为常规滤波+AIFI level=3;T2WI和双回波序列中为AIFI level=4。