基于非增强CT图像的合成CT肺血管造影

《Journal of Imaging Informatics in Medicine》：Synthetic CT Pulmonary Angiography From Non-Contrast CT

　　

摘要

计算机断层扫描肺动脉造影（CTPA）依赖于含碘的造影剂，存在包括肾毒性和过敏反应在内的风险。我们的目标是开发一个分层的、能够识别微小血管的合成框架，以便从无造影剂CT（NCCT）扫描中生成高保真的合成增强型CTPA（SyCTPA）。本研究提出了一种基于循环一致性生成对抗网络（CycleGAN）的分层合成器方法，用于从无造影剂CT（NCCT）扫描中生成合成CTPA（SyCTPA）。共从三个中心收集了410对CTPA和NCCT扫描数据。模型在249对图像上进行了内部训练和验证。另外还有一个包含161对图像的数据集被用作模型泛化评估和下游临床任务验证的测试集。该研究已获得机构审查委员会的批准，在使用前所有患者数据均已完全匿名化和去标识化。在验证集上，所提出的方法实现了156.28的平均绝对误差（MAE）、20.71的峰值信噪比（PSNR）和0.98的结构相似性指数（SSIM）；在独立测试集上，MAE为165.12、PSNR为20.27、SSIM为0.98，平均对比度噪声比（CNR）为2.578。虽然所提出的方法在像素级图像相似性方面与pix2pix和标准CycleGAN相当，但在定性减影分析和下游血管任务中显示出更优异的小血管增强效果。该方法进一步应用于肺血管分割和血管量化等下游任务。在测试集上，使用SyCTPA进行肺血管分割的平均Dice值、clDice值和clRecall值分别为动脉的0.70、0.71和0.73，静脉的0.70、0.72和0.75，均优于NCCT输入结果。SyCTPA与CTPA之间的血管体积类内相关系数（ICC）高于NCCT与CTPA之间的ICC（平均值分别为0.81和0.70），表明SyCTPA在增强血管方面尤其是小血管方面效果显著。本研究证明了使用分层CycleGAN框架从NCCT合成类似CTPA图像的可行性，为降低CTPA中含碘造影剂相关风险提供了一种潜在的无对比剂方法，同时保留了对肺血管疾病的一些诊断价值。在临床应用之前，还需要进一步验证，包括放射科读片员研究和额外的临床终点评估。