基于深度学习图像重建（DLIR）优化双能量CT低血管性肝脏病变检出率的体模研究：碘剂量降低的潜在可能性

《European Radiology Experimental》：Optimization of hypovascular liver lesion detectability in dual-energy CT using deep learning image reconstruction: a phantom study for potential iodine dose reduction

　　

目的：确定使用深度学习图像重建（deep learning image reconstruction, DLIR）时最大化病变检出率的最佳低keV水平，并基于不同患者体型下的检出率改善评估碘对比剂（iodinated contrast media, ICM）减量的潜在可能性。材料与方法：采用标准胸腹盆腔双能量CT（dual-energy computed tomography, DECT）协议于门静脉期对腹部体模进行扫描，插入三个环模拟不同体型。使用自适应统计迭代重建-V（adaptive statistical iterative reconstruction-V, ASIR-V）50%和高强度DLIR（DLIR-H）重建40至70 keV（间隔10 keV）的虚拟单能量图像（virtual monoenergetic images, VMI）。量化对比增强，采用基于任务的传递函数（task-based transfer function, TTF）评估空间分辨率，使用噪声功率谱（noise power spectrum, NPS）分析噪声特性。采用拟人化模型观察者评估低对比度病变（5–10 mm）的检出率。结果：与ASIR-V相比，DLIR-H提供了相当的对比度、降低的图像噪声和改善的空间分辨率。在所有条件下，DLIR-H的所有病变尺寸均具有技术可检出性。40 keV重建在所有条件下均显示出低血管性病变的最高检出率。然而，在大体模中观察到相对于中小体模的检出率下降，导致碘剂量降低的理论潜力减少。基于体模模型，使用DLIR-H在40 keV时碘剂量降低的理论潜力至少为31.3%。结论：在体模条件下，DLIR-H在40 keV时在所有条件下均显示出低血管性病变的优越检出率，基于模型化的检出率性能，提示降低碘负荷的可能性高达31.3%。

该研究发表于《European Radiology Experimental》，旨在解决双能量CT（DECT）检查中低血管性肝脏病变检出与碘对比剂（ICM）用量优化之间的平衡问题。医学影像在肿瘤学中发挥着关键作用，尤其在初始诊断及后续治疗监测中具有不可替代的地位。对比增强胸腹盆腔CT因其快速采集、广泛普及及全身覆盖优势而被广泛应用于肿瘤影像学。然而，确保高诊断质量和病变检出率至关重要，特别是在评估如小肝脏转移灶等细微发现时，这些发现可能对治疗决策产生重大影响。近年来，DECT技术通过低keV虚拟单能量图像（VMI）重建显著改善了对比分辨率，从而增强了病变的显著性和检出率；但较低的keV水平伴随更高的图像噪声，可能抵消上述优势并影响诊断准确性。为克服这一局限，深度学习图像重建（DLIR）作为一种有前景的解决方案应运而生，能够在降低噪声的同时保持图像质量。高强度DLIR（DLIR-H）相较于自适应统计迭代重建-V（ASIR-V）50%可改善噪声纹理达10%。此外，低keV重建与DLIR的联合应用已显示出低对比度肝脏病变检出率提升60%的效果。这种低keV设置下对比度的改善也为减少ICM用量提供了可能，从而降低对比剂相关并发症风险、减少医疗成本及环境影响。然而，对比剂减少必须与维持诊断图像质量的需求相平衡。既往临床研究中，ICM减少幅度为44%至50%，但尚未有研究评估不同体型下的ICM减量潜力。基于此，本研究旨在确定结合DLIR时低血管性肝脏病变检出的最佳低keV设置，并评估在保留检出率前提下减少ICM用量的可行性。

研究人员开展了一项基于体模的实验研究，使用基于真实患者影像数据设计的拟人化腹部体模，以确保解剖结构和对比条件的临床相关性。研究回顾性分析了90例门静脉期胸腹盆腔DECT检查，均包含确诊的肝脏转移瘤，从中提取体型参数用于体模配置。体模采用QRM拟人化腹部体模（30×20 cm），通过添加2.5 cm软组织环和5 cm软脂肪组织环模拟正常体重和超重体型，对应世界卫生组织（WHO）体重指数（BMI）分类的低体重（<18.5 kg/m2）、正常体重（18.5–24.9 kg/m2）和超重（25–30 kg/m2）三类。扫描使用256排Revolution CT和Revolution Apex CT（GE Healthcare），采用宝石能谱成像（Gemstone Spectral Imaging）技术，通过80 kVp和140 kVp超快速kV切换实现DECT采集。

图像分析涵盖对比度、空间分辨率、噪声、噪声特性及病变检出率五个维度。对比度通过含0、2、4 mg I/mL碘浓度的圆柱形插管评估，经线性回归确定最佳模拟肝脏实质（2.0 mg/mL）和转移瘤（0.45 mg/mL）的碘浓度。空间分辨率采用基于任务的传递函数（TTF）评估，以TTF_50%（50%调制传递函数值对应的空间频率）为量化指标。噪声特性通过噪声功率谱（NPS）分析，计算曲线下方面积作为噪声幅度。低对比度病变检出率采用带眼滤波器的非预白化模型观察者（non-prewhitening model observer with eye filter, NPWE）评估，该模型观察者整合人类视觉响应函数，基于对比度、噪声和空间分辨率等关键图像质量指标评价病变检出率，检测指数d′范围通常为0至无穷大，d′在1.2–1.9之间对应受试者工作特征曲线下面积0.8–0.9，d′>1.9反映优异的病变显著性。ICM减量潜力通过比较最佳keV水平与临床参考标准70 keV的检出率差异估算。

研究结果显示，在回顾性分析中，三组BMI类别的患者前-后径和横径与三种体模尺寸（30×20 cm、35×25 cm、40×30 cm）相似。CT衰减值与三种血液模拟插管碘浓度在所有VMI能级呈强线性相关（r>0.9）。对比度方面，随VMI能量增高对比度逐渐降低，40 keV对比度为70 keV的四倍；两种重建算法间对比度相当，且不同体模尺寸间对比度测量值一致，表明体型对对比增强影响甚微。空间分辨率方面，两种重建技术均随keV增高而改善，ASIR-V 50%在所有条件下略优于DLIR-H；TTF_50%随体模尺寸增大而降低，ASIR-V斜率略陡峭，尤其在小型体模中，但两者差异在低keV时不明显。噪声方面，图像噪声随VMI能量增高而降低，40 keV噪声约为70 keV的两倍；DLIR-H较ASIR-V 50%显著降低噪声，40 keV时噪声降低44%，70 keV时降低33%；DLIR-H在40 keV时的噪声水平与ASIR-V 50%在60 keV时相当，且三体模尺寸间噪声水平一致。

病变检出率方面，所有条件下的检出率均随VMI能量增高而降低；较大病变尺寸检出率更高，较大体模尺寸检出率更低。所有条件下检出率均>1.89，表明技术均可检出。40 keV时检出率最高。DLIR-H在中小体模中持续优于ASIR-V，40 keV时检出率提升分别为62%（小）、71%（中）、33%（大）。能量水平间的检出率变异随病变尺寸减小和体模尺寸增大而减弱。ICM减量潜力方面，与体型呈反比关系：低BMI条件减量机会更大，随体模增大而减少。5 mm病变在小型、中型、大型体模中的理论ICM减量潜力分别为36.5%、41.9%、31.3%。所有条件下DLIR-H均较ASIR-V实现更大的理论ICM减量潜力，且较大病变尺寸与更大减量潜力相关。

讨论部分，研究人员指出该体模研究证实低keV VMI联合DLIR可显著增强病变检出率，支持在体模条件下高达31.3%的理论ICM减量潜力。研究要点如下：首先，40 keV VMI联合DLIR-H实现了低血管性肝脏病变的最高检出率，VMI在40 keV时对比度约为70 keV的四倍，且该对比度增益与体型无关。其次，碘浓度设置基于真实患者CT测量值，低血管性转移瘤更现实地对应0.45 mg/mL碘浓度，有别于既往体模研究常用的2 mg/mL和1 mg/mL。第三，ASIR-V主要降低噪声幅度并改变纹理，而DLIR在降低噪声幅度的同时保留更接近滤波反投影的纹理，这一特性支持DLIR融入临床低keV协议。第四，空间分辨率方面ASIR-V 50%略高于DLIR-H，但该差异未损害病变检出率；不过，DLIR-H对极小病变（<5 mm）检出率的潜在影响尚需进一步研究。第五，DLIR检出率可达ASIR-V的两倍，主要归因于其显著的噪声降低，尤其在5 mm病变和中小体模中检出率提升约40%；大体模中该优势减弱至约26%，提示DLIR相对性能增益可能受大体型中噪声增加和光子饥饿限制。第六，基于检出率改善，大体模和中体模的理论ICM减量分别为31.3%和41.9%；该研究采用检出率指数d′替代对比度-噪声比，同时考虑空间分辨率和目标物体大小，提供了更现实的图像质量评估，并首次评估了体型变异对理论对比度降低的影响，增强了发现的临床相关性。

研究人员同时指出研究局限性：作为体模研究，无法完全复制人体组织的生物学复杂性；体型与对比增强的关系被建模为线性，可能过度简化血流动力学和组织灌注等复杂生理变量；未区分良性和恶性低血管性病变；所有实验在单一制造商的CT扫描仪上进行，限制了结果的普适性；每个BMI组仅评估单一辐射剂量水平。这些局限性提示需要前瞻性体内研究验证临床应用性和安全性。

研究结论：该体模研究表明，在所有模拟体型条件下，40 keV低keV VMI联合DLIR-H显著改善了低血管性病变检出率。这些检出率提升为假设性ICM剂量降低提供了定量基础；然而，该降低未直接测试，仍为理论性的。在对比剂剂量优化付诸实践之前，需要进一步开展包含可变碘浓度和临床验证的研究。