《Frontiers in Radiology》：Deep learning image reconstruction technique for improving image quality and radiation dose reduction compared to iterative reconstruction technique in non-contrast CT head imaging
编辑推荐：
非对比剂CT（NCCT）头部成像是评估中枢神经系统病变的标准影像学方法。重复进行CT脑部检查与癌症累积风险增加相关。深度学习图像重建（DLIR）技术有助于在降低辐射剂量（RD）的同时改善图像质量（IQ），相比迭代重建技术（iDose4）更具优势。因此，研究人员
非对比剂CT（NCCT）头部成像是评估中枢神经系统病变的标准影像学方法。重复进行CT脑部检查与癌症累积风险增加相关。深度学习图像重建（DLIR）技术有助于在降低辐射剂量（RD）的同时改善图像质量（IQ），相比迭代重建技术（iDose4）更具优势。因此，研究人员比较了低剂量（LD）CT联合DLIR（Precise Image）、LD CT联合迭代重建（iDose4）以及标准剂量（SD）CT联合iDose4之间的IQ参数，并进一步评估了NCCT头部成像中SD-iDose4与LD-DLIR之间的辐射剂量降低情况。研究人员将96例患者分为A组（SD联合iDose4）和B组（LD联合DLIR；Precise Image）。所有NCCT脑部扫描均采用128层Incisive CT扫描仪（Philips Healthcare Systems）进行，分别使用iDose4和DLIR重建。研究对两组患者的定性和定量IQ分析以及辐射剂量指数进行了比较，同时评估了LD-DLIR与LD-iDose4之间的病变显著性。结果显示，LD-DLIR实现了辐射剂量的显著降低（有效剂量：1.01 vs. 2.4 mSv；p<0.05）。LD-DLIR在图像质量方面优于SD-iDose4和LD-iDose4。主观评价方面，灰白质分辨力评分从SD-iDose4的3分和LD-iDose4的2.5分提升至LD-DLIR的4.5分；总体图像质量和主观图像噪声从SD-iDose4的3-3.5分和LD-iDose4的2.5-3分提升至LD-DLIR的4-4.5分（p < 0.05）。在灰质丘脑（GMT：2.30-2.31 vs. 4.80-4.85 vs. 6.15-6.25）、白质内囊后肢（WMPIC：1.98-2.21 vs. 4.36-4.38 vs. 5.19-5.32）和邻近皮质灰质（ACGM：2.17-2.19 vs. 4.14-4.22 vs. 5.04-5.08）中，LD-DLIR的图像噪声最低。LD-DLIR的信噪比（SNR）最高（GMT：16.29-16.36 vs. 7.32-7.34（SD-iDose4）和5.61-5.75（LD-iDose4）；WMPIC：14.69-14.75 vs. 6.49-6.51 vs. 5.18-5.26），对比噪声比（CNR）也显著改善（GMT-WMPIC：2.59-2.61（LD-DLIR）vs. 0.98-0.99（SD-iDose4）和0.82-0.83（LD-iDose4）；ACGM-FWM：2.15-2.29 vs. 0.93-0.95 vs. 0.85-0.86）。对于所有脑部病变，LD-DLIR的病变显著性均优于LD-iDose4。研究表明，LD NCCT头部成像联合DLIR在噪声降低、灰白质分辨力改善、SNR和CNR提升方面优于SD和LD联合iDose4，支持DLIR的临床应用。
本研究发表于《Frontiers in Radiology》，旨在探讨深度学习图像重建（DLIR）技术在非对比剂CT（NCCT）头部成像中的应用价值，重点评估其在降低辐射剂量的同时改善图像质量的能力。
研究背景方面，NCCT头部成像是评估中枢神经系统病变的一线影像学方法，具有扫描速度快、空间分辨率高、应用广泛且成本效益好等优势。然而，CT检查伴随的辐射暴露增加了癌症发生风险，重复性CT脑部扫描更会累积这一风险。由于头部CT检查在临床应用中极为常见且常需重复进行，实施剂量优化技术以最小化电离辐射累积暴露的潜在不良影响显得尤为重要。此外，脑部CT成像面临特殊挑战：颅骨包围导致光子饥饿现象，进而产生射线硬化伪影和部分容积伪影，尤其在颅窝区域更为突出。
传统重建方法中，滤波反投影（FBP）因计算效率高、准确性好而被应用三十余年，但在低剂量条件下会产生明显噪声和伪影。迭代重建（IR）算法通过降低噪声、改善图像质量（IQ）解决了这一问题，iDose4作为第四代迭代重建技术应运而生。然而，IR技术在较高重建强度下会导致图像呈现塑料感或斑驳外观。DLIR技术的引入为改善图像质量和降低辐射剂量提供了新途径，Precise Image作为Philips Healthcare开发的先进CT图像重建算法，采用卷积神经网络训练低剂量扫描数据以匹配常规剂量FBP质量图像，在保持空间分辨率和自然噪声纹理的同时避免了IR方法的塑料样外观。目前尚无研究同时降低kVp和mAs评估DLIR（Precise Image）在成人NCCT头部检查中的主观和客观图像质量及辐射剂量，这正是本研究的出发点。
研究人员开展了一项前瞻性研究，采用128层Philips Incisive CT扫描仪，将患者分为A组（标准剂量：120 kVp、290 mAs，iDose4 level 3重建）和B组（低剂量：100 kVp、200 mAs，DLIR-standard/Precise Image重建）。低剂量组图像同时采用DLIR和iDose4重建以便比较。研究对象涵盖颅内出血、梗死、小血管缺血性改变、脑萎缩、肿瘤及术后病例等适应证。研究人员首先通过成人头部CT聚甲基丙烯酸甲酯（PMMA）体模研究确定最佳低剂量参数，随后进行人体研究，由两位超过10年经验的放射科医师盲法评估图像质量，并测量图像噪声（IN）、信噪比（SNR）、对比噪声比（CNR）等客观指标，同时记录容积CT剂量指数（CTDIvol）、剂量长度乘积（DLP）、体型特异性剂量估算值（SSDE）和有效剂量（ED）等辐射剂量指标，并评估病变显著性。
研究得出以下结论：LD-DLIR方案实现了辐射剂量的显著降低，CTDIvol、DLP、SSDE和ED分别降低58.42%、59.20%、58.32%和59.11%（p<0.05）。在图像噪声方面，LD-DLIR在基底节层面（BGL）的灰质丘脑（IN中位数2.30-2.31）、白质内囊后肢（1.98-2.21），以及半卵圆中心层面（CSL）的邻近皮质灰质（2.17-2.19）均显著低于SD-iDose4和LD-iDose4。SNR在LD-DLIR组达到最高，CNR也显著改善。灰白质分辨力主观评分从SD-iDose4的3分和LD-iDose4的2.5分大幅提升至LD-DLIR的4.5分。病变显著性评估中，LD-DLIR对所有脑部病变的显示均优于LD-iDose4，两位阅片者均给予最高评分。
本研究的重要意义在于：首次证实同时降低kVp和mAs的LD-DLIR方案在NCCT头部成像中可实现超过58%的剂量降低，同时获得优于标准剂量的图像质量，为临床神经影像实践提供了更安全、高效的检查方案。
研究采用的主要关键技术方法包括：基于128层Philips Incisive CT扫描仪的影像采集技术；PMMA体模预实验确定最佳低剂量参数；DLIR（Precise Image）深度学习重建算法与iDose4迭代重建算法的对比；盲法主观图像质量评估（采用5分Likert量表评价灰白质分辨力、总体图像质量、主观噪声和图像伪影）；客观图像质量定量分析（ROI测量IN、SNR、CNR，测量层面包括BGL和CSL，区域涵盖GMT、WMPIC、ACGM、FWM及后颅窝脑干）；辐射剂量学评估（CTDIvol、DLP、SSDE、ED）；病变显著性双盲评估；以及统计学分析（Mann-Whitney U检验、Wilcoxon符号秩检验、独立t检验、Cohen's kappa系数评估主观一致性、ICC评估客观一致性）。
研究结果部分按以下小标题展开：
体模研究结果：通过比较SD参数（120 kVp、290 mAs，iDose4）与LD参数（100 kVp，100/150/200 mAs，DLIR）的体模扫描，确定100 kVp和200 mAs为最佳低剂量方案，其IN值（4.9）与SD-iDose4（5.5）接近，该参数在人体研究中加以验证。
主观图像质量分析：LD-DLIR在灰白质分辨力（GWD）、总体图像质量（OIQ）和主观图像噪声（SIN）方面均显著优于SD-iDose4和LD-iDose4（p<0.05），三组间图像伪影（IA）无显著差异（p>0.05）。LD-DLIR的主观评分达4-4.5分，而LD-iDose4因剂量降低评分下降至2.5-3分。阅片者间一致性优秀（k=0.892-0.979）。
客观图像质量分析：BGL层面，LD-DLIR的IN显著低于SD-iDose4和LD-iDose4，SNR显著高于后两者。CSL层面呈现相同趋势。后颅窝指数（PF IN）在LD-DLIR组（2.99）也显著低于SD-iDose4（6.05）和LD-iDose4（6.93）。CNR在BGL和CSL层面均为LD-DLIR最优。ICC显示阅片者间良好至优秀的一致性。
辐射剂量指标：SD-iDose4与LD-DLIR相比，CTDIvol（19.28±0.02 vs. 46.37±0.03 mGy）、DLP（479.03±49.74 vs. 1174.37±54.41 mGy/cm）、SSDE（18.59±2.25 vs. 44.61±4.05 mGy）和ED（1.01±0.10 vs. 2.47±0.32 mSv）均显著降低（p<0.05），剂量降低幅度达58%-59%。
病变显著性：39例患者的39个病灶（涵盖急性缺血、硬膜下出血、颅内出血、术后改变、脑膜瘤、多形性胶质母细胞瘤等）在LD-DLIR中的显示显著性优于LD-iDose4（p<0.05）。LD-iDose4组中97.4%-100%的病灶被评为显著性较低，而LD-DLIR组100%的病灶均获最高显著性评分。
讨论部分，研究人员将本研究结果与既往文献进行了系统比较。在图像噪声方面，本研究LD-DLIR较SD-Hybrid IR的噪声降低幅度（47%-55%）大于Nagayama等报道的15%-17.6%，与LD-iDose4相比降低55%-65%，也高于该研究中LD-DLIR较LD-HIR和LD-MBIR的20%-25%降幅。DLIR较AIDR-3D也显示出更低的IN，噪声功率谱分析显示DLIR将噪声转移至更低平均频率。在灰白质分辨力、SNR和CNR方面，本研究LD-DLIR较LD-iDose4的GWD主观评分提升80%，与Nagayama等报道的GM-WM对比度改善相符。SNR和CNR的提升幅度（150%-200%）与Pula等的研究结果一致。在辐射剂量方面，本研究58%-59%的剂量降低幅度高于既往报道的25% CTDIvol和44% CTDIvol、15% DLP降幅。在病变显著性方面，本研究结果与Okimoto等关于DLIR改善早期梗死检测的报道，以及Nagayama等关于DLIR病变可见性更优的研究结论相符。
研究局限性包括：聚焦于单一厂商的DLIR技术，结果对其他DLIR算法的适用性尚不确定；单中心研究且采用特定检查方案，需多中心研究进一步验证。
研究结论：LD NCCT头部成像联合DLIR在噪声降低、SNR和CNR改善以及病变显著性方面优于SD和LD迭代重建方法（iDose4）。这些结果表明，DLIR在临床方案中的应用支持在不影响诊断图像质量的前提下降低辐射暴露，从而促进更安全、更高效的神经影像实践。
