能譜CT虛擬平掃技術(shù)在腎囊性病變中的臨床應(yīng)用評估

呂寧寧，劉　宏，權(quán)明吉

(1.延邊大學(xué)醫(yī)學(xué)院，吉林 延吉133000；2.吉林大學(xué)中日聯(lián)誼醫(yī)院；3.延邊大學(xué)附屬醫(yī)院 急診科)

?

能譜CT虛擬平掃技術(shù)在腎囊性病變中的臨床應(yīng)用評估

呂寧寧1△，劉宏2△，權(quán)明吉3*

(1.延邊大學(xué)醫(yī)學(xué)院，吉林 延吉133000；2.吉林大學(xué)中日聯(lián)誼醫(yī)院；3.延邊大學(xué)附屬醫(yī)院 急診科)

近年來能譜成像作為CT的一項新技術(shù)，已經(jīng)突破常規(guī)CT依靠CT值的單參數(shù)成像診斷模式，把CT成像推向了多參數(shù)成像的新的診斷模式，如虛擬平掃技術(shù)、單能量圖像、物質(zhì)分離技術(shù)以及能譜曲線圖等等。虛擬平掃通過對增強圖像進行重建獲得與常規(guī)平掃類似圖像，理論上可以替代常規(guī)平掃從而減少患者的輻射劑量。本研究旨在通過能譜CT對腎囊性病變的檢查，比較真實平掃與皮質(zhì)期虛擬平掃以及實質(zhì)期虛擬平掃圖像質(zhì)量及有效輻射劑量的差異，探討能譜CT虛擬平掃技術(shù)應(yīng)用于腎囊性病的臨床可行性。

1　資料與方法

1.1病歷資料

本回顧性研究經(jīng)醫(yī)院倫理委員會批準，并獲得患者的知情同意。應(yīng)用能譜CT對105例患者(其中男性58例，女性47例；年齡:18-70歲；BMI:18.5-23.9 kg/m2；腹圍:70-90 cm)進行雙腎檢查，常規(guī)行CT平掃以及皮質(zhì)期、實質(zhì)期能譜雙期增強掃描。

1.2儀器與方法

采用GE Discovery HD 750能譜CT機，能譜掃描模式(gemstone imaging，GSI)，螺旋掃描速度0.6秒/周，探測器寬度4 cm；電壓為高低能量(140kVp和80kVp)瞬時(0.5 ms)切換，管電流約550 mA。常規(guī)平掃后采用高壓注射器于肘靜脈注射碘對比劑(歐乃派克320 mgI/ml)100 ml，流率3.5 ml/s。皮質(zhì)期為注藥后30 s開始掃描，實質(zhì)期為皮質(zhì)期后再延遲50 s，層厚5 mm，層間隔5 mm，重建層厚1.25 mm，重建層間隔1.25 mm，重建圖像時均采用標準算法。

1.3后處理分析

將重建薄層單能量圖像導(dǎo)入能譜工作站， 利用GSI volume Viewer分析軟件生成水(碘)密度圖，分別得到皮質(zhì)期和實質(zhì)期層厚1.25 mm、層間距1.25 mm的虛擬平掃圖像，測量腎囊性病變CT值、同層面腰大肌CT值，在測量前對ROI的大小及位置的放置進行專門的培訓(xùn)，保持ROI大小不變，將感興趣區(qū)(ROI)置于TNE和皮質(zhì)期圖像產(chǎn)生的VNE (VNEA)、實質(zhì)期圖像產(chǎn)生的VNE(VNEP)圖像中的相應(yīng)區(qū)域，腎囊性病變選取其最大層面上放置ROI，每處分別測量三次，取其平均值。然后測量前腹壁皮下脂肪均勻區(qū)域中脂肪CT值的標準差值(SD)作為圖像噪聲(IN)，并計算腎囊性病變的信噪比(SNR)和腎囊性病變-腰大肌對比噪聲比(CNR)，計算方法為：腎囊性病變SNR=腎囊性病變CT值/脂肪SD；腎囊性病變-腰大肌CNR=(腎囊性病變CT值-腰大肌CT值)/脂肪SD。

1.4圖像質(zhì)量的主觀評分

由兩位從事腹部影像診斷且經(jīng)驗豐富的醫(yī)師用雙盲法分別獨立觀察及比對三組圖像，并進行主觀質(zhì)量評分。虛擬平掃圖像質(zhì)量評分標準[1]:4分，虛擬平掃圖像腎實質(zhì)及腎囊性病變解剖結(jié)構(gòu)細節(jié)清晰，沒有偽影，與常規(guī)平掃圖像質(zhì)量一樣，完全能滿足診斷要求；3分，虛擬平掃圖像上的解剖結(jié)構(gòu)細節(jié)較常規(guī)平掃稍模糊，偽影較少，但完全能滿足診斷要求；2分，圖像上的解剖結(jié)構(gòu)和細節(jié)顯示欠清晰，偽影較大，但能基本滿足診斷要求；1分，圖像模糊，偽影嚴重，不能滿足診斷要求。

1.5有效輻射劑量的計算

記錄每例患者在檢查時由機器自動生成的容積CT劑量指數(shù)(CT dose index，CTDI vol )及劑量長度乘積(dose length product，DLP)，并按照如下公式[2]分別計算出常規(guī)腎臟三期掃描的患者X線的有效輻射劑量和能譜CT雙期掃描患者的有效輻射劑量。ED (mSv)=K×DLP ；腹部轉(zhuǎn)換系數(shù)K：0.015mSv/(mGy.cm)[3]。

1.6統(tǒng)計學(xué)方法

定量資料用均數(shù)±標準差表示。應(yīng)用SPSS22軟件對結(jié)果進行統(tǒng)計學(xué)分析，采用單因數(shù)方差分析比較三組圖像中腎囊性病變CT值、圖像噪聲、腎囊性病變信噪比、腎囊性病變-腰大肌對比噪聲比、各期的有效輻射劑量的差異以及兩位診斷醫(yī)師評分的差異，并進行組間的兩兩比較，P<0.05為差異有統(tǒng)計學(xué)意義。兩位醫(yī)生對圖像質(zhì)量的主觀評分進行一致性檢驗，Kappa值的解釋為0.01-0.40一致性較差；0.41-0.60中度一致性；0.61-0.80一致性較好；0.81-1.00符合很好。

2　結(jié)果

常規(guī)平掃、皮質(zhì)期虛擬平掃、實質(zhì)期虛擬平掃所測腎囊性病變的CT值結(jié)果見表1，差異有統(tǒng)計學(xué)意義(P<0.05)，虛擬平掃圖像所測CT值較常規(guī)平掃偏小，但差值在2HU以內(nèi)；三組圖像中:①噪聲：CVNE噪聲最低，TNE與PVNE噪聲差異無統(tǒng)計學(xué)差異(P>0.05)；②腎囊性病變的信噪比：PVNE最低，TNE與CVNE的差異無統(tǒng)計學(xué)意義(P>0.05)；③腎囊性病變—腰大肌對比噪聲比：CVNE最高，TNE與PVNE的差異無統(tǒng)計學(xué)差異(P>0.05)。表2所示兩位有經(jīng)驗的醫(yī)師對虛擬平掃圖像質(zhì)量的評分均>3分，兩者的評分差異無統(tǒng)計學(xué)意義(P>0.05)。能譜CT雙期掃描患者有效輻射劑量為(14.64±4.25)mSV，常規(guī)腎臟CT三期掃描患者的有效輻射劑量為(16.50±3.58)mSV，能譜雙期增強掃描較常規(guī)三期CT掃描患者有效輻射劑量減少11.3%。典型病例見圖1。

表1　TNE、CVNE及PVNE客觀參數(shù)、主觀評分及有效輻射劑量統(tǒng)計分析結(jié)果

注：數(shù)據(jù)表示為均數(shù)±標準差

表2　兩位判讀者的主觀評分及一致性檢驗

圖1　女性，45歲，右腎囊腫。a)為常規(guī)平掃；b)為皮質(zhì)期虛擬平掃；c)為實質(zhì)期虛擬平掃。皮質(zhì)期虛擬平掃圖上噪聲 最低，且獲得了最高對比噪聲比。

3　討論

本研究中虛擬平掃圖像上腎囊性病變的CT值與真實平掃接近，皮質(zhì)期虛擬平掃圖像獲得了最小圖像噪聲及最高病變對比噪聲比，且病變的信噪比與真實平掃無統(tǒng)計學(xué)差異，與之前文獻報道[4]皮質(zhì)期虛擬平掃圖像的質(zhì)量要好于實質(zhì)期一致，可能與皮質(zhì)期圖像上對比劑主要集中在動脈血管中，臟器組織毛細血管中對比劑的含量少有關(guān)，這樣就更有利于去除每個CT像素中的碘分布。當圖像的對比噪聲比越高時，其圖像質(zhì)量就越高，反之，其值越小，圖像質(zhì)量就會越差，所以皮質(zhì)期所獲得虛擬平掃圖像質(zhì)量更佳。與雙球管技術(shù)實現(xiàn)虛擬平掃相比，寶石測器可以實現(xiàn)大范圍的CT掃描，同時與常規(guī)掃描采用相同的視野可以更有效的減小圖像噪聲，但為了客觀評價三期圖像噪聲，本研究將脂肪ROI放置在腹前壁皮下脂肪均勻的區(qū)域中，同樣的掃描參數(shù)下，考慮到對于肥胖患者而言，腹前壁皮下脂肪可能被排除在虛擬平掃FOV之外，以及患者的體重指數(shù)BMI>28 kg/m2的肥胖患者，會一定程度上引起噪聲的增加和圖像質(zhì)量的下降[5]，本研究中對患者的BMI及腹圍進行了限定，結(jié)果皮質(zhì)期虛擬平掃圖像獲得了最低圖像噪聲。對于肥胖患者虛擬平掃掃描參數(shù)的選擇將在進一步的實驗中加以研究。在圖像的主觀評價方面，本研究中選擇了兩位從事腹部影像診斷且經(jīng)驗豐富的醫(yī)師用雙盲法分別對圖像質(zhì)量進行觀察及評分，其目的同樣是相對客觀的分析不同醫(yī)師對虛擬平掃圖像上病變的診斷準確性以及虛擬平掃圖像質(zhì)量的認同是否有差異。評分結(jié)果顯示，兩位醫(yī)師均在虛擬平掃圖像上標出了所有病變的位置，且虛擬平掃圖像顯示的病變范圍基本與常規(guī)平掃圖像一致，兩位醫(yī)生的評價結(jié)果具有很好的一致性，Kappa值均>0.8。虛擬平掃與常規(guī)平掃圖像主觀質(zhì)量評分之間沒有統(tǒng)計學(xué)差異，且均大于3分，能夠滿足診斷要求，并且本研究中之所以選擇腎囊性病變，也是考慮到囊性病變CT值較低，與腎實質(zhì)及腰大肌之間的對比明顯，使得主觀評估更加的直觀和客觀，對于腎臟的其他病變將加入進一步研究當中。本研究中所測虛擬平掃圖像CT值較常規(guī)平掃圖像稍偏小，從而可能會增加腎囊性病變增強前后的CT差值，何種原因?qū)е逻@種結(jié)果，一方面，能譜CT虛擬圖像所測的CT值是由水基值轉(zhuǎn)化而來，此過程非常復(fù)雜[6]，可能會導(dǎo)致虛擬平掃值與真實平掃值之間出現(xiàn)偏差；另一方面，我們猜想由于人體血液中本身含有一定量的碘物質(zhì)，在虛擬平掃圖像的分離中也一并被提取，所以測得的CT值將偏??；并且由于本研究中樣本量較少，該結(jié)果還有待進一步的驗證。近年來，由于對CT的廣泛應(yīng)用及的過度依賴，越來越多的人超劑量的接受X光輻射，據(jù)Schindera ST等的一項調(diào)查發(fā)現(xiàn)約有0.5%-2%的患者是由于X光輻射導(dǎo)致癌癥[7]，所以如何在充分發(fā)揮X線的優(yōu)勢前提下，又能有效的降低X線輻射帶來危害成為一個急需解決的難題，Mileto 等[8]在研究中指出，由于應(yīng)用VNC時可省略常規(guī)平掃，因此可以減少受檢者(26.7±9.7)%的輻射劑量，之所以本研究中輻射劑量減低的百分比偏小，是因為在本研究中為了比較皮質(zhì)期和實質(zhì)期所重建的虛擬平掃圖像質(zhì)量，兩期都使用能譜模式掃描，使得輻射劑量增加，在實際工作中，我們只需要在皮質(zhì)期或者實質(zhì)期使用能譜掃描，這樣就可以進一步降低輻射劑量，如按此方法計算，本研究中的有效輻射劑量分別減少了22.2%(皮質(zhì)期能譜模式)和22.4%(實質(zhì)期能譜模式)，從而與文獻報道基本相一致，本研究中應(yīng)用能譜CT虛擬平掃技術(shù)不但節(jié)省了掃描時間，而且在很大程度上降低了患者的輻射劑量，無疑虛擬平掃技術(shù)為解決上述難題提供了一個很有價值的研究方向，尤其對于需要長期隨訪進行多次CT檢查的患者而言特別重要[9]。

[1]Behrendt FF,Schmidt B,Plumhans C,et al.Image fusion in dual energy computed tomography:effect on contrast enhancement,signal-to-noise ratio and image quality in computed tomography angiography [J].Investigative radiology,2009,44(1):1.

[2]McCollough C,Cody D,Edyvean S,et al.The measurement,reporting,and management of radiation dose in CT[J].Report of AAPM Task Group,2008,23:1.

[3]Menzel H,Schibilla H,Teunen D.European guidelines on quality criteria for computed tomography[M].Publication no.EUR 16262 EN.European Commission,Luxembourg,2000：735-738.

[4]袁元,黃子星,李真林,等.胰腺雙能量CT虛擬平掃與真實平掃的初步對比研究[J].放射學(xué)實踐,2013,28(12):1191.

[5]Leschka S,Stolzmann P,Baumüller S,et al.Performance of dual-energy CT with tin filter technology for the discrimination of renal cysts and enhancing masses[J].Academic radiology,2010,17(4):526.

[6]田士峰,劉愛連.雙能 CT 虛擬平掃進展及臨床應(yīng)用[J].國際醫(yī)學(xué)放射學(xué)雜志,2014,37(1):54.

[7]Schindera ST,Nauer C,Treier R,et al.Strategies for reducing the CT radiation dose[J].Der Radiology,2010,50(12):1120,1122.

[8]Mileto A,Mazziotti S,Gaeta M,et al.Pancreatic dual-source dual-energy CT:is it time to discard unenhanced imaging? [J].Clinical radiology,2012,67(4):334.

[9]Megibow AJ.Are we really closer to predicting the development of pancreatic cancer[J].Radiology,2010,254(3):642.

1007-4287(2016)09-1561-03

2015-09-08)

△共同第一作者；*為通訊作者