Differences in Volume Rendering Imaging Based on Different Algorithms in Assisting Detection of Linear Fracture of Nasal Bone Area
-
摘要:
目的：探索最佳的容积再现成像（VR）重建算法，以提高对鼻区线性骨折的诊断效能。方法：回顾性纳入2022年8月至2023年8月的成人鼻骨CT影像资料，随机选取100例鼻区线性骨折和35例无骨折患者，分别行平滑算法（Smooth）、标准算法（Standard）、锐利算法（Sharp）、骨算法（Bone）的VR后处理。两名放射医师以双盲法对VR有无骨折、鼻骨孔显示及图像质量进行评分。采用相同协议对CT质控模体进行扫描，并测量不同重建算法模体图像的噪声功率谱（NPS），任务传递函数（TTF）和可检测性指数（
$ d'$ ）。结果：医师对鼻区线性骨折的诊断效能在VR_Standard、VR_Sharp和VR_Bone之间存在差异，VR_Sharp的鼻骨孔显示评分高于VR_Standard，并且VR_Sharp的图像质量评分高于VR_Standard和VR_Bone；随着重建算法锐利程度的增加，噪声量和空间分辨力逐渐增加；Standard组、Sharp组和Bone组的NPS峰值和TTF50%分别为（225.85 HU2·mm2，0.42），（416.67 HU2·mm2，0.53）和（1 888.20 HU2·mm2，0.8）。当待测目标直径为1 mm时，Sharp组的$d' $ 值最高。结论：VR_Sharp对鼻区线性骨折的诊断效能最佳，能更好的发挥VR在辅助诊断中的价值。Abstract:Objective: To explore the optimal reconstruction algorithm for volume rendering imaging (VR), improving the diagnostic efficacy of linear fractures of nasal bone area. Methods: Adult CT images of the nasal bone from August 2022 to August 2023 were retrospectively included, and 100 patients with linear fracture and 35 patients without fracture in the nasal region were randomly selected and underwent post-processing of VR with Smooth, Standard, Sharp, and Bone algorithms, respectively. Two radiologists scored the VR with and without fracture, the display of the nasal foramen, and the image quality in a double-blind method. The CT phantom was used for measuring the noise power spectrum (NPS), task transfer function (TTF) and detectability index
$(d') $ of the CT images of different reconstruction algorithms using the same scanning protocol. Results: The diagnostic efficacy for linear nasal fractures varied between VR_Standard, VR_Sharp, and VR_Bone, with higher scores for the display of the nasal foramen in VR_Sharp than in VR_Standard and higher image quality scores in VR_Sharp than in VR_Standard and VR_Bone. As the sharpness of the reconstruction algorithm increased, the amount of noise and spatial resolution gradually increased. The NPSpeak and TTF50% for the Standard, Sharp, and Bone groups were (225.85 HU2·mm2, 0.42), (416.67 HU2·mm2, 0.53), and (1888.20 HU2·mm2, 0.8), respectively. The Sharp group had the highest$d' $ value when the diameter of the target to be measured was 1 mm. Conclusion: VR_Sharp has the best diagnostic efficacy for linear fractures in the nasal region, which better utilizes the value of VR in aiding diagnosis.-
Keywords:
- tomography /
- nasal bone /
- linear fracture /
- volume rendering (VR)
-
鼻区位于面部的中心位置，骨质较薄，在面部外伤中经常受累[1-2]。正确诊断鼻区骨折对于伤情的鉴定和治疗方案的选择尤为重要。线性骨折因骨折断端无明显成角移位、易受血管沟及鼻骨末端形态影响的特点不易鉴别，漏诊率较高[3-5]。容积再现成像（volume rendering，VR）可以多角度观察血管沟及鼻骨末端形态，与线性骨折相鉴别[6-8]。
目前，在鼻骨CT后处理中多采用标准算法（Standard）重建VR。基于Standard算法重建的VR虽然细腻平滑、噪声小，但丢失了部分解剖细节。VR的重建可基于多种算法（Smooth，Standard，Sharp，Bone），因此本研究旨在比较基于不同算法重建的VR在诊断鼻区线性骨折的差异，以寻求一种最佳的算法提高对鼻区线性骨折的诊断效能。
1. 材料与方法
1.1 临床资料
回顾性分析我院2022年8月至2023年8月因鼻区外伤行鼻骨CT检查的成人影像资料，排除既往存在颅面部损伤及手术史的患者。随机选取100例鼻区线性骨折患者和35例无骨折患者，其中男77例，女58例，年龄18～87岁，平均年龄（41±14）岁。
本研究获医学伦理委员会批准，伦理号为TRECKY2019-014。
1.2 实验模体
CT质控模体（Catphan® 500，The Phantom Laboratory, New York）由4个模块组成，本研究使用模体的CTP528模块观察可分辨的最大线对数并测量调制传递函数（modulation transfer function, MTF）以研究不同重建算法的模体CT图像xy平面空间分辨力的差异。
使用模体的CTP486模块和CTP401模块测量基于任务的图像质量评价参数，包括噪声功率谱（noise power spectrum, NPS）、任务传递函数（task-based transfer function, TTF）和可检测性指数（detectability index,
$d' $ ）[9]。NPS描述图像噪声强度和空间频率特征，TTF是在考虑背景噪声水平时对特定成像物体的空间分辨力，$d' $ 是基于观察者模型对NPS和TTF加权计算的结果，是评估空间分辨力和图像噪声的综合指标，可用于评估对模拟病变的分辨检测能力。1.3 CT扫描及图像后处理
使用飞利浦Brilliance 16排螺旋CT扫描患者鼻区，扫描范围从鼻根部至上颌骨额突下缘。扫描参数：管电压120 kV，管电流250 mAs/层，准直宽度16×0.75 mm，螺距0.438，旋转时间0.5 s。分别重建平滑算法（Smooth）、标准算法（Standard）、锐利算法（Sharp）和骨算法（Bone）横断面薄层图像。其他重建参数为层厚0.8 mm，层间距0.4 mm，矩阵512×512。使用Philips Portal工作站进行VR后处理，由左侧位旋转180° 至右侧位保存 7幅，鼻骨下方旋转180° 至鼻背上方保存 7幅，左上、左下、右上、右下45° 各保存1幅，共18幅，根据不同的重建算法分为VR_Smooth组、VR_Standard组、VR_Sharp组和VR_Bone组。
采用相同扫描重建协议对CT质控模体Catphan® 500进行扫描，根据不同的重建算法分为Smooth组、Standard组、Sharp组和Bone组。
1.4 客观评价
1.4.1 空间分辨力
将扫描后所得不同重建算法的模体CT横断面图像传至Philips Portal工作站，将窗宽调至最小，调节窗位显示可分辨的最大线对数，同时将模体CT横断面图像的兴趣层面（钨珠中心层面）拷贝至ImageJ软件，测量xy平面内的 MTF10%和 MTF50%。
1.4.2 基于任务的图像质量评价
使用ImQuest 7.2（Duke）软件测量模体CT图像的NPS、TTF和
$d' $ [10-11]。NPS和TTF的测量方式如图1（a）、图1（b）所示。NPS测量选取模体CT486模块的20个连续层面进行测量，每个层面放置5个方形ROI（128×128），测量并记录图像噪声（Noise）、NPS峰值（NPSpeak）和平均空间频率（NPS空间频率的平均值）；TTF测量需要在CTP401模块的特氟龙圆柱形插入物上放置同心圆ROI，对20个连续层面测量TTF50%。$d' $ 值可由 ImQuest 7.2软件测量的NPS和TTF通过结合视觉滤波器的非预白化观察者模型（NPW observer model with an eye filter，NPWE）计算得到，值越大代表分辨能力越强。为模拟对鼻区线性骨折的分辨能力，将待检测目标直径分别设置为1.0、1.5和2.0 mm，软件参数设置为变焦系数1.5，观察距离500 mm，视野120 mm。
$d' $ 计算公式为[12]：$$ {{{d}}}{'^2}_{{\mathrm{NPWE}}} = \frac{{{{\Bigg( {{{\displaystyle\iint {\big| {W(u,v)} \big|}}^2} \cdot {\mathrm{TTF}}{{(u,v)}^2} \cdot E{{(u,v)}^2}{\mathrm{d}}u{\mathrm{d}}v} \Bigg)}^2}}}{{\displaystyle\iint {{{\big| {W(u,v)} \big|}^2} \cdot {\mathrm{TTF}}{{(u,v)}^2} \cdot {\mathrm{NPS}}{{(u,v)}^2} \cdot E{{(u,v)}^4}{\mathrm{d}}u{\mathrm{d}}v}}} \text{，} $$ 式中，u和v分别代表x和y方向上的空间频率，E是模拟人类视觉系统对不同空间频率敏感度的视觉滤波器，
$W(u,v) $ 定义为任务函数，即待检测信号的傅里叶变换。1.5 主观评价
1.5.1 线性骨折和无骨折的金标准
两名高级职称放射医师对鼻骨CT的原始图像、MPR图像以及基于4种重建算法的VR综合观察，判断有无骨折，对于存在分歧的病例，通过协商达成一致意见。
1.5.2 评估流程
屏蔽原始图像及其他重组图像，由两名放射医师（工作2年的初级医师A、工作10年以上的主任医师B）以盲法形式对135例患者的VR进行评估：①对鼻骨孔的显示评分；②判断有无骨折；③对 VR的质量评分。
采用3分法评价鼻骨孔的显示及VR的质量。鼻骨孔显示的评分标准：3分为鼻骨孔清晰，且图像无肉眼可见噪声颗粒；2分为鼻骨孔可见或鼻骨孔清晰但存在肉眼可见噪声颗粒；1分为鼻骨孔显示不佳。VR质量的评分标准：3分为鼻骨末端形态清晰，鼻区无骨折或鼻区存在骨折，骨折线清晰且图像无肉眼可见噪声颗粒，适合诊断；2分为鼻骨末端形态可辨，骨折线可见或骨折线清晰但肉眼可见噪声颗粒，尚可诊断；1分为鼻骨末端形态不清，骨折线显示不佳，图像噪声大，影响诊断。
1.6 统计分析
使用IBM SPSS Statistics 26.0和GraphPad Prism 8.0软件对实验结果进行统计学分析。首先用Shapiro-Wilk检验评估数据的正态性，符合正态分布的用
$ (\bar x \pm s) $ 表示。两名医师对图像质量和鼻骨孔显示评分的一致性采用Kappa检验，Kappa值＜0.40提示两者一致性差，0.41～0.60为一致性一般，0.61～0.80为一致性好，＞0.80为一致性非常好。使用卡方检验对VR_Standard、VR_Sharp和VR_Bone质量评分及鼻骨孔显示的评分进行统计分析。采用Cochran’s Q检验对两名医师在VR_Standard、VR_Sharp和VR_Bone的骨折诊断效能进行检验，并用经Bonferroni法校正的Dunn’s法进行两两比较。P＜0.05表示差异有统计学意义。2. 结果
2.1 客观评价
2.1.1 空间分辨力
不同重建算法的模体CT图像高对比分辨力结果见表1，Smooth重建算法的模体图像的高对比分辨力为8 LP/cm，均低于其他3种重建算法。
表 1 不同重建算法模体CT图像的高对比分辨力Table 1. The high contrast resolution of CT phantom images with different reconstruction algorithmsSmooth Standard Sharp Bone 线对数LP/cm 8 9 10 10 不同重建算法的模体CT图像的MTF测量结果如图2所示，Sharp组的MTF10%值最高，Bone组的MTF50%值最高，Smooth组在MTF10%值和MTF50%值中均最低。
![]()
图 2 不同重建算法的模体CT图像的MTF值Figure 2. The MTF of CT phantom images with different reconstruction algorithms2.1.2 基于任务的图像质量评价
不同重建算法的模体CT图像的NPS曲线如图3（a）所示。Standard组的噪声值（19.8 HU）低于Sharp组（29.6 HU）和Bone（68.9 HU）组，并且Standard组和Sharp组的NPSpeak（225.85 HU2·mm2，416.67 HU2·mm2）远低于Bone组（1 888.20 HU2·mm2）。Bone组图像的噪声值在各空间频率下均表现最高，且平均空间频率（0.63 mm-1）相较于Standard组（0.41 mm-1）和Sharp组（0.5 mm-1）向高频移动。不同算法的模体CT图像的高对比TTF曲线如图3（b）所示，Standard组、Sharp组和Bone组的TTF50%分别为 0.42、0.53和0.8。
![]()
图 3 不同重建算法的模体CT图像的NPS，TTF和$d' $ 值Figure 3. The NPS, TTF and$d' $ values of CT phantom images with different reconstruction algorithms不同直径高对比度待检测目标的
$d' $ 如图3（c）所示。当待检测目标直径为1.0 mm时，Sharp组的$d' $ 值高于Standard组和Bone组，当待检测目标直径为1.5 mm和2.0 mm时，Standard组的$d' $ 值最高。Bone组的$d' $ 值在各个待检测目标直径下均为最低。2.2 主观评价
2.2.1 图像质量及鼻骨孔的显示
经两名医师商讨，Smooth组因空间分辨力低，且VR_Smooth过于细腻平滑导致丢失解剖细节，对鼻区骨折显示不佳，放弃入组（图2和图4）。两名医师对VR_Standard、VR_Sharp和VR_Bone组图像质量的评分及鼻骨孔显示评分结果如表2所示，且一致性好（Kappa值均＞0.61）。
![]()
图 4 基于不同重建算法的VR对鼻区骨折的显示情况注：女，49岁，右侧鼻骨前端骨折。从左至右依次为VR_Standard（a），VR_Smooth（b），VR_Sharp（c），VR_Bone（d）对骨折的显示（黑箭）。Figure 4. Display of nasal region fractures by VR based on different reconstruction algorithms表 2 两名医师对不同重建算法VR的主观评价得分和一致性分析Table 2. Subjective evaluation scores and consistency analysis of VR with different reconstruction algorithms by two radiologists项目 组别 医师A/例 医师B/例 评分/％ 一致性分析 3分 2分 1分 3分 2分 1分 3分 2分 1分 Kappa P 图像质量评分 VR_Standard组 95 33 7 83 41 11 65.93 27.41 6.67 0.652 ＜0.001 VR_Sharp组 121 14 0 119 14 2 88.89 10.37 0.74 0.628 ＜0.001 VR_Bone组 96 36 3 94 28 13 70.37 23.70 5.93 0.637 ＜0.001 鼻骨孔显示评分 VR_Standard组 61 62 12 60 56 19 44.81 43.70 11.48 0.751 ＜0.001 VR_Sharp组 83 51 1 91 39 5 64.44 33.33 2.22 0.767 ＜0.001 VR_Bone组 95 33 7 99 28 8 71.85 22.59 5.56 0.645 ＜0.001 VR_Standard、VR_Sharp和VR_Bone组在图像质量评分中三者总体比较有统计学差异。VR_Standard组在图像质量评分中，3分、2分、1分的占比分别为65.93％、27.41％ 和6.67％；VR_Sharp组在质量评分中，3分、2分、1分的占比分别为88.89%、10.37％ 和0.74％；VR_Bone组在质量评分中，3分、2分、1分的占比分别为70.37％、23.70％和5.93％。VR_Sharp组质量评分为3分的占比显著高于VR_Standard组和VR_Bone组，但VR_Standard组和VR_Bone组之间评分无统计学差异。
对于鼻骨孔的显示，VR_Standard, VR_Sharp和VR_Bone三组总体比较有统计学差异。VR_Standard组在鼻骨孔显示的评分中，3分、2分、1分的占比分别为44.81％、43.70％、11.48％；VR_Sharp组在质量评分中，3分、2分、1分的占比分别为64.44％、33.33％、2.22％；VR_Bone组在质量评分中，3分、2分、1分的占比分别为71.85％、22.59％、5.56％。VR_Sharp组和VR_Bone组鼻骨孔显示评分为3分的占比显著高于VR_Standard组，但VR_Sharp组和VR_Bone组之间评分无统计学差异。
2.2.2 基于不同重建算法的VR对鼻区线性骨折的诊断效能
医师基于VR_Standard, VR_Sharp和VR_Bone对鼻区线性骨折的诊断效能如表3，图5～图7所示。
表 3 医师在VR_Standard、VR_Sharp、VR_Bone中对鼻区骨折的诊断效能比较Table 3. Comparison of diagnostic efficacy for linear fractures in the nasal region between two radiologists in VR_Standard, VR_Sharp, and VR_Bone医师 效能指标 VR_Standard VR_Sharp VR_Bone 三者总体
差异PVR_Standard
vs VR_Sharp
差异校正PVR_Standard
vs VR_Bone
差异校正PVR_Sharp
vs VR_Bone
差异校正P医师A 敏感度 0.84（84/100） 0.92（92/100） 0.92（92/100） 0.039 0.043 1.000 0.199 特异度 0.83（29/35） 0.86（30/35） 0.69（24/35） 准确率 0.84（113/135） 0.90（122/135） 0.85（116/135） 医师B 敏感度 0.85（85/100） 0.95（95/100） 0.95（95/100） 0.034 0.028 0.447 0.745 特异度 0.80（28/35） 0.77（27/35） 0.66（23/35） 准确率 0.84（113/135） 0.90（122/135） 0.87（118/135） ![]()
图 5 基于Standard、Sharp和Bone重建算法的VR对横行骨折的显示情况注：男，47岁，双侧鼻骨横行骨折。VR_Standard（a），VR_Sharp（b），VR_Bone（c）对鼻骨孔及线性骨折的显示，VR_Bone（c）对鼻骨孔及骨折线显示最好（黑箭），但受噪声影响，冠状面（d）可见横行骨折线（白箭）。Figure 5. Display of transverse fractures by VR based on standard, sharp and bone reconstruction algorithms![]()
图 6 基于Bone重建算法的VR在诊断鼻区线性骨折中容易出现假阳性注：女，57岁，无骨折。VR_Standard（a），VR_Sharp（b）诊断无骨折，VR_Bone（c）将左侧上颌骨额突处（黑箭）误认为线性骨折，假阳性，横断面（d）显示无骨折发生（白箭）。Figure 6. VR based on Bone reconstruction algorithm is prone to false positives in the diagnosis of linear fractures in the nasal region![]()
图 7 基于Standard重建算法的VR在诊断鼻区线性骨折中容易出现假阴性注：女，41岁，右侧上颌骨额突骨折。VR_Standard（a），VR_Sharp（b），VR_Bone（c）对鼻区线性骨折的显示，VR_Standard（a）易将右侧上颌骨额突处（黑箭）线性骨折漏掉，假阴性，横断面（d）可见骨折断端（白箭）。Figure 7. VR based on the Standard reconstruction algorithm is prone to false negatives in the diagnosis of linear fractures in the nasal regionVR_Sharp组和VR_Bone组的敏感度高于VR_Standard组，并且VR_Bone组的特异度最低。在准确率方面，VR_Sharp组的准确率最高。两名医师对鼻区线性骨折的诊断效能在3组中总体比较均有统计学差异。VR_Sharp组的诊断效能高于VR_Standard组，但VR_Sharp组与VR_Bone组，VR_Bone组与VR_Standard组诊断效能之间并无统计学差异。
3. 讨论
鼻区线性骨折因仅见透亮线而断端无明显成角移位在影像诊断中最易漏诊。VR是影像科最常用的3D重建技术，它既可以显示横行骨折线减少其漏诊，也可以提高对血管沟的辨别能力，减少与线性骨折的混淆[13]。目前临床MPR重组多使用基于高分辨算法重建的薄层图像，而VR重组多使用基于低分辨算法重建的薄层图像[6]。
本研究所使用的Bone算法为高分辨重建算法，相对于Bone算法，Standard算法为低分辨重建算法，Sharp算法则介于Bone算法和Standard算法之间。低分辨重建算法在降低噪声、平滑图像的同时丢失了解剖细节，对结构细微的骨折线的观察增加了难度，而高分辨重建算法在提高空间分辨力的同时会提高噪声点之间的差异，使噪声结构趋于锐利，进而使重建的VR受到较大的噪声影响[14-15]。
对于鼻区线性骨折，高的空间分辨力和少的噪声量有助于鉴别诊断，既往研究常采用MTF及CNR对图像质量进行评价，缺少综合评价参数。因此，本研究通过使用基于任务的图像质量评价参数（NPS，TTF，
$d' $ ）综合评价基于Standard、Sharp和Bone重建算法的模体CT图像，来模拟分辨鼻区线性骨折的能力，并进一步通过诊断医师的主观评价来比较VR在诊断鼻区线性骨折的差异，以寻求一种最佳的算法提高对鼻区线性骨折的诊断效能。重建算法影响CT图像的空间分辨力，本研究使用模体特氟龙材料的内插物来模拟高对比下图像的空间分辨力，发现Standard重建算法的TTF50%低于 Sharp和Bone重建算法，提示Standard重建算法的空间分辨力较低。由于VR_Standard在显示鼻骨孔的效果低于VR_Sharp和VR_Bone，因此Standard重建算法较低的空间分辨力可能会影响细微骨折线的显示。
CT图像的噪声也会受到重建算法的影响，较平滑的算法会提高像素点之间的相关性，平滑噪声结构，而越锐利的算法会降低像素点之间的相关性，提高噪声频率，锐化噪声结构[14]。本研究使用NPS评估了噪声的幅度和频率，发现Bone重建算法相比Standard和Sharp重建算法具有高的噪声幅度且噪声平均频率偏向于高频段,提示Bone重建算法提高了噪声频率，引入了大量的噪声。VR_Bone虽然在显示鼻骨孔时与VR_Sharp具有等效性，但由于噪声的存在影响了对细微骨折线的观察，进而导致VR_Bone的图像质量评分低于VR_Sharp。
为对空间分辨力和图像噪声进行综合评价，本研究模拟计算了3个待检测目标直径下的
$d' $ 值。由于本研究采用了0.8 mm的重建层厚，且常规进行层厚为2 mm的横断面重组及层厚为1.0 mm的冠状面重组，为此将待检测目标直径分别设定为1.0、1.5和2.0 mm以研究不同重建算法在不同待检测目标直径下的分辨能力$d' $ 值。本研究发现在不同的待检测目标直径下，Bone重建算法的$d' $ 值最低，这或许与Bone重建算法引入了非常大的噪声，致使噪声提高的影响远大于空间分辨力提高的效果有关。在待检测目标直径为1.0 mm时，Sharp重建算法的分辨能力最高，当大于1.0 mm时，Standard重建算法的分辨能力最高，并且随着待检测目标直径的增大，Standard重建算法的分辨能力与Sharp重建算法之间的差异越大。这或许与空间分辨力和图像噪声的影响的尺度有关，当目标直径较小时，主要依靠图像的空间分辨力，所以具有较高空间分辨力的Sharp重建算法的
$d' $ 值高于Standard重建算法；当目标直径较大时，往往通过肉眼即可观察到，更加需要较低的噪声水准来清晰显示待检测目标。$d' $ 值作为评估空间分辨力和图像噪声的综合指标，随着目标直径的增大，对空间分辨力的需求越来越低，受噪声影响的比重逐渐加大。因此，对于结构细微的线性骨折，Sharp重建算法是最佳的选择。为寻求一种最佳的算法提高对鼻区线性骨折的诊断效能，本研究进一步通过诊断医师的主观评价来比较VR在诊断鼻区线性骨折的差异。由于VR对解剖变异认识不足，对于诊断鼻区线性骨折，往往需要联合MPR图像去观察鼻区血管沟的分布、皮下软组织及粘膜进行综合判断[13]。本研究仅对基于不同重建算法的VR进行主观评价，因此导致较多假阳性及假阴性的出现。
本研究发现VR_Standard组假阴性病例较多，导致敏感度较低，这可能与VR_Standard较为细腻平滑，丢失部分解剖细节有关。VR_Bone组特异度较低，较多的假阳性病例可能与VR_Bone过于锐利且噪声过大，易将血管沟等误认为线性骨折有关。VR_Sharp组在满足较高的空间分辨力的同时具有低的噪声水平，对鼻骨孔的显示好，且鉴别鼻区线性骨折的准确率高。
综上所述，VR_Sharp相较于VR_Standard和VR_Bone对鼻区线性骨折的诊断效能高。目前，临床中常采用骨重建算法的MPR图像联合VR_Standard诊断鼻区骨折，但针对鼻区线性骨折，VR_Sharp较VR_Standard更有优势，VR_Sharp可以更加真实的显示鼻区细微结构，更好地发挥VR在诊断鼻区线性骨折中的辅助价值。
本研究不足之处：①本研究仅考虑了重建算法对诊断鼻区线性骨折的差异，未进一步研究管电流量等其他参数的影响；②本研究中的重建算法基于飞利浦品牌CT，其他品牌CT的重建算法选择可基于本研究算法进行调整，并加以研究以确认最佳算法；③本研究在测量基于任务的图像质量评价参数时，仅对模体图像的20个连续层面进行测量，为避免机器误差及模体摆放误差等因素，后续应间隔一定时间分批采集数据以提高客观评价结果的准确性。
-
![]()
图 2 不同重建算法的模体CT图像的MTF值
Figure 2. The MTF of CT phantom images with different reconstruction algorithms
![]()
图 3 不同重建算法的模体CT图像的NPS，TTF和
$d' $ 值Figure 3. The NPS, TTF and
$d' $ values of CT phantom images with different reconstruction algorithms![]()
图 4 基于不同重建算法的VR对鼻区骨折的显示情况
注：女，49岁，右侧鼻骨前端骨折。从左至右依次为VR_Standard（a），VR_Smooth（b），VR_Sharp（c），VR_Bone（d）对骨折的显示（黑箭）。
Figure 4. Display of nasal region fractures by VR based on different reconstruction algorithms
![]()
图 5 基于Standard、Sharp和Bone重建算法的VR对横行骨折的显示情况
注：男，47岁，双侧鼻骨横行骨折。VR_Standard（a），VR_Sharp（b），VR_Bone（c）对鼻骨孔及线性骨折的显示，VR_Bone（c）对鼻骨孔及骨折线显示最好（黑箭），但受噪声影响，冠状面（d）可见横行骨折线（白箭）。
Figure 5. Display of transverse fractures by VR based on standard, sharp and bone reconstruction algorithms
![]()
图 6 基于Bone重建算法的VR在诊断鼻区线性骨折中容易出现假阳性
注：女，57岁，无骨折。VR_Standard（a），VR_Sharp（b）诊断无骨折，VR_Bone（c）将左侧上颌骨额突处（黑箭）误认为线性骨折，假阳性，横断面（d）显示无骨折发生（白箭）。
Figure 6. VR based on Bone reconstruction algorithm is prone to false positives in the diagnosis of linear fractures in the nasal region
![]()
图 7 基于Standard重建算法的VR在诊断鼻区线性骨折中容易出现假阴性
注：女，41岁，右侧上颌骨额突骨折。VR_Standard（a），VR_Sharp（b），VR_Bone（c）对鼻区线性骨折的显示，VR_Standard（a）易将右侧上颌骨额突处（黑箭）线性骨折漏掉，假阴性，横断面（d）可见骨折断端（白箭）。
Figure 7. VR based on the Standard reconstruction algorithm is prone to false negatives in the diagnosis of linear fractures in the nasal region
表 1 不同重建算法模体CT图像的高对比分辨力
Table 1 The high contrast resolution of CT phantom images with different reconstruction algorithms
Smooth Standard Sharp Bone 线对数LP/cm 8 9 10 10 
下载: 导出CSV
表 2 两名医师对不同重建算法VR的主观评价得分和一致性分析
Table 2 Subjective evaluation scores and consistency analysis of VR with different reconstruction algorithms by two radiologists
项目 组别 医师A/例 医师B/例 评分/％ 一致性分析 3分 2分 1分 3分 2分 1分 3分 2分 1分 Kappa P 图像质量评分 VR_Standard组 95 33 7 83 41 11 65.93 27.41 6.67 0.652 ＜0.001 VR_Sharp组 121 14 0 119 14 2 88.89 10.37 0.74 0.628 ＜0.001 VR_Bone组 96 36 3 94 28 13 70.37 23.70 5.93 0.637 ＜0.001 鼻骨孔显示评分 VR_Standard组 61 62 12 60 56 19 44.81 43.70 11.48 0.751 ＜0.001 VR_Sharp组 83 51 1 91 39 5 64.44 33.33 2.22 0.767 ＜0.001 VR_Bone组 95 33 7 99 28 8 71.85 22.59 5.56 0.645 ＜0.001
下载: 导出CSV
表 3 医师在VR_Standard、VR_Sharp、VR_Bone中对鼻区骨折的诊断效能比较
Table 3 Comparison of diagnostic efficacy for linear fractures in the nasal region between two radiologists in VR_Standard, VR_Sharp, and VR_Bone
医师 效能指标 VR_Standard VR_Sharp VR_Bone 三者总体
差异PVR_Standard
vs VR_Sharp
差异校正PVR_Standard
vs VR_Bone
差异校正PVR_Sharp
vs VR_Bone
差异校正P医师A 敏感度 0.84（84/100） 0.92（92/100） 0.92（92/100） 0.039 0.043 1.000 0.199 特异度 0.83（29/35） 0.86（30/35） 0.69（24/35） 准确率 0.84（113/135） 0.90（122/135） 0.85（116/135） 医师B 敏感度 0.85（85/100） 0.95（95/100） 0.95（95/100） 0.034 0.028 0.447 0.745 特异度 0.80（28/35） 0.77（27/35） 0.66（23/35） 准确率 0.84（113/135） 0.90（122/135） 0.87（118/135）
下载: 导出CSV
-
[1] DAVARI R, PIRZADEH A, SATTARI F. Etiology and epidemiology of nasal bone fractures in patients referred to the otorhinolaryngology section, 2019[J]. International Archives of Otorhinolaryngology, 2023, 27(2): e234−e239. DOI: 10.1055/s-0043-1768208.
[2] ZHANG P, ZHAO J, ZANG M, et al. Etiology of nasal bone fracture: A retrospective analysis of 1441 patients in China[J]. The Journal of Craniofacial Surgery, 2022, 33(4): 1185−1189. DOI: 10.1097/SCS.0000000000008479.
[3] CHUKWULEBE S, HOGREFE C. The diagnosis and management of facial bone fractures[J]. Emergency Medicine Clinics of North America, 2019, 37(1): 137−151. DOI: 10.1016/j.emc.2018.09.012.
[4] LANDEEN KC, KIMURA K, STEPHAN S J. Nasal fractures[J]. Facial Plastic Surgery Clinics of North America, 2022, 30(1): 23−30. DOI: 10.1016/j.fsc.2021.08.002.
[5] LI L F, ZANG H R, HAN D M, et al. Nasal bone fractures: Analysis of 1193 cases with an emphasis on coincident adjacent fractures[J]. Facial Plastic Surgery & Aesthetic Medicine, 2020, 22(4): 249−254. DOI: 10.1089/fpsam.2020.0026.
[6] 陶建华, 曲晓霞, 康天良, 等. 容积再现成像在鼻区线性骨折中的诊断效能[J]. 实用放射学杂志, 2022, 38(8): 1233−1237. DOI: 10.3969/j.issn.1002-1671.2022.08.004. TAO J H, QU X X, KANG T L, et al. Diagnostic efficacy of volume rendering imaging in assisting detection of linear fracture of nasal bone area[J]. Journal of Practical Radiology, 2022, 38(8): 1233−1237. DOI: 10.3969/j.issn.1002-1671.2022.08.004. (in Chinese).
[7] 汪茂文, 檀思蕾, 刘霞, 等. 鼻区骨折MSCT图像后处理显示与诊断探讨[J]. 中国司法鉴定, 2017, (6): 56−60. DOI: 10.3969/j.issn.1671-2072.2017.06.009. WANG M W, TAN S L, LIU X, et al. Post processing of MSCT Images in forensic examination of nasal and paranasal bone fracture[J]. Chinese Journal of Forensic Sciences, 2017, (6): 56−60. DOI: 10.3969/j.issn.1671-2072.2017.06.009. (in Chinese).
[8] SANDEEP R B, NAIK D, KENKERE D. Role of multidetector computed tomography in the evaluation of maxillofacial trauma[J]. Cureus, 2023, 15(2): e35008. DOI: 10.7759/cureus.35008.
[9] SAMEI E, BAKALYAR D, BOEDEKER K L, et al. Performance evaluation of computed tomography systems: Summary of AAPM task group 233[J]. Medical Physics. 2019, 46(11): e735-e756. DOI: 10.1002/mp.13763.
[10] 曾令明, 邓涵, 吕琴, 等. 偏离等中心点对CT图像质量影响的体模研究[J]. 中华放射学杂志, 2022, 56(11): 1237−1241. DOI: 10.3760/cma.j.cn112149-20220710-00596. ZENG L M, DENG H, LV Q, et al. A phantom study of the effect of deviation from isocentric points on CT image quality[J]. Chinese Journal of Radiology, 2022, 56(11): 1237−1241. DOI:10.3760/cma.j.cn112149- 20220710-00596. (in Chinese).
[11] GREFFIER J, FRANDON J, LARBI A, et al. CT iterative reconstruction algorithms: A task-based image quality assessment[J]. European Radiology, 2020, 30(1): 487−500. DOI: 10.1007/s00330-019-06359-6.
[12] 杨政君, 张昂, 陈勇, 等. 辐射剂量和管电压对CT图像质量的影响: 基于任务的图像质量评价[J]. CT理论与应用研究, 2022, 31(2): 211−217. DOI: 10.15953/j.ctta.2021.060. YANG Z J, ZHANG A, CHEN Y, et al. The effect of radiation dose and tube potential on image quality of CT: A task-based image quality assessment[J]. CT Theory and Applications, 2022, 31(2): 211−217. DOI: 10.15953/j.ctta.2021.060. (in Chinese).
[13] 陶建华, 曲晓霞, 张怀宇, 等. 成人鼻骨末端、鼻骨孔、鼻骨其他孔及咬合缝间骨型鼻颌缝的多层螺旋CT影像特征: 附1600例分析[J]. 中华解剖与临床杂志, 2022, 27(1): 1−7. DOI: 10.3760/cma.j.cn101202-20210428-00118. TAO J H, QU X X, ZHANG H Y, et al. Multi-slice spiral computed tomography of the morphology of the nasal bone end, foramen of nasal bone, accessory foramen of nasal bone, and nasomaxillary suture in 1600 cases[J]. Chinese Journal of Anatomy and Clinics, 2022, 27(1): 1−7. DOI: 10.3760/cma.j.cn101202-20210428-00118. (in Chinese).
[14] 原媛, 卢东生, 钟朝辉. 基于噪声功率谱的不同重建类型CT图像噪声分析[J]. 中国医学装备, 2017, 14(4): 32−35. DOI: 10.3969/J.ISSN.1672-8270.2017.04.007. YUAN Y, LU D S, ZHONG Z H. The noise analysis of CT imaging based on noise power spectrum of different reconstruction type[J]. China Medical Equipment, 2017, 14(4): 32−35. DOI: 10.3969/J.ISSN.1672-8270.2017.04.007. (in Chinese).
[15] 余晓锷, 高海英, 蔡凡伟, 等. 基于噪声功率谱的CT图像噪声评价[J]. 中国医学影像技术, 2014, 30(8): 1243−1246. DOI: 10.13929/j.1003-3289.2014.08.035. YU X E, GAO H Y, CAI F W, et al. Noise power spectrum-based evaluation of CT image noise[J]. Chinese Journal of Medical Imaging Technology, 2014, 30(8): 1243−1246. DOI: 10.13929/j.1003-3289.2014.08.035. (in Chinese).
计量
- 文章访问数: 273
- HTML全文浏览量: 57
- PDF下载量: 30
