CT检查的日益普及使得其导致的电离辐射问题引起公众和业界的普遍担忧。现代CT技术的发展方向也主要朝着在如何满足临床诊断需求的情况下尽可能降低辐射剂量的方向努力。管电压是调节剂量最重要的参数之一，例如，对于一个偏瘦且需要做碘造影剂增强的受检者而言，可以采用一个比较低的管电压（如80 kVp）来平衡造影剂与软组织的对比度；在这种情况下，可以允许图像具有一定的噪声。但是对于一个肥胖体型的受检者而言，为了减轻光子饥饿效应带来的噪声条纹伪影和金属伪影等的影响，为了获得诊断需求的图像质量，往往需要更高的管电压^[1]。当然，调节管电流也可以影响辐射剂量，但由于球管对最高管电流的限制，特别对于目前仍作为各大医院主力使用的老一代单能CT而言，对于某些特定的临床任务，调节管电流受到一定的限制。

对于任何成像系统，图像质量的评价都非常重要。传统采用滤波反投影算法（filtered back-projection，FBP）的CT系统，一般采用以噪声为基础的图像质量评价系统（以对比噪声比为代表），其计算基础是FBP图像中噪声的标准差反比于辐射剂量的平方根^[2]。但是近年来，迭代重建（iterative reconstruction，IR）技术快速发展。相比FBP算法，IR算法的原理是在考虑X线物理、系统光学和病人因素等的情况下，应用统计数据模型或数学模型，不断迭代原始数据和/或重建图像数据，以获得高质量的CT图像^[3]。

有研究表明^[3-7]，IR可以在保证图像质量的同时降低图像噪声，这就使其成为降低辐射剂量的一种重要实现方式。然而，非线性、非静止性的特性使得IR图像的空间分辨率依赖于对比度和剂量；同时，IR算法改善图像噪声的同时也会改变图像的纹理，这就使得传统以线性为基础的噪声评价系统在IR算法面前显得过于简单且捉襟见肘^[8-10]。因此，需要一种全面的评价IR算法图像质量的方法。

本研究拟探究在IR算法的基础上，辐射剂量和管电压对图像质量的影响；除此之外，本研究引入一种基于任务的图像质量（task-based image quality assessment）评价系统^[10]，从图像的空间分辨率、噪声及对病灶的可检出能力方面对比各图像的图像质量。

1.   资料与方法

1.1   扫描体模

采用美国放射学会（American College of Radiology，ACR）质量控制（quality assurance，QA）体模Gammex 464作为扫描对象。该模体直径20 cm，长16 cm，共包括4个模块（module），可以用来测量机器的高/低对比度分辨率、CT值准确性、层厚和检测CT值均匀性等。

本研究使用其中的module 1和module 3测量基于任务的图像质量评价参数：包括任务传递函数（task-based transfer function，TTF）、噪声功率谱（noise power spectrum，NPS）以及可检测能力指数（detectability index，$ {d}' $），三者分别反映图像的空间分辨率、噪声以及对病变的可检测能力。

1.2   扫描方法

GE Revolution Apex对该体模进行扫描，采用螺旋扫描方案，扫描管电压分别为80、100和120 kVp，各管电压下通过调节管电流等扫描参数得到3种辐射剂量方案，分别为5、10和20 mGy，以此得到9组图像（A～C组：80 kVp/5 mGy，80 kVp/10 mGy和80 kVp/20 mGy；D～F组：100 kVp/5 mGy，100 kVp/10 mGy和100 kVp/20 mGy；G～I组：120 kVp/5 mGy，120 kVp/10 mGy和120 kVp/20 mGy）。

扫描参数：扫描准直为0.625×40 mm，视场（field of view，FOV）为30 cm，所有图像重建层厚0.625 mm，矩阵512×512，重建kernel STANDARD，其他扫描参数见表1。采用自适应统计迭代重建算法（adaptive statistical iterative reconstruction-V，Asir-V，迭代等级40％）。

表  1  本研究CT扫描参数

Table  1.  CT Scanning parameters in this study

分组	管电压/kVp	管电流/mA	剂量/mGy	旋转时间/s	螺距
A	80	285	5	0.8	0.984
B	80	570	10	0.8	0.984
C	80	795	20	0.6	0.516
D	100	145	5	0.8	0.984
E	100	290	10	0.8	0.984
F	100	405	20	0.6	0.516
G	120	90	5	0.8	0.984
H	120	180	10	0.8	0.984
I	120	215	20	0.7	0.516

下载: 导出CSV 

| 显示表格

1.3   图像分析

使用imQuest 7.1软件进行图像分析，该软件专门用作ACR及相关体模的CT图像定量测量（https://deckard.duhs.duke.edu/~samei/tg233.html）。选取module 1中骨（Bone，950 HU，右上）和丙烯酸（Acrylic，120 HU，左下）测量各组图像的TTF（图1（a））。TTF是在调制传递函数（modulation transfer function，MTF）的基础上改进的一种算法，TTF的计算依赖于信号对比度和信号周围的背景噪声。检测及计算方法如下：

图  1  任务传递函数TTF和噪声功率谱NPS的测量图示

Figure  1.  Diagram for task-based transfer function and noise power spectrum

下载: 全尺寸图片 幻灯片

分别在两个物质边缘放置一个圆形ROI，计算径向方向上物质中心到边缘的边缘分布函数（edge spread function，ESF）；为减小噪声的影响，连续测量module 1中心10个连续层面并计算平均ESF；最后将线性分布函数（line spread function，LSF；一种平均ESF的衍生函数）通过傅立叶变换计算两种物质的TTF。分别记录两种物质的50％ TTF值（TTF_50％），其值越高代表图像空间分辨率越高。

使用module 3测量各组图像的NPS，其作为空间分辨率函数描述了傅立叶变换下的噪声改变，反映图像噪声大小。测量方法如下（图1（b））：在图像中心层面及3、6、9和12点方向分别放置5个等面积的正方形ROI（128×128像素），通过离散傅立叶变换计算2D方向上背景噪声；为降低随机效应的影响，计算模块中心10个连续层面的NPS并计算其平均值，记录各组图像噪声（noise，单位HU）、尖峰NPS值（NPS peak）及f-peak值（尖峰NPS时对应的空间频率，单位1/mm），NPS peak值越高代表噪声越大，f-peak值越高代表噪声越小。

通过结合传统的非预白化（non-pre-whitening，NPW）观察者模型和人体视觉滤波器组成的混合模型（NPW observer model with an eye filter，NPWE），在图像NPS和TTF均知晓的情况下，可以进一步计算图像的可检测能力指数${d}'$，其值越高代表病灶检出能力越强。通常情况下，${d}'$需要实现两个任务函数的计算，分别模拟肝脏肿块（大纹理）和钙化或高对比度组织边界（小纹理）。本文主要针对大纹理$ {d}' $的计算，借鉴Greffier等^[3]的研究，其任务函数由丙烯酸的TTF替代。${d}'$公式如下：

式中，u和v分别代表图像x和y轴方向上的空间分辨率，E代表视觉滤波器，模拟人类视觉系统对于不同空间分辨率的敏感性，$ W\left(u,v\right) $为任务函数，是检测目标/对象存在与否的假设函数。

1.4   统计

本研究涉及的连续性变量以均值±标准差表示；剂量和管电压对图像的影响采用单因素方差分析，多重比较采用FDR校正，以P<0.05认为差异具有统计学意义。

2.   结果

2.1   任务传递函数TTF

9组图像骨组织的TTF_50％ 均相近（0.42～0.44，表2），剂量对各组图像骨TTF_50％ 无显著影响（P>0.999）；管电压对各组图像的影响较剂量明显，但差异不具有统计学意义（P=0.111）。管电压对丙烯酸TTF_50％ 的影响较剂量明显，但两者差异均无统计学意义（P=0.220和P>0.999）。

表  2  各组图像基于任务的图像质量评价参数结果

Table  2.  Assessment results for images based on task-based image image quality assessment

分组	骨TTF50％/mm-1	丙烯酸TTF50％/mm-1	噪声/HU	f-peak/mm-1	NPS peak /HU2mm2	${d}'$
A	0.43	0.46	24.2	0.28	678.5	13.07
B	0.43	0.40	23.0	0.30	607.8	15.45
C	0.43	0.40	22.8	0.30	586.3	16.85
D	0.42	0.42	17.2	0.25	316.2	16.73
E	0.44	0.42	16.2	0.27	297.6	19.57
F	0.43	0.40	16.1	0.28	314.7	21.63
G	0.42	0.42	11.6	0.27	158.9	24.01
H	0.44	0.43	10.9	0.27	137.3	27.95
I	0.43	0.40	10.8	0.28	132.5	32.09

下载: 导出CSV 

| 显示表格

2.2   噪声功率谱NPS

噪声随着剂量上升而显著减小（5 mGy vs. 10 mGy vs. 20 mGy=23.33±0.76 vs. 16.50±0.61 vs. 11.10±0.44，图2），差异具有统计学意义（P=0.000）；同剂量下，噪声随着管电压的增加而减小，但差异不具有统计学意义（80 kVp vs. 100 kVp vs. 120 kVp=17.67±6.31 vs. 16.7±6.01 vs. 16.57±6.01，P>0.999）。剂量较管电压对f-peak的影响较大，但两者差异均无统计学意义（P=0.163和0.543）。NPS peak随着剂量的增加而显著降低（5 mGy vs. 10 mGy vs. 20 mGy=624.20±48.24 vs. 309.50±10.33 vs. 142.90±14.07，P=0.000）；管电压增加同样导致NPS peak的下降，但其差异不具有统计学意义（P>0.999）。各组图像噪声参数见表2。

图  2  9组图像的噪声功率谱NPS结果

Figure  2.  NPS for nine sets of images

下载: 全尺寸图片 幻灯片

2.3   可检测能力指数$ {d}' $

随着剂量的增加，图像的检出能力上升（5 mGy vs. 10 mGy vs. 20 mGy=15.12±1.91 vs. 19.31±2.46 vs. 28.02±4.04），差异具有统计学意义（P=0.020）；管电压升高图像检出能力上升，但各管电压下差异无统计学意义（P=0.920）。各组图像$ {d}'$见表2。

3.   讨论

传统的图像质量评价指标不足以反映图像的空间分辨率和低对比度下的检出能力。在相同的条件下，这些指标得出的结果往往会低估辐射剂量，因而不足以反映放射科医生对疾病或损伤的解释能力^[11-12]。并且，各种IR技术在临床上日益广泛应用的今天，以线性函数为基础的诸如对比噪声比等评价指标不能真实反映IR噪声的非线性特点以及改变的噪声纹理^[13]。本研究采用的以任务为基础的图像质量评价指标可以更加客观而准确地反映不同需求下的CT图像质量。

TTF用来评价图像的空间分辨率。本研究中，骨和丙烯酸两种嵌入物分别代表高对比和低对比下各组图像的空间分辨率。不同剂量下两种物质的TTF_50％ 都无显著区别。既往研究表明，TTF_50％ 随着剂量的上升而升高，但主要体现在低剂量部分，中高剂量的差距不明显，这与本研究的测量结果相一致^[3,14]。本研究也发现，管电压对空间分辨率的影响有限。

增加辐射剂量和升高管电压都有助于改善图像噪声。本研究发现3个噪声参数均受剂量的显著影响，这与之前的研究相一致^[3,14]。降低的空间频率（f-peak）以及增加的NPS peak值通过增加图像的平滑度来改变噪声纹理，这会进一步影响对病灶的检出^[7]。同时，虽然管电压的增加也会一定程度上降低图像噪声，但其效果并不如剂量明显。对于病灶的检出，其与噪声相似，受剂量而不是管电压的显著影响。但临床工作中，情况往往较为复杂。研究表明，图像噪声随着keV能级的升高而减小，虽然其同时牺牲了图像对比度，但选择低keV的图像有助于增强病灶的检出^[15]。因此，选择合适的剂量和管电压跟具体的临床需求密切相关。

总结，以任务为基础的评价指标可以用来评价图像质量。图像噪声和检出能力受剂量的显著影响；相比之下管电压对两者的影响较小。管电压对空间分辨率的影响相较剂量明显，但两者均无显著差别。剂量和管电压应根据具体的检查需求来进行选择。