编辑推荐：
在儿童放射学领域，为探究人工智能智能降噪（INR）在不同剂量下对儿童胸片图像质量的影响，研究人员开展相关研究。结果显示 INR 可提升图像质量或在降剂量时维持画质。这为优化儿童胸片检查提供了新方向。
在医学影像学飞速发展的当下，儿童的健康检查备受关注。尤其是在儿童放射学领域，如何在保证检查效果的同时，减少辐射对孩子的伤害，成为了众多医学专家努力攻克的难题。传统的胸部 X 射线检查虽然是常用手段，但辐射剂量与图像质量之间的平衡一直难以把握。儿童正处于生长发育阶段，身体组织对辐射更为敏感，哪怕是低剂量的辐射，长期积累下来，也可能增加患癌风险。而且，目前大多数人工智能（AI）应用在儿童放射学方面缺乏针对性开发和验证，其在儿童检查中的实际效果和安全性都有待进一步研究。在这样的背景下，为了找到更优化的解决方案，来自瑞典哥德堡大学萨尔格伦斯卡学院等机构的研究人员开展了一项极具意义的研究 ，相关成果发表在《Pediatric Radiology》杂志上。
研究人员主要采用了以下关键技术方法：首先，使用了两个人体模型（PBU - 70 和 PBU60）模拟不同体型的儿童进行胸部检查；然后，基于临床设置调整曝光参数，通过改变过滤条件和源 - 探测器距离（SDD）来实现不同的剂量水平；接着，分别采用常规降噪和 INR 对图像进行后处理；最后，由三位经验丰富的儿科放射科医生依据特定标准对图像质量进行视觉分级评估，并运用视觉分级特征（VGC）分析对数据进行处理。
研究结果
- 前后位（AP）图像质量对比：VGC 分析表明，在每个检查的剂量水平（参考剂量的 40% - 100%）下，经验丰富的儿科放射科医生对使用 INR 处理的 AP 图像质量评分，在统计学上显著高于标准降噪处理的图像。这一结果适用于所有评估重要个体解剖结构的标准（AP1 - AP5）以及标准肺部检查临床可接受图像质量标准（AP6）。与 100% 剂量水平、标准降噪的参考 AP 图像相比，80% 剂量水平的 INR 处理 AP 图像质量被评为显著更好。在较低剂量水平下，部分结构的图像质量也有统计学显著差异。
- 侧位（Lateral）图像质量对比：侧位图像的 VGC 分析显示，各剂量水平下 INR 处理的图像质量评分倾向于更高，但仅在部分剂量水平下部分解剖结构的图像质量有统计学显著改善 。如在 L2 和 L3 标准下，剂量水平≤80% 时；L1 标准下，剂量水平≤63% 时；L4 标准下，剂量水平≤50% 和 80% 时，INR 处理的图像质量有显著提升。与参考图像相比，≥50% 剂量水平的 INR 处理侧位图像质量评分更高，但结果无统计学意义。25% 剂量水平的 INR 处理侧位图像与参考图像的评分无显著差异。
- 伪影水平评估：在伪影水平评估方面（AP7 和 L5 标准），与 100% 剂量水平、标准降噪的参考图像相比，INR 处理的图像在伪影水平上没有明显趋势。不过，在≤80%（AP 图像）和≤32%（侧位图像）的剂量水平下，INR 处理图像的伪影水平被评为显著优于标准降噪处理的图像。而最低剂量水平的标准降噪处理图像的伪影水平，相比 100% 剂量水平的参考图像显著受损。
研究结论与讨论
这项研究表明，INR 这一基于 AI 的软件工具在儿童胸部 X 射线摄影中具有重要价值。在不同剂量水平下，使用 INR 处理的前后位胸部图像，重要解剖结构和整体诊断图像质量在统计学上显著优于标准降噪处理的图像；侧位图像虽改善程度不如前后位图像，但在多数剂量水平下也呈现出图像质量提升的趋势。在较低剂量水平下，INR 处理的图像质量与参考图像相当，这意味着它有可能在降低辐射剂量的同时，维持诊断所需的图像质量。这不仅有助于减少儿童在胸部 X 射线检查中接受的辐射剂量，降低潜在的辐射致癌风险，符合 “合理尽可能低（ALARA）” 原则，还可能提高放射科日常胸片检查的图像质量一致性，为不同经验的医务人员提供更稳定的诊断依据。
然而，该研究也存在一定局限性。研究基于人体模型图像，缺乏真实患者的病理情况，难以完全反映临床实际场景；且仅使用了两个人体模型，参与图像评级的放射科医生数量相对较少，结果可能存在一定局限性。尽管如此，该研究为 AI 技术在儿童胸部放射学中的应用提供了重要的初步证据，后续还需要更多临床研究来进一步验证其效果和安全性。 总的来说，这项研究为儿童胸部 X 射线检查的优化开辟了新方向，有望在未来为儿童健康检查带来更安全、有效的手段。
