头颈部CT血管成像(CTA)是目前诊断头颈部血管病变、观察血管解剖和血管病变以外疾病血供来源的重要影像方法^[1]。由于其扫描范围内存在对X射线比较敏感的器官，如甲状腺和眼晶状体，可能会增加白内障及甲状腺癌发生的风险^[2]。因此，头颈部CTA行低辐射剂量扫描非常必要。为了更好地显示头颈部血管细节，需要使用薄层图像对血管进行后处理，图像噪声也会随之增加，所以在扫描时应遵循放射防护最优化(ALARA)原则^[3]，保持CT图像质量的同时降低辐射剂量至关重要。

降低CT辐射剂量将会导致图像噪声增加，影响图像质量。以往研究中，以自适应统计迭代重建(ASiR-V)为代表的各种迭代重建(IR)算法被广泛用于提升低辐射剂量条件下的图像质量^[4-5]。但有研究报道，当辐射剂量进一步降低时，ASiR-V的降噪能力有限，降低了低对比度病变的检测能力^[6]。此外，过高的迭代比例会导致图像失真，造成“蜡像”伪影^[7-8]，限制了临床上进一步降低辐射剂量应用的潜力。相比于ASiR-V，基于深度学习的图像重建算法(DLIR)在低辐射剂量条件下，可以不改变噪声纹理而有效地降低图像噪声，同时对图像细节保持较高的分辨力，能显著提高低辐射剂量冠状动脉血管和腹部小血管的图像质量^[9-10]，近年来得到快速发展。本研究拟通过比较DLIR算法与ASiR-V算法重建对低辐射剂量头颈部CTA图像质量的影响，探讨DLIR算法在进一步降低辐射剂量的同时提高头颈部CTA图像质量的临床价值。

1. 一般资料：前瞻性连续收集台州医院2023年1月至2023年4月临床怀疑头颈部血管疾病需行头颈部CTA检查的患者80例，按照检查的先后顺序分为A、B两组，每组各40例。A组：男性22例，女性18例，平均年龄(65.6±7.1)岁，体质量指数(BMI)(23.04±1.22)kg/m²；B组：男性21例，女性19例，平均年龄(66.4±7.5)岁，BMI(23.11±1.33)kg/m²。两组患者的性别、年龄和BMI差异均无统计学意义(P>0.05)，两组资料具有可比性。排除标准：碘对比剂过敏；严重心、肝、肾功能不全；甲状腺功能亢进；妊娠妇女；不能配合无法完成头颈部CTA检查。所有患者CT检查前均签署CT检查知情同意书，并经医院伦理委员审查通过(批准号：K202306143)。

2. 检查方法：所有患者都在美国GE Revolution APEX CT扫描仪上行头颈部CTA扫描。采用仰卧位，足头方向扫描，范围从气管隆突下1 cm水平至颅顶。A组：管电压120 kV，噪声指数11.0；B组：管电压80 kV，噪声指数9.0。其他扫描参数两组一致：采用Smart-mA技术自150~680 mA自动调制管电流，探测器宽度80 mm，螺距0.992 ∶1，重建层厚、层间距均为0.625 mm，转速0.5 s/圈。采用双筒高压注射器(Ulrich，德国)经肘正中静脉团注非离子型对比剂(碘海醇350 mg I/ml，通用电气药业，美国)，对比剂总量=体质量× 0.6 ml/kg，根据对比剂总量计算流率=对比剂总量/9 s，再以相同流率追加生理盐水50 ml。扫描均使用对比剂智能跟踪触发技术，监测ROI在降主动脉气管隆突下1 cm层面，触发阈值为100 HU，延迟3.5 s开始扫描。

3. 图像处理：对采集的原始数据，A组采用ASiR-V 50%重建，B组分别采用ASiR-V 50%重建(B1组)和DLIR-H(高级别)重建(B2组)。将A、B1、B2 3组CTA横断位重建图像传输至数坤服务器，用数坤AI头颈部血管分析软件重组血管获得容积再现(VR)、最大密度投影(MIP)、多平面重建(MPR)及曲面重建(CPR)图像，再回传至GE AW4.7工作站进行图像质量评价分析。

4. 图像质量分析与评价

(1) 客观评价：评价前对扫描参数和患者相关信息进行脱敏，在轴位图像上选取主动脉弓、颈总动脉起始部、颈动脉分叉部和大脑中动脉M1段4个层面进行测量和计算，所有测量均在0.625 mm层厚的横断面图像上进行。测量上述4个层面两侧血管的强化CT值及标准差(SD_血管)，并计算其平均值。ROI放在所测量血管中心，大小约为血管管径的1/2~2/3，并避开钙化斑块，如果被测血管严重钙化、管腔严重狭窄或血管闭塞，则不进行测量。测量上述4个相应层面的胸大肌、胸锁乳突肌、脑组织的CT值，测量颈部甲状腺层面腹侧空气区的CT值标准差作为图像的背景噪声(SD_背景)，并计算其平均值。利用公式计算信噪比(SNR)和对比度噪声比(CNR)。SNR=CT_血管/SD_血管，CNR=(CT_血管－CT_肌肉)/ SD_背景。

(2) 主观评价：由两位高年资放射诊断副主任医师以双盲法采用5分法对A、B1、B2 3组图像质量(包括横断位图像、VR、MIP、MPR、CPR等三维重组图像)进行主观评价，内容包括：动脉血管和周围结构的对比度、管壁锐利程度、血管分支显示情况、主观噪声等。评价标准：1分，血管显示差，连续性中断，伪影重，图像噪声较大，无法诊断；2分，血管显示不佳或连续性欠佳，管壁毛糙，伪影较多，图像噪声较大，诊断受限；3分，血管显示一般，血管连续性尚可，管壁稍毛糙或伪影轻度，图像噪声稍大，能满足诊断要求；4分，血管显示良好，血管连续性较好，管壁轻微模糊或伪影轻微，图像噪声轻微，可以诊断；5分，血管显示优秀，血管连续性好，血管壁边缘锐利，无伪影，图像噪声不明显，易于诊断。取两名医师评分值的平均值，评分≥3分的图像被认为可满足临床诊断要求。

5. 辐射剂量：所有病例仅计算注入对比剂扫描序列的辐射剂量。详细记录并比较由扫描仪剂量报告提供的CT容积剂量指数(CTDI_vol)及剂量长度乘积(DLP)，并计算有效剂量(E)，根据公式E(mSv)=DLP(mGy·cm)×k, 其中k为转换系数，k的取值为0.003 1 mSv/(mGy·cm)^[11]。

6. 统计学处理：采用SPSS 25.0进行统计分析。Kolmogorov-Smirnov检验用于检验连续变量的正态分布。如果呈正态分布，则数据以x±s表示，否则以中位数M(Q₂₅，Q₇₅)表示。两独立样本的t检验或χ²检验用于比较A组和B组一般资料和辐射剂量。针对图像质量，采用Kruskal-Wallis检验分析A组与B1、B2组3组之间差异。B组组内比较采用配对样本t检验分析，A、B组间比较采用独立样本t检验。采用Kappa检验分析观察者间评分的一致性，Kappa值＜0.40，一致性差；0.40≤ Kappa值＜0.75，一致性一般；≥0.75，一致性好。P＜0.05为差异有统计学意义。

1.辐射剂量比较：两组患者间的CTDI_vol、DLP、E的差异有统计学意义(t =32.59、22.01、21.96，P＜0.001)。B组的辐射剂量(E)比A组降低了约41.6%(表 1)。

表 1(Table 1)

表 1 两组检查患者的辐射剂量比较(x±s) Table 1 Comparison of radiation doses between two groups of examined patients (x±s) 组别 例数 CTDIvol(mGy) DLP(mGy·cm) E(mSv) A组 40 6.18±0.43 247.40±24.44 0.77±0.08 B组 40 3.55±0.28 145.19±16.29 0.45±0.05 t值 32.59 22.01 21.96 P值 0.000 0.000 0.000 注：CTDIvol.CT容积剂量指数；DLP.剂量长度乘积；E.有效剂量。A组.管电压120 kV，噪声指数11.0；B组.管电压80 kV，噪声指数9.0

表 1 两组检查患者的辐射剂量比较(x±s) Table 1 Comparison of radiation doses between two groups of examined patients (x±s)

2. 图像质量客观评价：A、B1、B2 3组图像在主动脉弓、颈总动脉起始部、颈动脉分叉部和大脑中动脉M1段4个层面测得的血管强化CT值、SNR、CNR和图像背景噪声的差异均有统计学意义(F=67.69、68.50、50.52、74.10、63.10、91.22、69.16，P＜0.001，表 2)。两两比较结果显示，B2组4个层面的血管强化CT值均高于A组，平均提升了约37.5%，图像噪声降低，SNR、CNR增大，差异有统计学意义(t=-11.04、-11.03、-9.42、-11.90、9.13、-8.42、-11.63，P＜0.05)。B1组和A组图像比较，4个层面的血管强化CT值、图像噪声、CNR均增高，SNR降低，差异有统计学意义(t=-10.74、-10.89、-9.33、-11.11、-3.45、-3.77、2.43，P＜0.05)。B2组和B1组图像相比，4个层面的血管强化CT值差异无统计学意义(P>0.05)，图像噪声降低，SNR、CNR均增高，差异有统计学意义(t=22.88、-26.70、-18.14，P＜0.05)。

表 2(Table 2)

表 2 3组头颈部CTA图像质量的客观评价指标结果比较(x±s) Table 2 Comparison of the objective evaluation indicators concerning the quality of head and neck CTA images among three groups of patients (x±s) 组别 例数 CT值(HU) SD (HU) SNR CNR AOA CCA 1 CCA 2 MCA A组 40 336.05±37.94 349.35±38.47 363.40±41.29 334.00±33.42 9.90±1.78 21.72±2.37 30.79±6.66 B1组 40 494.10±67.24 482.65±67.19 483.05±69.79 462.93±65.37 11.55±2.45 19.96±3.91 38.29±10.66 B2组 40 493.08±64.11 485.20±67.71 484.35±69.89 472.65±65.66 6.48±1.57 29.73±5.53 69.79±20.13 F值 67.69 68.50 50.52 74.10 69.16 63.10 91.22 P值 <0.001 <0.001 <0.001 <0.001 <0.001 <0.001 <0.001 注：AOA.主动脉弓；CCA 1.颈动脉起始部；CCA 2.颈动脉分叉部；MCA.大脑中动脉；SD.背景噪声；SNR.信噪比；CNR.对比噪声比。A组.管电压120 kV，噪声指数11.0，ASiR-V 50% 重建图像；B1组.管电压80 kV，噪声指数9.0，ASiR-V 50%重建图像；B2组.管电压80 kV，噪声指数9.0，DLIR-H重建图像

表 2 3组头颈部CTA图像质量的客观评价指标结果比较(x±s) Table 2 Comparison of the objective evaluation indicators concerning the quality of head and neck CTA images among three groups of patients (x±s)

3. 图像质量主观评价：两位医生对A、B1、B2 3组图像质量主观评价的一致性较好(Kappa=0.75)，对3组图像的主观评分均≥3分，都能满足临床诊断的要求。A组、B1组、B2组3组图像质量的主观评价平均得分为4.0(4.0，5.0)、3.0(3.0，3.5)、4.5(4.0，5.0)，差异有统计学意义(Z=71.06，P＜0.05)。两两比较结果显示，A组与B2组图像主观评分差异无统计学意义(P＞0.05)，均高于B1组图像的主观评分，差异均有统计学意义(Z=-7.27、-7.32，P＜0.05，图 1)。

图 1 ASiR-V 50%与DLIR-H重建算法在低剂量头颈部CTA的图像    A~C患者BMI=23.9，管电压120 kV，噪声指数11.0，ASiR-V 50%算法重建，层厚0.625 mm横断位图像和左右侧颈动脉CPR重组图像；血管显示优秀，血管连续性好，血管壁边缘锐利，无伪影，图像噪声不明显，图像质量评分5分; D~F患者BMI=24.2，管电压80 kV，噪声指数9.0，ASiR-V 50%算法重建，层厚0.625 mm横断位图像和左右侧颈动脉CPR图像；血管显示良好，血管连续性较好，管壁轻微模糊，图像噪声轻微，图像质量评分4分; G~I与D~F为同一病例，管电压80 kV，噪声指数9.0，DLIR-H算法重建，层厚0.625 mm横断位图像和左右侧颈动脉CPR图像；血管显示优秀，血管连续性好，血管壁边缘锐利，无伪影，图像噪声不明显，图像质量评分5分 Figure 1 Low-dose head and neck CTA images reconstructed based on ASiR-V 50% and DLIR-H algorithms    A-C. patient′s BMI=23.9, tube voltage: 120 kV, noise index: 11.0, images reconstructed based on the ASiR-V 50% algorithm: a transverse section image with a layer thickness of 0.625 mm and CPR images of the left and right carotid arteries; excellent vascular display: high vascular continuity, sharp edges of vascular walls, no artifacts, and inconspicuous image noise, yielding an image quality score of 5 points; D-F. patient′s BMI=24.2, tube voltage: 80 kV, noise index: 9.0, images reconstructed based on the ASiR-V 50% algorithm: a transverse section image with a layer thickness of 0.625 mm and CPR images of the left and right carotid arteries; good vascular display: relatively high vascular continuity, slightly blurred vascular walls, and slight image noise, yielding an image quality score of 4 points; G-I. the same case as D-F, tube voltage: 80 kV, noise index: 9.0, images reconstructed based on the DLIR-H algorithm: a transverse section image with a layer thickness of 0.625 mm and CPR images of the left and right carotid arteries; excellent vascular display: high vascular continuity, sharp edges of vascular walls, no artifacts, and inconspicuous image noise, yielding an image quality score of 5 points

头颈部CTA是一项快速、无创的检查方法，是诊断及鉴别头颈部血管疾病及显示血管解剖的有利工具^[1]。如何在满足临床诊断要求的图像质量下，尽可能降低辐射剂量，仍是头颈部CTA检查需关注的重点。目前常采用降低管电压、管电流、自动毫安调制技术和加大螺距等方法降低头颈部CTA辐射剂量。降低辐射剂量势必会带来图像质量的下降。本研究尝试使用降低管电压技术降低患者的辐射剂量进行头颈联合CTA检查，并结合使用DLIR算法进行图像重建来保证图像质量。

降低辐射剂量的最有效的方法是降低管电压或管电流，因患者接受的辐射剂量与管电压的平方成正比，与管电流成线性正比关系，所以降低管电压比降低管电流能更有效地降低辐射剂量^[12]。本研究中，A组患者采用120 kV、Smart-mA技术行头颈部CTA常规低剂量扫描，其有效辐射剂量为(0.77±0.08)mSv，略低于蔡武等^[13]报道的80 kV组的辐射剂量0.84 mSv。而B组患者管电压采用80 kV，其有效剂量仅为(0.45±0.05)mSv，较A组进一步降低了约41.6%。有研究表明，80 kV管电压产生X射线的平均光子能量更容易被对比剂中碘原子的K缘吸收，能够提高强化后血管的CT值，提高了血管和周围组织间的对比度^[14]。本研究结果显示，B2组图像强化后的各段血管CT值较A组图像平均提高了约37.5%。可以肯定的是在一定范围内降低kV值能有效降低辐射剂量的同时提高了血管CT值。

由于管电压的降低会使X射线能量过低，导致图像噪声增大，所以本研究降低管电压同时采用降低噪声指数(B组80 kV使用噪声指数9，A组120 kV使用噪声指数11)来提高Smart-mA管电流保证图像质量，此外，为了进一步提高图像质量，还需要结合图像重建算法来降低图像噪声。

ASiR-V算法是目前运用最广泛重建算法，它相对于传统的滤波反投影(FBP)算法，可以在减少辐射剂量的同时保持较好的图像质量^[4-5]，但是高权重的IR算法会使图像噪声纹理过度“平滑”，图像失去了正常纹理，不利于图像质量进一步提高^[5-6]。所以在临床工作中，很少使用100%权重的算法，大多数推荐50%左右的权重，用来维持噪声和图像边缘清晰间的平衡，因此，本研究A组和B1组采用50%权重ASiR-V重建图像。但当辐射剂量减少约25%时，IR算法会导致低对比度病变的空间分辨率和检测能力下降^[15]。

随着人工智能技术的发展，DLIR算法技术在医学影像领域逐渐发挥独特优势，它是基于深度卷积神经网络的模型，以数以百万计的高剂量、高质量FBP图像数据作为训练目标，以大量极端情况作为验证数据集进行训练，以学习如何主动区分噪音和信号，可以在不改变图像纹理特征或影响解剖的情况下, 降低CT图像噪声，同时提升图像质量，达到进一步降低辐射剂量的目的^{[8, 16-17]}。本研究结果中，B2组采用80 kV低辐射剂量结合DLIR-H算法的图像质量主观评分与A组采用120 kV结合ASiR-V 50%算法的图像质量主观评分相当，两者差异无统计学意义，证实了DLIR算法能在进一步降低辐射剂量的同时保证了图像质量。多项研究表明，DLIR算法的图像噪声比ASiR-V算法显著降低，图像的SNR和CNR均明显提高^{[9-10, 18-19]}。本研究结果显示，B2组图像采用DLIR-H算法，图像噪声明显低于A组和B1组图像采用ASiR-V 50%算法的图像噪声，图像的SNR和CNR也相应提高了，并且B2组DLIR-H重建图像质量的主观评分高于B1组ASiR-V 50%重建图像。

本研究的不足之处：本研究的样本量较小，仍需扩大样本量进一步证实；本研究DLIR算法只针对头颈部CTA的辐射剂量和图像质量方面进行了评价，后续拟开展DLIR算法在图像诊断效能方面的研究；DLIR以及ASiR-V重建算法的权重参数只选择一种，没有进行多重建权重的比较，后续可进一步研究。

综上所述，与ASiR-V算法相比，应用DLIR算法能够进一步降低头颈部CTA检查辐射剂量的同时，明显地减少图像噪声，提高了图像质量，具有良好的临床应用价值。

利益冲突  所有作者均声明不存在利益冲突

作者贡献声明  李杨飞负责论文选题、论文撰写；朱卫萍负责临床支持及数据分析；侯怡迪负责图像采集与数据测量；庞坚信、方奕程负责图像质量主观评价；朱华勇负责论文审阅和研究指导