ISSN 1004-4140
CN 11-3017/P

能谱CT下肢静脉成像优化:模体研究

王诗耕, 浦仁旺, 刘义军, 方鑫, 魏巍, 李贝贝

王诗耕, 浦仁旺, 刘义军, 等. 能谱CT下肢静脉成像优化:模体研究[J]. CT理论与应用研究(中英文), 2025, 34(1): 73-81. DOI: 10.15953/j.ctta.2024.117.
引用本文: 王诗耕, 浦仁旺, 刘义军, 等. 能谱CT下肢静脉成像优化:模体研究[J]. CT理论与应用研究(中英文), 2025, 34(1): 73-81. DOI: 10.15953/j.ctta.2024.117.
WANG S G, PU R W, LIU Y J, et al. Optimization of Dual-energy Spectral Lower-extremity Computed Tomography Venography Scanning Protocol: Phantom Study[J]. CT Theory and Applications, 2025, 34(1): 73-81. DOI: 10.15953/j.ctta.2024.117. (in Chinese).
Citation: WANG S G, PU R W, LIU Y J, et al. Optimization of Dual-energy Spectral Lower-extremity Computed Tomography Venography Scanning Protocol: Phantom Study[J]. CT Theory and Applications, 2025, 34(1): 73-81. DOI: 10.15953/j.ctta.2024.117. (in Chinese).

能谱CT下肢静脉成像优化:模体研究

详细信息
    作者简介:

    王诗耕,男,医学影像技术专业硕士研究生,主要从事能谱CT技术研究,E-mail:wangshigeng9855@163.com

    通讯作者:

    浦仁旺✉,男,教授、硕士生导师,主要从事CT低剂量研究、MR新序列临床应用研究,E-mail:purenwang777@163.com

  • 中图分类号: R 814.42

Optimization of Dual-energy Spectral Lower-extremity Computed Tomography Venography Scanning Protocol: Phantom Study

  • 摘要:

    目的:基于模体研究优化能谱下肢CT静脉成像(CTV)方案。方法:在能量CT质控模体的内部孔洞中放置测试插件以模拟临床场景。使用4 mgI/mL碘棒模拟下肢静脉增强;将大小不同的鸭血块放入4 mgI/mL的碘溶液试管中,模拟下肢静脉内的大小血栓。采用Revolution CT对置入碘棒和试管的模体进行CT常规成像(A组)和能谱成像(B组)。A组成像参数:管电压120 kVp,管电流自动调节技术(100~600 mA),噪声指数(NI)为10,采用后置40%的多模型自适应统计迭代重建算法(ASIR-V)进行图像重建;B组成像参数:能谱成像(GSI)模式,管电压80/140 kVp瞬切,管电流采用GSI Assist技术,并根据NI=10、11、12设置3个扫描组。在每个扫描组中重建40~70 keV间隔10 keV的单能量图像,每个单能量图像分别结合后置40%、60%、80% ASIR-V进行图像重建,共得到36组图像。A组和B组其他成像参数均一致。扫描完成后记录A组和B组有效辐射剂量(ED),计算两组碘棒对比噪声比(CNR),评估两组主观图像质量以及识别血栓的真阳性率和假阳性率。结果:B组NI设置为11和12的ED分别比A组低21.5%和32.2%。B组NI为10和11的扫描组中,除了70 keV结合40% ASIR-V和60 keV结合40% ASIR-V的图像外,其余图像的碘棒CNR均高于A组。B组碘棒边缘锐利度得分最高的组别是NI为10的扫描组中,50 keV结合40%、60% ASIR-V的图像,以及NI为11的扫描组中,50 keV结合60% ASIR-V的图像,这3组图像得分均为5(4,5)且优于A组得分3(3,4)。A组图像识别大血栓的真阳性率和假阳性率分别为65.0%和30.0%;识别小血栓的真阳性率和假阳性率分别为55.0%和50.0%。B组NI为10和11的扫描组中,50 keV结合60% ASIR-V图像识别血栓的效能最佳并优于A组,其中识别大血栓的真阳性率和假阳性率分别为90.0%和5.0%,识别小血栓的真阳性率和假阳性率分别为80.0%和5.0%。结论:将NI设置为11,并重建50 keV结合60% ASIR-V的单能量图像是能谱下肢CTV的最佳成像方案,可在模体研究中实现图像质量与辐射剂量之间的平衡。

    Abstract:

    Objective: To optimize a scanning protocol for dual-energy spectral lower-extremity computed tomography venography (CTV) based on a phantom study. Methods: Test plugs were placed in the cavities of an energy CT quality-control phantom to simulate clinical scenarios. A 4 mgI/mL iodine rod was used to mimic venous enhancement in the lower extremities, and duck blood clots of various sizes were placed in test tubes containing 4 mgI/mL of iodine solution to simulate thrombi of different sizes in the lower-extremity veins. Revolution CT was used to perform standard CT imaging (Group A) and spectral imaging (Group B) on phantoms containing iodine rods and test tubes. The imaging parameters for Group A were as follows: tube voltage of 120 kVp, auto tube-current technology (100~600 mA), noise index (NI) of 10, and image reconstruction using 40% posterior multimodel adaptive statistical iterative reconstruction (ASIR-V). The imaging parameters for Group B were spectral imaging (GSI) mode, instantaneous dual tube voltage of 80/140 kVp, tube current with GSI Assist technology, and three scan groups based on NI values of 10, 11, and 12. For each scan group, monoenergetic images at 40~70 keV with 10 keV intervals were reconstructed, each combined with 40%, 60%, and 80% posterior ASIR-V, which resulted in 36 image sets. Other imaging parameters for Groups A and B were consistent. The effective radiation doses (ED) for Groups A and B were recorded after scanning, and the contrast-to-noise ratio (CNR) of the iodine rods was calculated. Subjective image quality and true- and false-positive rates for thrombus identification were assessed. Results: The EDs for Group B, with NI values of 11 and 12, were 21.5% and 32.2% lower than those for Group A, respectively. In Group B, for the scan groups with NI values of 10 and 11, except for the images at 70 keV combined with 40% ASIR-V and at 60 keV combined with 40% ASIR-V, the CNR of the iodine rods was higher than that in Group A. The highest edge-sharpness scores for the iodine rods in Group B were observed in the scan group with an NI value of 10 for images at 50 keV combined with 40% and 60% ASIR-V, and in the scan group with an NI value of 11 for images at 50 keV combined with 60% ASIR-V. These three image sets scored 5 (4, 5) compared with Group A’s score of 3 (3, 4). The true- and false-positive rates for large-thrombus identification in Group A were 65.0% and 30.0%, respectively, whereas those for small-thrombus identification were 55.0% and 50.0%, respectively. In Group B, the best thrombus-identification efficacy was observed in the scan groups, with NI values of 10 and 11 for images at 50 keV combined with 60% ASIR-V. The true- and false-positive rates for large-thrombus identification were 90.0% and 5.0%, respectively, whereas those for small-thrombus identification were 80.0% and 5.0%, respectively. Conclusions: Setting the NI to 11 and reconstructing monoenergetic images at 50 keV combined with 60% ASIR-V is the optimal imaging strategy for dual-energy spectral lower-extremity CTV, which balances between image quality and radiation dose in the current phantom study.

  • 下肢深静脉血栓(deep venous thrombosis,DVT)是指血液在高凝、回流受阻以及血管内皮受损等因素下出现的不正常凝结[1]。若不及时发现或处理,脱落的DVT会造成肺栓塞(pulmonary embolism, PE);残留的DVT会引发静脉血栓后综合征(post-thrombosis syndrome,PTS),严重威胁患者生命安全和生活质量[2-3]。为确保患者能够及时获得医疗干预并降低DVT可能造成的风险,临床上应准确地识别DVT。

    能谱下肢CT静脉成像(CT venography,CTV)可提供高对比度的单能量(40~70 keV)图像,用于观察DVT大小和位置等信息,已成为临床评估DVT的重要工具[4-5]。能谱CT搭载的后置多模型自适应统计迭代重建算法(adaptive statistical iterative reconstruction-V,ASIR-V)可以降低图像噪声提升图像质量,但不同的权重等级会导致不同的图像处理效果[6]。而且能谱CT在扫描过程中需要同时获取两种不同能量级别的数据,这就导致其辐射剂量相较于常规CT会有所增加[7]

    本研究旨在通过模体研究全面优化能谱下肢CTV成像参数,并找到评估DVT的最佳成像方案以实现图像质量与辐射剂量之间的平衡。

    本研究采用PH-75型(Kyoto Kagaku)能量CT质控模体。该模体是由一种“Aqua Slab”高仿真水等效材料制成,可以模拟人体组织对X线的吸收特性,确保其在能谱成像中的等效性。模体由内部圆柱体和外部椭圆柱体两部分构成。内部柱体设计的8个孔洞用于放置等效组织棒和测试插件,以模拟人体不同组织密度或病变环境。外部椭圆柱体的尺寸为18 cm(长)×30 cm(宽)×20 cm(高),以模拟人体体型并为内部柱体提供必要的结构支持。

    本研究利用模体和相关插件模拟下肢静脉增强、静脉大血栓和静脉小血栓3种临床场景。①将4 mgI/mL的碘棒(参考CT值 ≈ 100 HU[8])插入到模体中(图1(a)),以模拟下肢静脉增强;②通过分取市售食用血制品(鸭血)制备8枚大小不一的血块样本,以模拟下肢静脉血栓[9]。这些血块根据最大横径分为两类[10]:4枚大血块(最大横径大于5 mm,图2(a))和4枚小血块(最大横径在5 mm及以下,图2(b))。通过这种分类,我们能够探究不同大小的血栓在影像上的表现差异。为模拟静脉内大、小血栓存在或不存在的情况,将4个含有大血块的试管和4个不含血块的试管随机置入到模体中(图1(b))。同样,将4个含有小血块的试管和4个不含血块的试管随机置入到模体中(图1(c))。这些试管内部充填浓度为4 mgI/mL的碘溶液,用于模拟下肢静脉管腔(图2(c)和图2(d))。

    图  1  模体中碘棒与模拟血栓试管的放置示意图
    注:(a)碘棒在模体中的放置示意图,“1”为碘棒具体放置位置,其余插件均为与模体材质相同的填充棒;(b)模拟大血栓的试管在模体中的放置示意图,“2”为含有大血块试管的具体放置位置,其余插件均为不含血块的试管;(c)模拟小血栓的试管在模体中的放置示意图,“3”为含有小血块试管的具体放置位置,其余插件均为不含血块的试管。
    Figure  1.  Schematic diagram of placement of iodine rods and simulated thrombus test tubes in the phantom
    图  2  大小血块以及含有血块的试管
    注:(a)4枚最大横径大于5 mm的血块(模拟大血栓);(b)4枚最大横径小于5 mm的血块(模拟小血栓);(c)含有大、小血块的试管,试管内部充填了浓度为4 mgI/mL的碘溶液;(d)试管通过填充棒被置入模体孔洞内。图下标尺最小刻度为1 mm。
    Figure  2.  Large and small blood clots and test tubes containing blood clots

    采用Revolution CT(GE Healthcare)对3种模拟临床场景(下肢静脉增强、静脉大血栓和静脉小血栓)进行以下两种成像扫描。常规CT扫描(A组):管电压120 kVp,管电流自动调节技术(Smart mA,调节范围100~600 mA),噪声指数(noise index,NI)=10;能谱CT扫描(B组):GSI模式,管电压80/140 kVp瞬切,管电流采用GSI Assist技术并根据NI=10、11、12设置3个扫描组。其他成像参数均一致:转速0.5 s/r、螺距1.531∶1、扫描层厚5 mm、探测器宽度80 mm、扫描范围18 cm(模体长度)。为确保结果的准确性,进行了5次重复扫描。

    扫描完成后A组图像采用后置40% ASIR-V进行重建;在B组每个NI扫描组中重建40~70 keV间隔10 keV的单能量图像,每种单能量图像分别结合后置40%、60%、80% ASIR-V进行重建,B组共获得36组图像数据。A组和B组图像其他重建参数均一致:重建层厚1.25 mm、重建间隔1.25 mm、图像重建卷积核为STND。

    辐射剂量:每次扫描结束后记录A组和B组的剂量长度乘积(dose-length product,DLP),并计算有效辐射剂量(effective dose,ED):其中k采用腹部权重因子,k=0.015 mSv/mGy·cm。

    $$ {\rm{E}}{\mathrm{D}}={{\mathrm{D}}}{\mathrm{LP}}\times k。 $$ (1)

    图像客观评价。将A组和B组所有图像传送至AW 4.7后处理工作站(GE Healthcare)。一名具有3年工作经验的影像技师在碘棒的横断面图像上(在图1(a)模体的图像中进行)放置大小为40~60 mm2的感兴趣区(region of interest,ROI),以测定碘棒CT值和标准偏差值(standard deviation,SD)。

    为确保测量结果的一致性和稳定性,影像技师在碘棒连续3个层面进行测量,并计算3次测量的平均值。同时,取碘棒周围模体组织的SD值作为背景噪声,以计算碘棒信噪比(signal-to-noise ratio,SNR)和对比噪声比(contrast-to-noise ratio,CNR),计算公式为:

    $$ \mathrm{S}\mathrm{N}\mathrm{R}=\frac{\mathrm{C}\mathrm{T}{}_{\mathrm{碘}\mathrm{棒}}}{\mathrm{S}\mathrm{D}{}_{\mathrm{碘}\mathrm{棒}}}, $$ (2)
    $$ \mathrm{C}\mathrm{N}\mathrm{R}=\frac{\left(\mathrm{C}\mathrm{T}_{\mathrm{碘}\mathrm{棒}}-\mathrm{C}\mathrm{T}_{\mathrm{背}\mathrm{景}}\right)}{\mathrm{S}\mathrm{D}_{\mathrm{背}\mathrm{景}}}。 $$ (3)

    图像主观评价:两位分别具有3年和7年工作经验的影像医师采用盲法对碘棒强化程度和碘棒边缘锐利度进行5分制评分(在图1(a)模体的图像中进行),评分标准见表1,≥3分符合图像质量要求。

    表  1  模体图像质量评分标准
    Table  1.  Phantom image-quality scoring criteria
    评分 碘棒强化程度 碘棒边缘锐利度
    5 好,对比度极好   锐利,界限非常明确 
    4 较好,对比度良好  清晰,界限明显   
    3 适中,对比度可接受 能分辨,清晰度一般 
    2 较低,对比度较差  欠清晰,界限不明确 
    1 差,对比度极差   不清晰,无法确定边界
    下载: 导出CSV 
    | 显示表格

    安排上述两位影像医师共同评估A组和B组图像在血栓识别方面的效能(在图1(b)和图1(c)模体的图像中进行),诊断不一致时协商决定。根据影像医师判断出的阳性(血块存在)和阴性(血块不存在)结果,计算每组图像的真阳性率(敏感性)和假阳性率(1-特异性)。为了保证评估结果的客观性,两位观察者在开始识别血栓前,未被告知任何可能影响其判断的详细信息,比如试管在模体中的放置位置、血栓存在情况等。

    采用SPSS 25.0和MedCalc 20.0统计软件对图像质量的主客观结果以及辐射剂量进行了统计学分析。为了确保数据分析的准确性,需要对所有计数资料进行Shapiro-Wilk正态性检验。数据分布呈正态的情况下,使用平均值±标准差的方式$ (\bar{{x}}\pm {s}) $进行表述,而非正态分布的数据则用中位数和四分位距间隔(interquartile range,IQR)表示。

    A组与B组间的CT值、SD值、SNR和CNR通过ANOVA单因素方差分析来确定差异,各组辐射剂量的比较采用Wilcoxon符号秩检验。使用Kappa检验比较两位观察者主观评分的一致性,Kappa值>0.75为一致性良好。如果两位观察者间有较好的一致性,取两位观察者评分标准差较小的进行统计分析。各组主观评分的差异比较采用Friedman检验。

    P<0.05为差异有统计学意义。

    A组DLP和ED分别为(118.15±4.39) mGy·cm、(1.77±0.07) mSv。B组内随着各扫描组NI值的增加,辐射剂量显逐渐减低的趋势。

    NI设置为10、11、12时,相应的DLP分别为117.72、92.70和80.10 mGy·cm,相应的ED分别为1.77、1.39和1.20 mSv。NI设置为11和12时的ED分别比A组低21.5%和32.2%,差异有统计学意义。

    (1)B组内碘棒CT值会随着keV的降低而增加,而NI和ASIR-V的变化对碘棒CT值的影响无统计学差异。70 keV单能量图的碘棒CT值为(90.60±5.34) HU,与A组的碘棒CT值(94.90±4.91) HU相比无统计学差异。60、50和40 keV图像的碘棒CT值分别为(140.67±8.93) HU、(202.79±9.48) HU和(305.62±12.18) HU,与A组相比增幅分别为33.8%、96.1%和196.2%,差异有统计学意义(图3(a))。

    图  3  碘棒在常规120 kVp图像(A组)和能谱成像(B组)中CT值和SD值的变化趋势图
    注:单元格内的数值表示能谱成像中碘棒平均SD值。颜色标尺中蓝色刻度线表示常规120 kVp图像中碘棒平均SD值。NI为噪声指数;AR为ASIR-V,多模型自适应统计迭代重建算法。
    Figure  3.  Trend charts showing CT and SD values of iodine rods in conventional 120 kVp images (Group A) and dual-energy spectral imaging (Group B)

    (2)B组内碘棒SD值有3种变化趋势。①在相同NI和ASIR-V设置下,随着keV的降低,SD值呈上升趋势;②在相同NI和keV设置下,随着ASIR-V增加,SD值呈下降趋势;③在相同keV和ASIR-V设置下,随着NI的增加,SD值逐渐升高(图3(b))。

    (3)B组内碘棒SNR和CNR表现出3种变化趋势。①当保持NI和ASIR-V不变时,随着keV的降低,SNR和CNR逐渐提高;②当保持NI和keV不变时,随着ASIR-V增加,SNR和CNR也呈上升趋势;③当保持keV和ASIR-V不变时,随着NI的增加,SNR和CNR趋于下降趋势(图4)。

    图  4  碘棒在常规120 kVp图像(A组)和能谱成像(B组)中SNR和CNR的变化趋势图
    注:单元格颜色越接近深绿色,表示SNR和CNR就越大。单元格内的数值表示碘棒SNR和CNR的平均值。颜色标尺中蓝色刻度线表示常规120 kVp图像中碘棒SNR和CNR的平均值。NI为噪声指数;AR为ASIR-V,多模型自适应统计迭代重建算法。
    Figure  4.  Trend charts of SNR and CNR of iodine rods in conventional 120 kVp images (Group A) and dual-energy spectral imaging (Group B)

    B组内NI设置为10和11的扫描组中,除70 keV结合40% ASIR-V和60 keV结合40% ASIR-V,其余图像的碘棒SNR和CNR均高于A组。B组内NI设置为12的扫描组中,70 keV结合80% ASIR-V,60 keV结合80% ASIR-V,以及50 keV、40 keV分别结合60%、80% ASIR-V的碘棒SNR和CNR优于A组。

    两位观察者对图像质量评分的一致性好(Kappa值=0.862~0.954)。

    碘棒强化程度。在B组中,NI和ASIR-V的变化对碘棒强化程度评分的影响没有统计学差异,但强化程度评分会随着keV的降低而增加。其中50 keV和40 keV的碘棒强化程度评分分别为4(4,5)和5(4,5),均优于A组的3(3,4),差异有统计学意义(图5(a))。

    图  5  图像主观评分
    注:NI为噪声指数;AR为ASIR-V,多模型自适应统计迭代重建算法。
    Figure  5.  Subjective image scoring

    碘棒边缘锐利度。碘棒边缘锐利度得分最高的组别是NI设置为10的扫描组中,50 keV结合40%、60% ASIR-V图像,以及NI设置为11的扫描组中,50 keV结合60% ASIR-V图像,这3组图像得分均为5(4,5)优于A组得分3(3,4),差异有统计学意义(图5(b))。

    在A组图像中,诊断医师识别大血栓的真阳性率和假阳性率分别为65.0%和30.0%;识别小血栓的真阳性率和假阳性率分别为55.0%和50.0%。

    在B组图像中,NI为10和11的扫描组中,50 keV结合60% ASIR-V图像的识别效能最佳,识别大血栓的真阳性率和假阳性率分别为90.0%和5.0%,识别小血栓的真阳性率和假阳性率分别为80.0%和5.0%。与A组图像相比,这两组图像可以使识别大血栓的真阳性率提高38.4%,假阳性率降低83.3%;识别小血栓的真阳性率提高45.5%,假阳性率降低90%(表2图6图7)。

    表  2  不同扫描方式下血栓的识别效能比较
    Table  2.  Comparison of thrombus-detection performance demonstrated by different scanning methods
    类别 NI=10 NI=11 NI=12
    40%AR 60%AR 80%AR 40%AR 60%AR 80%AR 40%AR 60%AR 80%AR
    大血栓 40 keV 80.0/10.0 85.0/10.0 80.0/10.0 80.0/10.0 80.0/10.0 80.0/10.0 80.0/15.0 80.0/15.0 80.0/15.0
    50 keV 90.0/10.0 90.0/5.0 90.0/10.0 90.0/10.0 90.0/5.0 90.0/10.0 85.0/10.0 85.0/10.0 85.0/10.0
    60 keV 80.0/15.0 80.0/15.0 75.0/15.0 80.0/15.0 80.0/15.0 75.0/15.0 75.0/25.0 80.0/15.0 75.0/25.0
    70 keV 70.0/25.0 75.0/25.0 70.0/25.0 70.0/25.0 70.0/25.0 70.0/25.0 65.0/30.0 65.0/30.0 65.0/30.0
    小血栓 40 keV 70.0/10 80.0/10.0 70.0/10.0 70.0/10.0 70.0/10.0 70.0/10.0 70.0/15.0 70.0/15.0 70.0/15.0
    50 keV 80.0/15.0 80.0/5.0 75.0/5.0 75.0/5.0 80.0/5.0 75.0/5.0 80.0/15.0 80.0/15.0 80.0/15.0
    60 keV 60.0/20.0 60.0/20.0 55.0/20.0 60.0/20.0 60.0/20.0 55.0/20.0 55.0/30.0 60.0/20.0 55.0/30.0
    70 keV 55.0/45.0 50.0/40.0 55.0/45.0 55.0/45.0 55.0/45.0 55.0/45.0 50.0/45.0 50.0/45.0 50.0/45.0
    注:“/”前表示真阳性率,“/”后表示假阳性率,单位均为%。AR为ASIR-V多模型自适应统计迭代重建算法。
    下载: 导出CSV 
    | 显示表格
    图  6  大血栓的识别效果
    注:红箭标注的是大血栓位置。
    Figure  6.  Identification effect of large thrombi
    图  7  小血栓的识别效果
    注:红箭标注的是小血栓位置。
    Figure  7.  Identification effect of small thrombi

    下肢CTV凭借方便简单的操作、丰富的图像后处理功能,已成为诊断DVT的主要影像学工具之一[1-2]。能谱CT的出现为下肢CTV领域开辟了新篇章,其通过解析组织在高、低两种能级X射线下的吸收衰减,从而获得40~140 keV单能量图像,特别是低能级单能量图像(40~70 keV)在提升静脉对比度和血栓显示清晰度方面取得了很大进步[4-5]。虽然能谱CT以其独特优势备受临床医师青睐,但它的推广与应用却伴随着技术复杂性。能谱成像参数的选择便是这一复杂性的突出体现,能谱成像参数主要包括固定管电流大小、低能级单能量图像的具体keV能级以及ASIR-V重建算法的权重,这些参数的每一种选择都会影响最终成像的质量[6-7,11]。所以本研究旨在通过模体研究全面优化能谱下肢CTV成像参数,并找到评估DVT的最佳成像方案以实现图像质量与辐射剂量之间的平衡。

    能谱CT的特殊原理导致其无法在每个层面独立调节管电流,只能根据患者BMI手动选择管电流大小[12]。GSI Assist智能匹配技术为管电流大小的自动选择提供了可能,该技术以设备预设参数和患者体型为基础,通过设定图像噪声水平的预期值(NI值),自动选择最佳的管电流大小[13-14]。本研究在能谱成像中根据NI值10、11和12划分为3个扫描组,并与常规CT扫描进行对比分析。辐射剂量结果显示,能谱CT并没有使辐射剂量成倍增长,而且将NI设定为11或12,辐射剂量甚至可以低于常规CT扫描模式。因此根据辐射剂量最优化ALARA原则(as low as reasonably achievable,ALARA)[15],我们会在满足图像质量的前提下,优先考虑NI为11或12的扫描参数。

    为了挖掘低keV图像在改善静脉成像方面的潜能,本研究重建40~70 keV间隔10 keV的单能量图像。结果发现,随着keV能级降低,碘棒CT值和主观评分均呈现出上升的趋势。相较于常规120 kVp图像,50 keV和40 keV图像的碘棒CT值增幅超过90%,碘棒强化程度评分也显著提高。但是keV能级降低的同时,图像噪声也会逐渐增加。特别是40 keV单能量图像,其碘棒锐利度评分有所下降,大小血栓识别的假阳性率也有所增加。

    能谱CT搭载的ASIR-V图像重建算法为降低图像噪声提供了解决方案。ASIR-V权重越高图像降噪能力就越强,但在实际应用过程中,为了兼顾不同扫描部位对图像质量的特定要求,国内外学者普遍推荐使用40% ASIR-V作为标准配置[16]。而本研究为了进一步扩大ASIR-V在静脉成像和DVT检测方面的优势,重点分析了40%、60%和80% ASIR-V对图像质量的影响。客观结果显示ASIR-V权重增加对提升SNR和CNR的数值有显著作用,但主观评分显示,80% ASIR-V对碘棒边缘锐利度没有明显改善,反而60% ASIR-V获得的评分最高。这是因为80%高权重ASIR-V过度改变了噪声结构,使图像出现蜡状伪影,模糊了碘棒与周围组织之间的分界[5]。尤其是在小血栓识别方面,80% ASIR-V导致血栓边缘虚化、轮廓不清,使血栓检出的真阳性率有所降低。因此我们不推荐在能谱下肢CTV成像中使用80% ASIR-V。

    在与常规120 kVp图像对比过程中,尽管将NI设为12能最大程度减少患者接受的辐射剂量,但实际图像质量并未超过常规120 kVp图像,即使采用ASIR-V技术也无法完全弥补辐射剂量过度降低所造成的图像质量下降。而在NI为11的扫描组中,50 keV结合60% ASIR-V的图像显著提高了碘棒的显示情况和大、小血栓的辨识度。相较于常规120 kVp图像,该成像方案在检出大、小血栓的真阳性率方面平均提升了40%左右。

    本研究的局限性:①尽管能在较短的时间内完成常规CT和能谱CT成像,但对比剂进入血制品间隙的问题依然存在,这可能会影响血栓检出;②虽然模拟了下肢静脉强化以及静脉血栓存在情况,但模体仍无法完全复制人体内复杂的解剖和生理环境。因此最佳的能谱成像方案需要在临床应用中进一步验证和细化。

    在下肢静脉的能谱成像中,将GSI Assist扫描模式的NI设置为11,并重建50 keV结合60% ASIR-V的单能量图像是最佳的能谱成像方案。该方案能提高大、小血栓的识别效能,并在减少辐射剂量的同时,仍保持了血栓的清晰度与静脉的对比度,从而实现了辐射剂量与图像质量之间的平衡。

  • 图  1   模体中碘棒与模拟血栓试管的放置示意图

    注:(a)碘棒在模体中的放置示意图,“1”为碘棒具体放置位置,其余插件均为与模体材质相同的填充棒;(b)模拟大血栓的试管在模体中的放置示意图,“2”为含有大血块试管的具体放置位置,其余插件均为不含血块的试管;(c)模拟小血栓的试管在模体中的放置示意图,“3”为含有小血块试管的具体放置位置,其余插件均为不含血块的试管。

    Figure  1.   Schematic diagram of placement of iodine rods and simulated thrombus test tubes in the phantom

    图  2   大小血块以及含有血块的试管

    注:(a)4枚最大横径大于5 mm的血块(模拟大血栓);(b)4枚最大横径小于5 mm的血块(模拟小血栓);(c)含有大、小血块的试管,试管内部充填了浓度为4 mgI/mL的碘溶液;(d)试管通过填充棒被置入模体孔洞内。图下标尺最小刻度为1 mm。

    Figure  2.   Large and small blood clots and test tubes containing blood clots

    图  3   碘棒在常规120 kVp图像(A组)和能谱成像(B组)中CT值和SD值的变化趋势图

    注:单元格内的数值表示能谱成像中碘棒平均SD值。颜色标尺中蓝色刻度线表示常规120 kVp图像中碘棒平均SD值。NI为噪声指数;AR为ASIR-V,多模型自适应统计迭代重建算法。

    Figure  3.   Trend charts showing CT and SD values of iodine rods in conventional 120 kVp images (Group A) and dual-energy spectral imaging (Group B)

    图  4   碘棒在常规120 kVp图像(A组)和能谱成像(B组)中SNR和CNR的变化趋势图

    注:单元格颜色越接近深绿色,表示SNR和CNR就越大。单元格内的数值表示碘棒SNR和CNR的平均值。颜色标尺中蓝色刻度线表示常规120 kVp图像中碘棒SNR和CNR的平均值。NI为噪声指数;AR为ASIR-V,多模型自适应统计迭代重建算法。

    Figure  4.   Trend charts of SNR and CNR of iodine rods in conventional 120 kVp images (Group A) and dual-energy spectral imaging (Group B)

    图  5   图像主观评分

    注:NI为噪声指数;AR为ASIR-V,多模型自适应统计迭代重建算法。

    Figure  5.   Subjective image scoring

    图  6   大血栓的识别效果

    注:红箭标注的是大血栓位置。

    Figure  6.   Identification effect of large thrombi

    图  7   小血栓的识别效果

    注:红箭标注的是小血栓位置。

    Figure  7.   Identification effect of small thrombi

    表  1   模体图像质量评分标准

    Table  1   Phantom image-quality scoring criteria

    评分 碘棒强化程度 碘棒边缘锐利度
    5 好,对比度极好   锐利,界限非常明确 
    4 较好,对比度良好  清晰,界限明显   
    3 适中,对比度可接受 能分辨,清晰度一般 
    2 较低,对比度较差  欠清晰,界限不明确 
    1 差,对比度极差   不清晰,无法确定边界
    下载: 导出CSV

    表  2   不同扫描方式下血栓的识别效能比较

    Table  2   Comparison of thrombus-detection performance demonstrated by different scanning methods

    类别 NI=10 NI=11 NI=12
    40%AR 60%AR 80%AR 40%AR 60%AR 80%AR 40%AR 60%AR 80%AR
    大血栓 40 keV 80.0/10.0 85.0/10.0 80.0/10.0 80.0/10.0 80.0/10.0 80.0/10.0 80.0/15.0 80.0/15.0 80.0/15.0
    50 keV 90.0/10.0 90.0/5.0 90.0/10.0 90.0/10.0 90.0/5.0 90.0/10.0 85.0/10.0 85.0/10.0 85.0/10.0
    60 keV 80.0/15.0 80.0/15.0 75.0/15.0 80.0/15.0 80.0/15.0 75.0/15.0 75.0/25.0 80.0/15.0 75.0/25.0
    70 keV 70.0/25.0 75.0/25.0 70.0/25.0 70.0/25.0 70.0/25.0 70.0/25.0 65.0/30.0 65.0/30.0 65.0/30.0
    小血栓 40 keV 70.0/10 80.0/10.0 70.0/10.0 70.0/10.0 70.0/10.0 70.0/10.0 70.0/15.0 70.0/15.0 70.0/15.0
    50 keV 80.0/15.0 80.0/5.0 75.0/5.0 75.0/5.0 80.0/5.0 75.0/5.0 80.0/15.0 80.0/15.0 80.0/15.0
    60 keV 60.0/20.0 60.0/20.0 55.0/20.0 60.0/20.0 60.0/20.0 55.0/20.0 55.0/30.0 60.0/20.0 55.0/30.0
    70 keV 55.0/45.0 50.0/40.0 55.0/45.0 55.0/45.0 55.0/45.0 55.0/45.0 50.0/45.0 50.0/45.0 50.0/45.0
    注:“/”前表示真阳性率,“/”后表示假阳性率,单位均为%。AR为ASIR-V多模型自适应统计迭代重建算法。
    下载: 导出CSV
  • [1]

    ROGNONI C, LUGLI M, MALETI O, et al. Clinical guidelines versus current clinical practice for the mana-gement of deep vein thrombosis[J]. Journal of Vascular Surgery: Venous and Lymphatic Disorders, 2021, 9(5): 1334-1344. DOI: 10.1016/j.jvsv.2021.01.020.

    [2]

    KAKKOS S K, GOHEL M, BAEKGAARD N, et al. Editor’s choice-european society for vascular surgery (ESVS) 2021 clinical practice guidelines on the management of venous thrombosis[J]. European Journal of Vascular and Endovascular Surgery, 2021, 61(1): 9-82. DOI: 10.1016/j.ejvs.2020.09.023.

    [3] 中国医师协会血管外科医师分会静脉学组. 常见静脉疾病诊治规范(2022年版)[J]. 中华血管外科杂志, 2022, 7(1): 12-29. DOI: 10.3877/cma.j.issn.1674-0793.2022.04.002.
    [4]

    TANOUE S, NAKAURA T, IYAMA Y, et al. Diagnostic performance of dual-layer computed tomography for deep vein thrombosis in indirect computed tomography venography[J]. Circulation Journal, 2020, 84(4): 636-641. DOI: 10.1253/circj.CJ-19-0722.

    [5] 王诗耕, 刘义军, 李贝贝, 等. 下肢能谱CT静脉成像最佳重建能级和自适应统计迭代重建权重[J]. 中国介入影像与治疗学, 2023, 20(10): 625-629. DOI: 10.13929/j.issn.1672-8475.2023.10.012.

    WANG S G, LIU Y J, LI B B, et al. Optimal reconstructive combination of keV and adaptive statistical iterative reconstruction-V level for energy spectral CT venography of lower extremity[J]. Chinese Journal of Interventional Imaging and Therapy, 2023, 20(10): 625-629. DOI: 10.13929/j.issn.1672-8475.2023.10.012. (in Chinese).

    [6] 王伟新, 张秋奂, 郭鹏德, 等. 能谱CT单能量结合ASiR技术对腹部静脉成像质量的优化研究[J]. CT理论与应用研究, 2019, 28(1): 61-72. DOI: 10.15953/j.1004-4140.2019.28.01.07.

    WANG W X, ZHANG Q H, GUO P D, et al. The evaluation of imaging quality of abdominal vein by combining spectral CT optimal monotromatic imging and ASiR technique[J]. CT Theory and Applications, 2019, 28(1): 61-72. DOI: 10.15953/j.1004-4140.2019.28.01.07. (in Chinese).

    [7] 王宏, 李玲, 逯瑶, 等. 乳腺癌颈胸腹盆增强CT: 能谱与常规扫描模式比较[J]. CT理论与应用研究, 2022, 31(4): 489-498. DOI: 10.15953/j.ctta.2022.094.

    WANG H, LI L, LU Y, et al. Neck-chest-abdomen-pelvis combined enhanced CT in breast cancer patients: Comparison between dual-energy and conventional scanning mode[J]. CT Theory and Applications, 2022, 31(4): 489-498. DOI: 10.15953/j.ctta.2022.094. (in Chinese).

    [8]

    WOO H, CHAI J W, CHOI Y H, et al. Metal artifact reduction for orthopedic prosthesis in lower extremity CT venography: Evaluation of image quality and vessel conspicuity[J]. Cardiovascular and Interventional Radiology, 2019, 42(11): 1619-1626. DOI: 10.1007/s00270-019-02326-2.

    [9]

    ZHAO F L, GOU Y L, LAN Y S. Experimental study on the effects of different exposure conditions and contrast agent concentrations on spectral computed tomography virtual non-contrast images[J]. Quantitative Imaging in Medicine and Surgery, 2024, 14(1): 986-994. DOI: 10.21037/qims-23-1092.

    [10]

    KIM K A, CHOI S Y, KIM R. Endovascular treatment for lower extremity deep vein thrombosis: An overview[J]. Korean Journal of Radiology, 2021, 22(6): 931-943. DOI: 10.3348/kjr.2020.0675.

    [11] 王诗耕, 刘义军, 李贝贝, 等. 能谱CT单能级成像结合ASIR-V对下肢深静脉血栓清晰度的影响[J]. 临床放射学杂志, 2023, 42(8): 1337-1343. DOI: 10.13437/j.cnki.jcr.2023.08.020.

    WANG S G, LIU Y J, LI B B, et al. The effect of virtual monochromatic images on the clarity of lower extremity deep vein thrombosis with spectral CTV combined with ASIR-V reconstruction strategy[J]. Journal of Clinical Radiology, 2023, 42(8): 1337-1343. DOI: 10.13437/j.cnki.jcr.2023.08.020. (in Chinese).

    [12] 中华医学会放射学分会, 中国医师协会放射医师分会, 安徽省影像临床医学研究中心. 能量CT临床应用中国专家共识[J]. 中华放射学杂志, 2022, 56(5): 476-487. DOI: 10.3760/cma.j.cn112149-20220118-00051.
    [13] 刘娜, 周宇婧, 赵明月, 等. 头颈部CTA中GSI Assist单能量成像结合个体化对比剂注射方案的应用研究[J]. 临床放射学杂志, 2022, 41(4): 741-746. DOI: 10.13437/j.cnki.jcr.2022.04.013.

    LIU N, ZHOU Y J, ZHAO M Y, et al. Application study of the GSI monoenergetic imaging combined with individualized contrast injection scheme in head and neck CT angiography[J]. Journal of Clinical Radiology, 2022, 41(4): 741-746. DOI:10.13437/j.cnki.jcr.2022.04.013. (in Chinese).

    [14]

    GAUNTT D M. A suggested method for setting up GSI profiles on the GE Revolution CT scanner[J]. Journal of Applied Clinical Medical Physics, 2019, 20(12): 169-179. DOI: 10.1002/acm2.12754.

    [15] 王永胜, 张鹏宇, 李方中, 等. 不同管电压对头颈部CTA图像质量影响的研究[J]. CT理论与应用研究, 2022, 31(5): 631-638. DOI: 10.15953/j.ctta.2022.026.

    WANG Y S, ZHANG P Y, LI F Z, et al. Study on the influence of head and neck CTA image quality under different tube voltages[J]. CT Theory and Applications, 2022, 31(5): 631-638. DOI: 10.15953/j.ctta.2022.026. (in Chinese).

    [16] 孙杰, 倪亚博, 沈云, 等. 联合全新迭代算法(ASiR-V)的Revolution CT低keV单能量优化腹部血管成像的价值[J]. 放射学实践, 2022, 37(10): 1238-1242. DOI: 10.13609/j.cnki.1000-0313.2022.10.009.

    SUN J, NI Y B, SHEN Y, et al. The optimization abdominal angiography value of revolution CT low-keV single energy combines with the new iterative algorithm (ASIR-V)[J]. The American Journal of Cardio-logy, 2022, 37(10): 1238-1242. DOI: 10.13609/j.cnki.1000-0313.2022.10.009. (in Chinese).

图(7)  /  表(2)
计量
  • 文章访问数:  91
  • HTML全文浏览量:  20
  • PDF下载量:  10
  • 被引次数: 0
出版历程
  • 收稿日期:  2024-06-27
  • 修回日期:  2024-07-17
  • 录用日期:  2024-07-29
  • 网络出版日期:  2024-09-10
  • 刊出日期:  2025-01-04

目录

/

返回文章
返回
x 关闭 永久关闭