［摘要］ 目的：探討人工智能迭代重建（AIIR）算法在低劑量CT尿路成像（CTU）中的應(yīng)用價(jià)值。方法：前瞻性收集行CTU檢查的成年患者98例，按照掃描方案分為常規(guī)劑量組（120 kV、100 mAs）和低劑量組（120 kV、20 mAs）各49例。常規(guī)劑量組使用混合迭代重建（Karl 3D），低劑量組分別使用Karl 3D和AIIR得到低劑量1組和低劑量2組。測量3組腎實(shí)質(zhì)、主動(dòng)脈、腎臟層面腰肌、膀胱、膀胱層面腰肌的CT值和噪聲，計(jì)算SNR和CNR，對3組圖像進(jìn)行主觀評分，并記錄輻射劑量參數(shù)。結(jié)果：3組圖像的噪聲差異均有統(tǒng)計(jì)學(xué)意義，且低劑量2組噪聲值顯著低于常規(guī)劑量組和低劑量1組（均Plt;0.001）。3組圖像的SNR在腎實(shí)質(zhì)、主動(dòng)脈、腎臟層面腰肌、膀胱層面腰肌差異均有統(tǒng)計(jì)學(xué)意義，且低劑量2組顯著高于常規(guī)劑量組、低劑量1組（均Plt;0.05）；膀胱的SNR在常規(guī)劑量組與低劑量1組、常規(guī)劑量組與低劑量2組差異均無統(tǒng)計(jì)學(xué)意義（均Pgt;0.05）；3組圖像的CNR差異均有統(tǒng)計(jì)學(xué)意義，且低劑量2組顯著高于常規(guī)劑量組和低劑量1組（均Plt;0.05）。2位醫(yī)師對3組圖像主觀評價(jià)的一致性高（K值為0.602～0.754）。常規(guī)劑量組、低劑量2組圖像在噪聲、偽影、整體圖像質(zhì)量、腎臟清晰度、膀胱清晰度的主觀評分均高于低劑量1組，差異均有統(tǒng)計(jì)學(xué)意義（均Plt;0.001）；常規(guī)劑量組與低劑量2組圖像評價(jià)指標(biāo)差異均無統(tǒng)計(jì)學(xué)意義（均Pgt;0.05）。低劑量組有效輻射劑量較常規(guī)劑量組降低80.22%。結(jié)論：AIIR在低劑量CTU檢查時(shí)，能有效降低圖像噪聲，提高SNR和CNR，獲得與常規(guī)劑量掃描相當(dāng)?shù)膱D像質(zhì)量，在降低輻射劑量的同時(shí)保證了臨床診斷性能。

［關(guān)鍵詞］ CT尿路造影；深度學(xué)習(xí)；圖像重建；輻射劑量

Value of low-dose combined with artificial intelligence iterative reconstruction algorithm to improve the image quality of CT urography

JIANG Xinrui1，LIU Haifeng2，ZHANG Dongyou2，WANG Tiantian3，ZHAO Ming2

1College of Laboratory，Hubei University of Chinese Medicine，Wuhan 430065，China；2Wuhan Hospital of Traditional Chinese and Western Medicine Affiliated to Hubei University of Chinese Medicine，Wuhan 430022，China；3United Imaging Healthcare，Shanghai 201800，China.

［Abstract］ Objective：To explore the application value of artificial intelligence iterative reconstruction （AIIR） in low-dose CT urography （CTU）. Methods：A total of 98 patients who underwent CTU were prospectively collected and divided into a routine-dose group （group RD，120 kV，100 mAs） and a low-dose group （group LD，120 kV，20 mAs），with 49 cases in each group. All images were reconstructed，group RD with Karl 3D，group LD1 with Karl 3D and group LD2 with AIIR，respectively. The CT value and image noise in renal parenchyma，aorta，psoas muscles at the level of the kidney and the bladder，the bladder were measured in three groups，and SNR and CNR were also calculated. The image qualities were scored，and the radiation dose were recorded. Results：There were significant differences in image noise among the three groups，the noise of group LD2 was significantly lower than that of group RD and LD1 （Plt;0.001）. There were significant differences in SNR of renal parenchyma，aorta，psoas muscles at the level of the kidney and the bladder among the three groups，the SNR of group LD2 was significantly higher than that of group RD and group LD1 （Plt;0.05）. The bladder SNR had no difference between group RD with group LD1，group LD2 （both Pgt;0.05）. There were significant differences in CNR among the three groups，the CNR of group LD2 was significantly higher than that of group RD and group LD1 （Plt;0.05）. The K values of the subjective evaluation of three groups by two radiologists ranged from 0.602 to 0.754，indicating a high degree of consistency. The subjective scores of image noise，artifact，overall image quality，kidney and bladder sharpness in group RD and group LD2 were significantly higher than those in group LD1 （all Plt;0.001），while compared with group LD2，the subjective scores of group RD had no significant differences （all Pgt;0.05）. The effective radiation dose of group LD was 80.22% lower than that of group RD. Conclusions：In low-dose CTU examination，AIIR can effectively reduce the image noise，improve SNR and CNR，obtain the comparable image quality to routine-dose CTU，while reducing the radiation dose and ensuring the clinical diagnostic performance.

［Key words］ Computed tomography urography；Deep learning；Image reconstruction；Radiation dosage

CT尿路成像（CT urography，CTU）是通過靜脈注射對比劑、對泌尿系統(tǒng)進(jìn)行CT成像的一種影像學(xué)檢查方法，具有掃描速度快、單次屏氣掃描覆蓋率高、空間和時(shí)間分辨力高的優(yōu)點(diǎn)，是常用于血尿、尿路腫瘤、腎積水、輸尿管損傷、復(fù)雜尿路感染等的無創(chuàng)性影像方法［1-2］。但CTU需多期檢查，輻射劑量不容忽視［3］?；谏疃葘W(xué)習(xí)的人工智能迭代重建（artificial intelligence iterative reconstruction，AIIR）方法結(jié)合了人工智能與迭代重建算法的優(yōu)點(diǎn)，將基于模型的迭代重建和深層神經(jīng)卷積網(wǎng)絡(luò)相結(jié)合，使重建圖像噪聲更低、質(zhì)量更高。本研究探討AIIR在低劑量CTU中的應(yīng)用價(jià)值。

1" 資料與方法

1.1" 一般資料

前瞻性收集2023年6—10月于武漢市中西醫(yī)結(jié)合醫(yī)院行CTU檢查的成年患者98例，其中男62例，女36例；年齡26～85歲，中位年齡67歲；平均BMI（23.90±3.79）kg/m2。按掃描方案分為常規(guī)劑量組（2023年6—7月就診）和低劑量組各49例（2023年8—10月就診）。本研究經(jīng)醫(yī)院倫理委員會(huì)批準(zhǔn)［批號：〔2020〕IEC（A255）號］，所有患者均簽署知情同意書。

1.2" 儀器與方法

采用聯(lián)影80排160層CT（型號uCT780），掃描參數(shù)：120 kV，常規(guī)劑量組參考電流100 mAs，低劑量組參考電流20 mAs，準(zhǔn)直器寬度40 mm，螺距0.987 5，球管轉(zhuǎn)速0.5 s/r，重建層厚、層距均為1 mm。于右肘前靜脈用高壓CT雙筒注射器注射對比劑（碘濃度400 mg/L），劑量1.2 mL/kg體質(zhì)量，注射對比劑前、后分別注射10、20 mL生理鹽水，流率均為3 mL/s。采用bolus tracking掃描，將ROI設(shè)置在腎上極層面的腹主動(dòng)脈腔內(nèi)，到達(dá)觸發(fā)閾值120 HU后延遲16、80、300 s分別行皮質(zhì)期、髓質(zhì)期、排泄期掃描。對2組髓質(zhì)期圖像進(jìn)行重建，常規(guī)劑量組采用Karl 3D迭代重建算法，低劑量組分別使用Karl 3D和AIIR得到低劑量1組和低劑量2組圖像。

1.3" 圖像質(zhì)量評價(jià)

1.3.1" 客觀質(zhì)量評價(jià)" 在軸位圖像上，分別在腎實(shí)質(zhì)、主動(dòng)脈、腎臟層面腰肌、膀胱、膀胱層面腰肌放置ROI，注意避開病變或偽影，3組ROI的位置、層面、大小一致，測量2次取平均值。測量CT值和噪聲。另選取腹膜下脂肪的ROI作為背景。計(jì)算各ROI的SNR和CNR，SNR=ROI的平均衰減值/圖像噪聲；CNR=（ROI的平均衰減值-ROI背景的平均衰減值）/背景噪聲［4］。

1.3.2" 主觀質(zhì)量評價(jià)" 由2位具有10年以上工作經(jīng)驗(yàn)的醫(yī)師采用雙盲法對3組圖像進(jìn)行主觀評分，取平均分，評價(jià)內(nèi)容包括圖像噪聲、圖像偽影、腎臟輪廓清晰度、膀胱輪廓清晰度、整體圖像質(zhì)量，按5分法評分：①1分，噪聲、偽影嚴(yán)重，腎臟、膀胱顯示不清，圖像質(zhì)量非常差，無法用于臨床診斷；②2分，噪聲、偽影重，腎臟、膀胱顯示差，圖像質(zhì)量差，難以用于臨床診斷；③3分，噪聲、偽影一般，腎臟、膀胱顯示一般，圖像質(zhì)量中等，基本滿足臨床診斷要求；④4分，噪聲、偽影少，腎臟、膀胱顯示良好，圖像質(zhì)量良好，達(dá)到臨床診斷要求；⑤5分，噪聲、偽影極少，腎臟、膀胱顯示清晰，圖像質(zhì)量佳，滿足臨床診斷要求。

1.4" 輻射劑量

記錄容積CT劑量指數(shù)（volume CT dose index，CTDIvol）、劑量長度乘積（dose length product，DLP），并計(jì)算有效輻射劑量（effective dose，ED），ED=DLP×k（腹部權(quán)重因子k=0.015 mSv·mGy-1·cm-1）。

1.5" 統(tǒng)計(jì)學(xué)分析

采用SPSS 25.0軟件分析數(shù)據(jù)。符合正態(tài)分布的計(jì)量資料以x±s表示，組間比較行單因素方差分析，滿足方差齊性行ANOVA檢驗(yàn)，不滿足方差齊性行Welch檢驗(yàn)，兩兩比較采用LSD事后檢驗(yàn)；不符合正態(tài)分布的采用Kruskal-Wallis秩和檢驗(yàn)，兩兩比較采用Bonferroni校正檢驗(yàn)。主觀評分的組間比較行Kruskal-Wallis H檢驗(yàn)，輻射劑量指標(biāo)比較行獨(dú)立樣本t檢驗(yàn)。以Plt;0.05為差異有統(tǒng)計(jì)學(xué)意義。

2" 結(jié)果

2.1" 常規(guī)劑量組與低劑量組一般資料比較

常規(guī)劑量組與低劑量組的性別比、年齡、BMI差異均無統(tǒng)計(jì)學(xué)意義（均Pgt;0.05）（表1）。

2.2" 3組圖像客觀質(zhì)量比較

3組圖像的CT值比較，差異均無統(tǒng)計(jì)學(xué)意義（均Pgt;0.05）。3組圖像噪聲差異均有統(tǒng)計(jì)學(xué)意義，且低劑量2組顯著低于常規(guī)劑量組和低劑量1組（均Plt;0.001）。3組圖像SNR在腎實(shí)質(zhì)、主動(dòng)脈、腎臟層面腰肌、膀胱層面腰肌差異均有統(tǒng)計(jì)學(xué)意義，且低劑量2組顯著高于常規(guī)劑量組和低劑量1組（均Plt;0.05）；但常規(guī)劑量組膀胱SNR與低劑量1組、低劑量2組差異無統(tǒng)計(jì)學(xué)意義（均Pgt;0.05），低劑量1組與低劑量2組差異有統(tǒng)計(jì)學(xué)意義（P=0.03）。3組圖像的CNR差異均有統(tǒng)計(jì)學(xué)意義，且低劑量2組顯著高于常規(guī)劑量組和低劑量1組（均Plt;0.05）（表2）。

2.3" 3組圖像主觀質(zhì)量比較

常規(guī)劑量組、低劑量2組圖像在噪聲、偽影、整體圖像質(zhì)量、腎臟清晰度、膀胱清晰度的主觀評分均高于低劑量1組，差異均有統(tǒng)計(jì)學(xué)意義（均Plt;0.001）；常規(guī)劑量組與低劑量2組圖像評價(jià)指標(biāo)差異均無統(tǒng)計(jì)學(xué)意義（均Pgt;0.05）（表3；圖1，2）。

2位醫(yī)師對3組圖像主觀評分一致性高（K值為0.602～0.754），常規(guī)劑量組與低劑量2組評分均高于低劑量1組，差異均有統(tǒng)計(jì)學(xué)意義（Plt;0.001）；常規(guī)劑量組與低劑量2組評分差異無統(tǒng)計(jì)學(xué)意義（Pgt;0.05）（表4）。

2.4" 常規(guī)劑量組與低劑量組輻射劑量比較

低劑量組較常規(guī)劑量組CTDIvol降低79.78%，DLP下降80.22%，ED下降80.22%，差異均有統(tǒng)計(jì)學(xué)意義（均Plt;0.001）（表5）。

3" 討論

CTU作為一種多期增強(qiáng)掃描，對泌尿系統(tǒng)疾病的診斷至關(guān)重要，其輻射劑量也不容忽視，雖癌癥風(fēng)險(xiǎn)與無閾值的射線暴露呈線性相關(guān)，但因低劑量掃描引起的致癌風(fēng)險(xiǎn)微乎其微［5］。通過CT重建算法來降低輻射劑量是近年來研究的熱點(diǎn)［6］。濾波反投影（filtered back projection，F(xiàn)BP）一直是傳統(tǒng)CT重建技術(shù)的首選，其重建時(shí)間短，但對原始數(shù)據(jù)要求較高，當(dāng)?shù)竭_(dá)探測器的光子不足時(shí)，會(huì)導(dǎo)致圖像質(zhì)量顯著下降。2009年迭代重建技術(shù)被首次應(yīng)用于臨床，隨后，混合迭代算法出現(xiàn)，其雖與FBP類似，但可迭代地過濾數(shù)據(jù)，減少偽影，并降低圖像噪聲［7-8］。

人工智能作為一種新興技術(shù)，在醫(yī)學(xué)影像中逐漸得到應(yīng)用，深度學(xué)習(xí)算法可從數(shù)據(jù)集獲取原始特征創(chuàng)建預(yù)測工具，并將此算法用于分析其他數(shù)據(jù)，與傳統(tǒng)重建算法相比，人工智能技術(shù)降噪能力更高［9-11］。本研究中AIIR結(jié)合了人工智能與模型迭代重建算法的優(yōu)點(diǎn)，成像算法更先進(jìn)，能顯著降噪，在低管電壓下，可有效降低輻射劑量并保證圖像質(zhì)量［9］。也有學(xué)者將AIIR算法用于低劑量腹部增強(qiáng)掃描，圖像質(zhì)量顯著提升［12］。目前已有研究探討低劑量結(jié)合深度學(xué)習(xí)重建技術(shù)在CTU排泄期的價(jià)值［13-14］，證明了深度學(xué)習(xí)重建算法在低劑量CTU中的應(yīng)用價(jià)值。

本研究將低劑量組的mA設(shè)定為自動(dòng)管電流調(diào)制，參考管電流20 mAs，ED約為常規(guī)劑量的19.80%。本研究低劑量2組的噪聲顯著低于常規(guī)劑量組、低劑量1組，表明AIIR在降噪方面具有良好的效果。在腎實(shí)質(zhì)、主動(dòng)脈、腎臟層面腰肌、膀胱層面腰肌，低劑量2組SNR顯著提高；低劑量2組膀胱SNR較低劑量1組提高，常規(guī)劑量組與低劑量1、2組差異無統(tǒng)計(jì)學(xué)意義，因常規(guī)劑量組CT值與低劑量1組接近，低劑量2組CT值稍低于其他組，且低劑量2組噪聲在AIIR下顯著低于其他組，低劑量2組CNR較其他組提高，且差異有統(tǒng)計(jì)學(xué)意義。在2位醫(yī)師的主觀評分上，低劑量1組圖像質(zhì)量較常規(guī)劑量組、低劑量2組差異較大，常規(guī)劑量組、低劑量2組圖像質(zhì)量均較好。本研究中，低劑量2組與常規(guī)劑量圖像相比，主觀評分差異無統(tǒng)計(jì)學(xué)意義，提示AIIR算法能提高低劑量條件下的圖像質(zhì)量、保證診斷性能。

本研究存在的不足：樣本量較小，需擴(kuò)大樣本量進(jìn)一步分析；未將患者按BMI進(jìn)行分類，對BMI較大患者的AIIR結(jié)果能否保持一致有待進(jìn)一步研究。

綜上所述，在低劑量情況下，AIIR較Karl 3D重建能有效降低圖像的噪聲，提高SNR和CNR，在降低輻射劑量的同時(shí)保證圖像質(zhì)量，具有良好的臨床應(yīng)用價(jià)值。

［參考文獻(xiàn)］

［1］ VAN DER MOLEN A J，COWAN N C，MUELLER-LISSE U G，et al. CT urography：definition，indications and techniques. a guideline for clinical practice［J］. Eur Radiol，2008，18（1）：4-17.

［2］ TSILI A C，VARKARAKIS I，PASOGLOU V，et al. CT of the urinary tract revisited［J］. Eur J Radiol，2023，160：110717.

［3］ JAMBI L，ALKHORAYEF M，ALMUWANIS M，et al. Patients’ radiation dose evaluation during contrast enhanced computed tomography urography procedure［J］. Rad Phys Chem，2024，216：111348.

［4］ CHENG Y，HAN Y，LI J，et al. Low-dose CT urography using deep learning image reconstruction：a prospective study for comparison with conventional CT urography［J］. Br J Radiol，2021，94（1120）：20201291.

［5］ SCHULTZ C H，F(xiàn)AIRLEY R，MURPHY L S，et al. The risk of cancer from CT scans and other sources of low-dose radiation：a critical appraisal of methodologic quality［J］. Prehosp Disaster Med，2020，35（1）：3-16.

［6］ 呂培杰，耿琪，劉娜娜，等. 基于深度學(xué)習(xí)的CT圖像重建算法臨床初步應(yīng)用進(jìn)展［J］. 中華放射學(xué)雜志，2022，56（11）：1261-1266.

［7］ WILLEMINK M J，NO?L P B. The evolution of image reconstruction for CT—from filtered back projection to artificial intelligence［J］. Eur Radiol，2019，29（5）：2185-2195.

［8］ 朱小倩，胡君花，羅云，等. Karl和RIO迭代重建算法對腎實(shí)質(zhì)及腎動(dòng)脈CT圖像質(zhì)量的影響［J］. 中國中西醫(yī)結(jié)合影像學(xué)雜志，2022，20（3）：288-291.

［9］ LI W，YOU Y，ZHONG S，et al. Image quality assessment of artificial intelligence iterative reconstruction for low dose aortic CTA：a feasibility study of 70 kVp and reduced contrast medium volume［J］. Eur J Radiol，2022，149：110221.

［10］ WEBB S. Deep learning for biology［J］. Nature，2018，554（7693）：555-557.

［11］ YANG L，LIU H，HAN J，et al. Ultra-low-dose CT lung screening with artificial intelligence iterative reconstruction：evaluation via automatic nodule-detection software［J］. Clin Radiol，2023，78（7）：525-531.

［12］ 曹建新，朱卓，許煒，等. 人工智能模型迭代重建對低劑量腹部增強(qiáng)CT圖像質(zhì)量的影響［J］. 暨南大學(xué)學(xué)報(bào)（自然科學(xué)與醫(yī)學(xué)版），2023，44（5）：547-555.

［13］ 王旭，劉磊，劉義軍，等. 探討深度學(xué)習(xí)重建算法在低劑量CTU檢查中的應(yīng)用價(jià)值［J］. 中國醫(yī)學(xué)計(jì)算機(jī)成像雜志，2023，29（3）：321-325.

［14］ 張悅，張可，郭月飛，等. 深度學(xué)習(xí)圖像重建雙低技術(shù)在CT尿路造影中的初步應(yīng)用［J/CD］. 中華腔鏡泌尿外科雜志（電子版），2022，16（6）：539-545.

（收稿日期" 2024-01-15）