CT在肺部疾病诊治中的应用价值越来越大,但是由于辐射剂量原因导致其在儿童中应用受限[1],以至于儿童较少享受到现代CT发展的利益。儿童处于生长发育的关键时期,细胞分裂旺盛,对射线更加敏感[2];儿童肺部疾病主要以感染和解剖学发育异常为主[3-4],对于图像分辨率要求低于成人;儿童体型较小,对射线衰减较少。综上理由,儿童应该且适合采用比成人更低剂量的CT扫描进行诊断。目前降低儿童胸部CT剂量的手段主要包括自动管电流调制、低管电压选择、使用迭代重建算法等[5-6]。
本研究以荷兰Philips公司的iCT机型为例,在前期试验中,逐渐降低机器参数(kV,mAs)至最低,所有病例都获得有效诊断,故将研究点设置在该CT机的最低电压和最低电流时间乘积上,称为极限剂量扫描方案(80 kV,10 mAs),探讨儿童胸部使用极限低剂量CT扫描进行临床检查的可行性。
资料与方法1.临床资料:上海交通大学附属新华医院2017年4月1日至4月30日临床建议行胸部CT检查的连续的28例儿童(年龄1个月~7岁,中位年龄8个月)纳入研究,其中<1岁患儿17例,≥1岁患儿11例。
2.检查方法:采用Philips iCT 256层螺旋CT扫描仪完成极限低剂量扫描,对于不予配合的儿童予以镇定后扫描,极限低剂量扫描方案:机器最低剂量,即80 kV,10 mAs,0.625 mm×128,螺距1,全肺范围从上到下扫描。首先直接完成4 mm层厚无间隔迭代重建(iDose4 4级),分别以肺算法和标准算法获得肺算法组和标准算法组两组图像,然后再回顾性薄层重建:缩小视野至胸廓边缘,iDose4 4级,Smooth A,层厚0.67 mm,无间隔;将该序列图像传至Philips Extended Workspace后处理工作站,完成一组与前2组层面完全对应的4 mm层厚的多平面重组图像并设定为图像转换组,同时也重组出冠状位多平面重组图像和薄层块容积成像图像。
3.图像分析:肺算法组、标准算法组、图像转换组3组横断面图像在同一肺窗(窗宽1 450 HU,窗中心-500 HU)条件下进行噪声测量(相当于SD值)和主观评价。
噪声测量:分别在胸锁关节水平连续3个层面图像的气管内勾画圆形感兴趣区,直径约为气管直径的1/3~2/3,测量标准差SD值,取其平均值代表噪声水平。
主观评价:由2位从事影像诊断工作多年的医师进行盲法阅片和评分。对于图像伪影采取2分制评价,1分代表无伪影,2分有伪影;图像质量评分采取5分制,3分以上认为具有诊断价值,观察气道(包括主支气管、中间支气管、段支气管、亚段支气管)、外1/3肺野内的小血管,胸膜下区域肺组织,病灶范围、特点显示情况。5分:图像质量优秀,解剖结构细节显示清晰,病灶显示清晰,诊断明确;4分:图像质量良好,解剖结构显示基本清晰,胸膜下区域肺野细节显示模糊,病灶特点显示清晰,诊断明确;3分:图像质量中等,重要解剖结构显示清晰,病灶特点显示,诊断有信心;2分:图像质量较差,可显示重要解剖结构及病灶,明显模糊,诊断信心不足;1分:图像质量差,解剖结构显示不清,病灶显示不清,无诊断价值[7]。
4.辐射剂量计算:<1岁和≥1岁患儿分别用16和32 cm体模估算剂量。记录每位患者的剂量长度乘积(DLP),并计算有效剂量(E),E=DLP×k,k为转换系数。参考欧洲CT质量标准指南,对于<1岁和≥1岁儿童,k值分别取0.026和0.018 mSv·mGy-1·cm-1[8]。
5.统计学处理:计量资料以x±s表示,采用SPSS 24.0软件进行分析。28例患者的3组图像的噪声值、主观评分,若满足正态性分布且方差齐,用单因素方差分析比较,两两比较采用Turkey检验,若不满足,则用非参数检验(Kruskal-Wallis);<1岁和≥1岁儿童的DLP和E,若符合正态分布且方差齐,采用独立样本t检验,不满足则用非参数检验(Mann-Whitney U)。P<0.05为差异有统计学意义。Kappa检验用来比较两位阅片医师的一致性,Kappa>0认为具有一致性,Kappa≥0.75认为具有较高的一致性。
结果1.噪声:肺算法组、标准算法组和图像转换组的噪声分别为26.7±7.6、15.1±5.5和16.7±4.9,3组间差异有统计学意义(F=29.6,P<0.05)。两两比较(Turkey法)结果显示,肺算法组与标准算法组之间差异有统计学意义(均数差为11.6,P<0.05),肺算法组与图像转换组之间差异有统计学意义(均数差为9.6,P<0.05),标准算法组与图像转换组之间差异没有统计学意义(均数差为-1.7,P>0.05)。和肺算法组图像相比,标准算法组和图像转换组图像噪声值分别降低了43.4%和47.2%。
2.主观评分:横断面图像比较,医师a给所有患者的肺算法组图像评价4分,标准算法组、图像转换组均为5分,但图像转换组图像细节更加丰富(图 1);医师b对肺算法组、标准算法组、图像转换组的评分分别为(4.0±0.0), (4.8±0.4), (4.9±0.3),图像转换组图像评分最高,差异具有统计学意义(H=51.4,P<0.05),两位医师评分的一致性较好(Kappa=0.75),二者对于伪影的评价一致,均认为只有2位患者有伪影(体外物所致伪影)。
![]() |
图 1 图像比较 A.肺算法组图像;B标准算法组图像;C.图像转换组图像;D.气道冠状面厚层块MPR图像;E.容积成像图像 Figure 1 Comparison of images A. Lung algorithm group image; B. Standard algorithm group image; C. Transformation group image; D. Coronal thickness MPR image along the central airway; E. Volume-rendered image |
3.辐射剂量:总的DLP和E平均值分别为(8.65±2.97)mGy·cm和(0.21±0.10)mSv,具体个人最低值分别为4.40 mGy·cm和0.08 mSv。因不同年龄儿童选择的体模和转换系数均不同,故估测的辐射剂量值不同,<1岁和≥1岁患者的DLP分别为(10.87±1.16)和(5.22±0.58)mGy·cm,≥1岁患者的DLP更小,差异具有统计学意义(Z=-4.41,P<0.05)。<1岁和≥1岁患者的E分别为(0.28±0.03)和(0.09±0.01)mSv,≥1岁患者的E更小,差异具有统计学意义(Z=-4.41,P<0.05)。
讨论低剂量CT主要着眼于两个方面:改善扫描参数和改变重建算法。参数优化主要体现在降低管电压(kV)、管电流-时间乘积(mAs),降低管电压后降低了光子能量、X射线的穿透力,所以低管电压更适用于儿童和体型较小的成人,但是kV降低相应会明显增加噪声并可能出现伪影过大,降低mAs同样在减少辐射的同时,会相应增加噪声,理论上,噪声的客观评价指标SD值和管电流-时间乘积的平方根成反比[9],常用的降低mAs方法包括直接降低管电流、增大螺距和提高机架旋转时间以缩短采集时间,或通过自动管电流调节(automatic tube current modulation,ATCM)以体型适应性方式,在降低辐射剂量的同时稳定图像质量,但因为预设了噪声指数或者mAs的上限和下限反而可能会影响图像的质量和辐射剂量[6],在体型过小的患者可能会因预设噪声水平偏差而影响图像质量,在体型过大的患者会增大辐射剂量[10-11]。近些年应用渐多的迭代重建算法(IR)有强大降噪作用,在保持图像诊断质量的同时,可间接降低23%~76%的辐射剂量[12],是另一种低剂量途径,上述2种路径应用低剂量技术有助于更好地显示儿童肺部结构和病变[13-16]。
基于儿童的特殊性和本题的预试验,在低剂量扫描和迭代重建基础上,本研究提出“机器极限低剂量”和“图像转换”两个概念。
所谓机器极限低剂量就是CT机能做到的最低剂量,以Philips iCT 256扫描仪为例,极限低剂量参数为(80 kV和10 mAs),本研究使用极限低剂量结合迭代重建算法所得全部图像符合诊断要求,DLP为5~10 mGy·cm,E为0.1~0.3 mSv,参考欧盟的诊断参考水平[17],儿童胸片剂量换算后约为0.08~0.10 mSv,本研究E相当于1~4张胸片的辐射剂量,明显低于张晓军等[13]用80 kV结合ATCM对幼儿胸部扫描的结论[DLP为(24.18±4.69)mGy·cm,E为(0.94±0.18)mSv]。本研究中出现不同年龄患儿的剂量差异是因为<1岁患儿用16 cm体模估算剂量,≥1岁患儿是用32 cm体模;而在相同扫描条件下,用16 cm体模计算出的剂量约为32 cm体模的2倍[18]。
提出“图像转换”这个名词是为了区别于一般意义上的三维重组,本组图像转换后的图像是与直接扫描重组出来的图像在眼观上无法区分的图像,都是4 mm横断面图像,不同之处在于“图像转换”的图像是薄层图像经轴面厚层多平面重组(MPR)处理出来的厚层图像,一方面是与传统横断面图像具有可比性,另一方面也继承了传统图像的实用性。
本研究对比了肺算法和标准算法的肺窗,传统上认为肺算法看肺更好,也因此被称为“肺算法”,随着电子时代的发展,建立在软读片基础上的阅片方式也有可能发生改变。本研究结果显示,标准算法和Smooth A算法肺窗图像不但不输于“肺算法”的图像空间分辨率(主要取决于图像像素),还明显高于“肺算法”图像的对比分辨率,两相结合,对肺部信息的理解更好。儿科肺CT检查实践中,发现此时更需要对比分辨率,因此,在软读片前提下,建议使用标准或软组织算法图像观察肺部。
如前所述,图像转换后的图像本质是厚层块的多平面重组图像,图像内涵更加丰富,具有更多、更小的像素,因此图像细节和对比也更加优秀,比较分析也显示该组图像优于直接扫描所得图像。
图像转换的基础是薄层图像,后者同时可以完成其他各种三维重组,如本研究的三维正交沿气管-支气管冠状面厚层块多平面重组图像以及相应的薄层块容积成像图像等,这些图像从不同视角观察提供信息,结合横断面显示,可以获取更加丰富的细节信息。诸如容积成像图像等可以突出显示某些特殊征象(主要通过基于对比分辨率的具有密度差异的结构)如马赛克现象等,甚至可以表达肺通气功能,色彩差异直观反映不同肺区域的充气情况,颜色深表示充气多,不均匀提示小气道炎症所致马赛克表现,优于横断面图像。结合转换图像和三维重组可以获得最好的肺部影像评估,即使是在如本研究所示的极限低剂量条件下。
综上所述,机器极限低剂量在儿童胸部CT扫描中完全可行,充分利用迭代重建算法和图像转换可有效保障良好的诊断图像质量,结合三维重组可以最大程度地利用CT技术优势进行肺部评估和影像诊断。
利益冲突 所有研究者未接受任何不正当的赞助,并对研究的独立性和科学性予以保证作者贡献声明 徐蕾负责图像后处理、结果分析和论文撰写;李惠民指导方案设计和影像评价、论文修改;程爱兰负责影像评价;蔡静负责CT扫描和原始数据采集
[1] |
Brenner DJ, Hall EJ. Computed tomography——an increasing source of radiation exposure[J]. N Engl J Med, 2007, 357(22): 2277-2284. DOI:10.1056/NEJMra072149 |
[2] |
Zacharias C, Alessio AM, Otto RK, et al. Pediatric CT:strategies to lower radiation dose[J]. AJR Am J Roentgenol, 2013, 200(5): 950-956. DOI:10.2214/AJR.12.9026 |
[3] |
Shady K, Siegel MJ, Glazer HS. CT of focal pulmonary masses in childhood[J]. Radiographics, 1992, 12(3): 505-514. DOI:10.1148/radiographics.12.3.1609141 |
[4] |
Lobo L, Antunes D. Chest CT in infants and children[J]. Eur J Radiol, 2013, 82(7): 1108-1117. DOI:10.1016/j.ejrad.2011.12.006 |
[5] |
Frush DP. Overview of CT technologies for children[J]. Pediatr Radiol, 2014, 44(Suppl 3): 422-426. DOI:10.1007/s00247-014-3043-8 |
[6] |
唐世龙, 兰永树. 低剂量CT扫描在儿童胸部检查中的应用[J]. 国际医学放射学杂志, 2017, 40(3): 287-290. Tang SL, Lan YS. Application of low dose CT scanning in children's chest[J]. Int J Med Radiol, 2017, 40(3): 287-290. DOI:10.19300/j.2017.Z4620 |
[7] |
Kim Y, Kim YK, Lee BE, et al. Ultra-low-dose CT of the thorax using iterative reconstruction:Evaluation of image quality and radiation dose reduction[J]. AJR Am J Roentgenol, 2015, 204(6): 1197-1202. DOI:10.2214/AJR.14.13629 |
[8] |
Dougeni E, Faulkner K, Panayiotakis G. A review of patient dose and optimisation methods in adult and paediatric CT scanning[J]. Eur J Radiol, 2012, 81(4): e665-683. DOI:10.1016/j.ejrad.2011.05.025 |
[9] |
Kubo T, Lin PJ, Stiller W, et al. Radiation dose reduction in chest CT:a review[J]. AJR Am J Roentgenol, 2008, 190(2): 335-343. DOI:10.2214/AJR.07.2556 |
[10] |
Kalra MK, Maher MM, Toth TL, et al. Techniques and applications of automatic tube current modulation for CT[J]. Radiology, 2004, 233(3): 649-657. DOI:10.1148/radiol.2333031150 |
[11] |
McCollough CH, Bruesewitz MR, Kofler JM. CT dose reduction and dose management tools:overview of available options[J]. Radiographics, 2006, 26(2): 503-512. DOI:10.1148/rg.262055138 |
[12] |
Geyer LL, Schoepf UJ, Meinel FG, et al. State of the art:Iterative CT reconstruction techniques[J]. Radiology, 2015, 276(2): 339-357. DOI:10.1148/radiol.2015132766 |
[13] |
张晓军, 朱斌, 郑晓波, 等. 自动管电流调节联合低电压低剂量扫描技术在幼儿胸部CT扫描中的优化应用研究[J]. 临床放射学杂志, 2016, 35(6): 946-949. Zhang XJ, Zhu B, Zheng XB, et al. Low-dose chest CT scan technique using automatic tube current modulation combined with low voltage:an optimized study in small infants[J]. J Clin Radiol, 2016, 35(6): 946-949. DOI:10.13437/j.cnki.jcr.2016.06.032 |
[14] |
田宏伟, 孙记航, 韩忠龙, 等. 迭代重建算法识别儿童低剂量CT肺内坏死病灶的优势[J]. 医学影像学杂志, 2017, 27(8): 1462-1465. Tian HW, Sun JH, Han ZL, et al. Improving image quality with iterative reconstruction algorithm in chest CT for necrotizing pneumonia pediatrics[J]. J Med Imaging, 2017, 27(8): 1462-1465. |
[15] |
Sun J, Yu T, Liu J, et al. Image quality improvement using model-based iterative reconstruction in low dose chest CT for children with necrotizing pneumonia[J]. BMC Med Imaging, 2017, 17(1): 24. DOI:10.1186/s12880-017-0177-9 |
[16] |
Sun J, Zhang Q, Hu D, et al. Improving pulmonary vessel image quality with a full model-based iterative reconstruction algorithm in 80kVp low-dose chest CT for pediatric patients aged 0-6 years[J]. Acta Radiol, 2015, 56(6): 761-768. DOI:10.1177/0284185114540884 |
[17] |
European Union. RP 180 Part 2: Diagnostic reference levels in thirty-six European countries[R]. Luxembourg: Publications Office of the European Union, 2014: 26-27.
|
[18] |
Siegel MJ, Schmidt B, Bradley D, et al. Radiation dose and image quality in pediatric CT:effect of technical factors and phantom size and shape[J]. Radiology, 2004, 233(2): 515-522. DOI:10.1148/radiol.2332032107 |