《Abdominal Radiology》：Super-resolution deep learning reconstruction improves the depiction of peripancreatic arteries and image quality in pancreatic cancer CT
编辑推荐：
准确识别胰腺导管腺癌（pancreatic ductal adenocarcinoma, PDAC）患者的胰周动脉对于确定手术策略和预后至关重要。本研究旨在比较超分辨率深度学习重建（super-resolution deep learning reconstr
准确识别胰腺导管腺癌（pancreatic ductal adenocarcinoma, PDAC）患者的胰周动脉对于确定手术策略和预后至关重要。本研究旨在比较超分辨率深度学习重建（super-resolution deep learning reconstruction, SR-DLR）与常规分辨率深度学习重建（normal-resolution deep learning reconstruction, NR-DLR）及混合迭代重建（hybrid iterative reconstruction, HIR）在PDAC患者胰腺动态CT中对胰周动脉显示的效果。研究人员开展了一项回顾性研究，纳入40例经病理证实为PDAC并接受胰腺动态CT的患者（平均年龄70.8±9.3岁），分别采用SR-DLR、NR-DLR和HIR进行图像重建。定量图像分析评估CT值、图像噪声、对比噪声比（contrast-to-noise ratio, CNR）、边缘上升斜率（edge rise slope, ERS）和边缘上升距离（edge rise distance, ERD）；定性图像分析由5名放射科医师独立评估主要动脉及小胰周动脉的显示情况、肿瘤-血管界面、图像噪声、图像锐利度、诊断可接受性及肿瘤显著性。统计学分析采用配对t检验和Wilcoxon符号秩检验，并进行Bonferroni校正。结果显示，SR-DLR的CT值更高、图像噪声更低、CNR更高，均优于NR-DLR和HIR（所有p<0.001）。对于肠系膜上动脉和胰腺实质，SR-DLR的ERS高于NR-DLR和HIR（所有p≤0.002），而ERD低于NR-DLR和HIR（所有p≤0.001）。定性分析中，SR-DLR在小胰周动脉及除主要胰周动脉显示外的所有定性项目中评分最高（p<0.001）。研究结论认为，SR-DLR可改善PDAC患者胰腺动态CT的定量图像质量，并增强小胰周动脉及肿瘤-血管界面的定性显示。
## 一、研究背景与问题
胰腺导管腺癌（pancreatic ductal adenocarcinoma, PDAC）是恶性程度最高的肿瘤之一，增强多期相胰腺CT在其检出、分期及可切除性评估中发挥着核心作用。准确评估肿瘤与周围血管的关系对于制定手术策略和判断预后至关重要。根据国家综合癌症网络（National Comprehensive Cancer Network, NCCN）指南，评估肿瘤与腹腔干、肝总动脉、肝固有动脉及肠系膜上动脉等主要动脉的接触情况是判断可切除性的关键。然而在临床实践中，更需要详细了解胃十二指肠动脉、胰十二指肠动脉弓系统、背侧胰腺动脉及脾动脉根部等结构。例如，在胰十二指肠切除术中原位结扎胃十二指肠动脉和胰十二指肠下动脉对于血管控制至关重要；远端胰腺切除术中评估肿瘤与脾动脉根部的距离亦具有重要意义；胰体尾癌可能沿背侧胰腺动脉延伸，需要在其起源处离断并解剖周围软组织。这些胰周动脉存在显著的解剖变异，详细的术前影像学评估对于避免术中意外出血不可或缺。
准确评估这些血管需要高空间分辨率以显示胰周动脉，同时需要清晰描绘肿瘤-血管界面。然而，提高CT空间分辨率通常会导致图像噪声增加，可能降低诊断性能和信心，尤其是在评估小血管结构时。近年来，深度学习重建（deep learning reconstruction, DLR）技术被引入以克服这一矛盾，即在降低图像噪声的同时保留图像纹理。目前大多数DLR技术为常规分辨率DLR（NR-DLR），相比混合迭代重建（HIR）可在降低噪声的同时获得更优的噪声纹理。此外，超分辨率DLR（SR-DLR）可实现1024×1024矩阵的高分辨率重建，已报道能改善腹部CT的空间分辨率和血管可视化。既往研究表明SR-DLR可改善PDAC、胰腺实质及主要血管的图像质量和诊断信心，但鲜有研究关注胰十二指肠动脉弓系统及背侧胰腺动脉-横贯胰腺动脉-胰大动脉系统等小胰周动脉，并探讨不同重建方法对其显示及肿瘤-血管关系评估的影响。
## 二、研究设计与关键技术方法
研究人员开展了一项回顾性单中心研究，样本来源于2025年3月至2025年8月期间接受胰腺动态CT并经病理诊断为PDAC的患者队列。经过排除标准筛选后，最终纳入40例患者。所有患者均采用同一款CT扫描仪（Aquilion ONE INSIGHT Edition，Canon Medical Systems）进行检查，扫描参数包括管电压120 kVp、自动管电流调制、标准差设定为13.0（参考层厚5 mm）、螺距0.813、机架旋转时间0.5 s。对比剂以600 mgI/kg碘剂量经肘前静脉30秒匀速注射，分别于注射开始后25秒和45秒采集早期动脉期和晚期动脉期图像。图像分别采用三种重建算法处理：第二代超分辨率算法Precise IQ Engine（SR-DLR）、第一代深度学习重建算法Advanced intelligent Clear-IQ Engine（NR-DLR）、以及传统混合迭代重建算法Adaptive iterative dose reduction three-dimensional（HIR）。SR-DLR重建矩阵为1024×1024，NR-DLR和HIR均为512×512，层厚和增量均为1 mm，重建强度水平均为2（对应"Standard"设置）。定量分析使用ImageJ软件，包括基于靶区的CT值、图像噪声、CNR测量，以及基于线性靶区的ERS和ERD计算。定性分析由5名放射科医师采用盲法、随机化方式进行，评估项目涵盖主要及小胰周动脉显示、肿瘤-血管界面、图像噪声、图像锐利度、诊断可接受性和肿瘤显著性，采用4分或5分制评分系统。统计学分析采用配对t检验和Wilcoxon符号秩检验，并使用Bonferroni校正控制多重比较误差。
## 三、研究结果
### 定量图像分析结果
SR-DLR在早期和晚期动脉期的主动脉CT值均显著高于NR-DLR和HIR（所有p<0.001），晚期动脉期胰腺实质CT值亦显著更高（所有p<0.001）。图像噪声方面，SR-DLR显著低于NR-DLR和HIR（所有p<0.001）。CNR同样以SR-DLR最优，显著高于另两种方法（所有p<0.001）。边缘锐利度指标显示，肠系膜上动脉的ERS在SR-DLR高于NR-DLR（p=0.002）和HIR（p<0.001），胰腺实质ERS也显著更高（所有p<0.001）；同时，胰腺实质和肠系膜上动脉的ERD在SR-DLR均显著更低（所有p≤0.001）。
### 定性图像分析结果
对于包括腹腔干、肝总动脉、肝固有动脉、肠系膜上动脉、脾动脉和胃十二指肠动脉在内的主要动脉，SR-DLR与NR-DLR和HIR的病例级中位评分完全相同，无法进行统计学比较。相反，对于小胰周动脉（包括胰十二指肠动脉弓系统和背侧胰腺动脉-横贯胰腺动脉-胰大动脉系统），SR-DLR评分显著高于NR-DLR和HIR（所有p<0.001）。具体而言，对于胰十二指肠动脉弓系统，SR-DLR在27/40例（67.5%）较NR-DLR、33/40例（82.5%）较HIR提高了评分（从3分提升至4分），但由于所有病例在所有重建方法中均处于诊断范围内，未出现诊断转换。对于背侧胰腺动脉系统，SR-DLR在16/40例（40.0%）较NR-DLR、23/40例（57.5%）较HIR出现评分改善；诊断转换（从诊断不足评分≤2分转为诊断评分≥3分）在3/40例（7.5%）较NR-DLR、11/40例（27.5%）较HIR中发生。此外，SR-DLR在肿瘤-血管界面评估、图像噪声、图像锐利度方面均获得最高评分（所有p<0.001）；诊断可接受性和肿瘤显著性同样以SR-DLR最优（所有p<0.001），且SR-DLR、NR-DLR和HIR均无患者评分为2分及以下。五名阅片者之间的组内相关系数（intraclass correlation coefficient, ICC）为0.04-0.20，一致性普遍较差。
## 四、讨论与结论
本研究比较了SR-DLR、NR-DLR和HIR三种重建算法在胰腺癌患者胰周动脉显示及诊断可接受性方面的表现。SR-DLR在定量图像质量上显著优于NR-DLR和HIR，包括更低的图像噪声、更高的CNR、更高的ERS和更低的ERD。定性分析中，SR-DLR在小胰周动脉显示、肿瘤-血管界面、图像噪声、图像锐利度、诊断可接受性和肿瘤显著性方面均有显著改善，但对主要胰周动脉的显示无显著差异。
近年来，DLR作为能够克服传统HIR固有限度的变革性技术应运而生。Nagayama等报道SR-DLR（PIQE）配合1024矩阵重建在PDAC应用中较NR-DLR和HIR实现了更低的图像噪声、更高的CNR和更优的肿瘤显著性。本研究结果与之相符，并进一步拓展至PDAC小胰周动脉的评估。同样，Nakamoto等报道SR-DLR能在增强腹部CT中同时实现噪声降低和CNR提升，从而改善细微结构的显示。本研究中主动脉和胰腺实质的CT值以SR-DLR更高，这与既往SR-DLR研究中报道的非线性处理导致平均CT值出现微小系统性偏移的现象一致，但各方法间主动脉CT值的绝对差异仅约2-5 HU，虽达统计学显著性，临床意义有限。
供应胰腺的动脉本身管径细小，其精确评估需要高空间分辨率。SR-D从而为评估提供了更好的图像质量。但研究者也指出，评分改善和诊断转换的分析显示，SR-DLR更多是将已处于诊断范围内的图像显示得更清晰，而非将诊断不足的图像转为可诊断，因此应解读为血管清晰度改善而非诊断性能提升的直接证据。此外，阅片者间一致性普遍较差，提示小胰周动脉和肿瘤-血管界面的视觉评估存在一定主观性。
从临床角度，更清晰的小胰周动脉系统和肿瘤-血管界面显示可能有助于PDAC的术前影像判读。尽管当前可切除性标准主要聚焦于腹腔干和肠系膜上动脉等主要血管，但细小动脉分支、解剖变异和侧支循环的详细可视化可能为更安全、个体化的手术规划提供额外信息。
研究存在以下局限性：首先，本研究为回顾性单中心研究，样本量较小（n=40），需要更大规模的多中心前瞻性研究验证；其次，SR-DLR为厂商特异性算法，未与其他厂商的深度学习技术进行直接比较；第三，研究主要聚焦于动脉期以优化动脉评估，SR-DLR在其他期相（如门静脉期用于静脉侵犯评估）的实用性尚待充分阐明；第四，研究队列患者数量相对较少，未进行肿瘤相关、患者相关及扫描相关因素对血管显示和肿瘤-血管界面影响的分层分析；第五，研究评估的是图像质量、血管显示、肿瘤-血管界面可视化和诊断可接受性，而非诊断性能或临床结局，由于未评估动脉侵犯的诊断准确性、可切除性分类、手术发现或治疗决策，改善血管清晰度的临床影响尚不确定，有待未来研究明确；最后，ERS和ERD未在小胰周动脉中直接测量，因这些动脉管径小、走行变异或倾斜，直接放置线性靶区垂直于血管壁技术上具有挑战性，且易受部分容积效应影响、重复性受限，故以肠系膜上动脉作为可重复的参考动脉进行定量锐利度评估，因此定量锐利度结果应解读为参考结构边缘锐利度的改善，而小胰周动脉显示改善则由定性阅片评估支持。
研究结论：与NR-DLR和HIR相比，SR-DLR改善了PDAC患者胰腺动态CT的定量图像质量，并增强了小胰周动脉和肿瘤-血管界面的定性显示。这些发现表明SR-DLR可能有助于PDAC患者的术前影像判读。
