朱熹， 夏巍， 周中柱， 李瑞雪， 朱慶強(qiáng)， 石博文， 葉靖

隨著低劑量胸部CT在惡性胸外腫瘤患者復(fù)查隨訪中的普及，影像科醫(yī)師的工作量與日俱增。目前國內(nèi)醫(yī)學(xué)影像數(shù)據(jù)的年增長量為30%，而影像科醫(yī)師的年增長率僅為4%[1]。同時，為最大限度地提高肺結(jié)節(jié)的檢出率和病灶細(xì)節(jié)的顯示，影像科醫(yī)師需對薄層(層厚0.625～1.25 mm)圖像進(jìn)行對比觀察，每例近1000幀的不同圖像(至少三種：肺窗、縱膈窗、骨窗)進(jìn)一步增加了影像醫(yī)師的工作負(fù)擔(dān)。高負(fù)荷長時間的閱片極易產(chǎn)生視覺疲勞，致使工作效率和診斷準(zhǔn)確性降低，造成肺結(jié)節(jié)的漏診和誤判[2]。研究表明[3]，人工閱片對惡性胸外腫瘤患者的肺內(nèi)結(jié)節(jié)的CT漏診率約為1/3，其中大部分漏診的肺結(jié)節(jié)體積較小，且約20%為惡性病變。

計算機(jī)輔助診斷(computer-aided system，CAD)作為人工智能應(yīng)用于醫(yī)學(xué)影像領(lǐng)域的重要分支之一，具有能精確定量、重復(fù)性好等優(yōu)勢，可有效減輕影像科醫(yī)師的閱片壓力并顯著提高肺結(jié)節(jié)檢出的敏感度[4]。此外CAD對惡性胸外腫瘤患者的復(fù)查也具有重要價值，可提高閱片者間的一致性，改善隨訪建議[5]。但就目前人工智能運(yùn)行的實(shí)際情況表明，人工智能仍不夠智能。除缺乏統(tǒng)一的行業(yè)標(biāo)準(zhǔn)與有效的監(jiān)管保護(hù)以外[6]，魯棒性差為CAD目前存在的另一大缺陷[7]，即軟件穩(wěn)定性受外界因素影響波動顯著。諸多研究[8-10]證實(shí)肺結(jié)節(jié)CAD能效受人為操作、硬件設(shè)備、掃描參數(shù)、患者狀態(tài)等客觀因素影響較大。雖然低劑量CT已成為目前惡性胸外腫瘤患者的首選復(fù)查手段，但患者在復(fù)查隨訪時接受不同等級醫(yī)院的不同檔次設(shè)備、不同參數(shù)掃描的現(xiàn)象較為普遍。不同品牌、不同檔次的CT亦會使用不同的重建技術(shù)，而不同重建技術(shù)是否會對肺結(jié)節(jié)CAD產(chǎn)生影響目前尚缺乏可靠研究。故本次研究根據(jù)結(jié)節(jié)性質(zhì)進(jìn)行分組，分別比較一款CAD在濾波反投影(filtered back projection，F(xiàn)BP)重建、量子降噪(quantum denoising，QD)、三維自適應(yīng)迭代劑量降低重建(adaptive iterative dose reduction 3D，AIDR 3D)、云迭代劑量降低重建(interative dose reduction enhanced，IDRE)下對肺結(jié)節(jié)檢出的差異，旨在探討低劑量CT中不同重建技術(shù)對CAD檢測惡性胸外腫瘤患者肺結(jié)節(jié)的影響。

材料與方法

1.一般資料

回顧性分析2017年11月-2019年1月于本院接受低劑量胸部CT掃描惡性胸外腫瘤患者。排除標(biāo)準(zhǔn)：肺部直徑>10 cm腫塊；圖像存在嚴(yán)重的呼吸或其他偽影；合并其他彌漫性肺部疾病如嚴(yán)重肺氣腫、急性胸部感染、結(jié)節(jié)病、粟粒性肺結(jié)核等。本研究通過本院倫理委員會批準(zhǔn)免知情同意書。

2.CT掃描與重建技術(shù)

掃描采用佳能Aquilion ONE 320排螺旋CT ，掃描范圍從胸鎖關(guān)節(jié)上緣至胸11椎體下緣水平，患者仰臥，雙手上舉，吸氣末屏氣掃描。采用固定管電壓(120 kVp)結(jié)合自動管電流調(diào)節(jié)技術(shù)(20～150 mAs)的低劑量模式，螺旋掃描模式，球管旋轉(zhuǎn)時間0.5 s，準(zhǔn)直寬度64×0.5 mm，矩陣512×512，視野400 mm×400 mm，層厚1.0 mm，層間距0.8 mm掃描。對原始數(shù)據(jù)分別采用FBP、QD、AIDR 3D、IDRE技術(shù)進(jìn)行層厚1.0 mm，層間距0.8 mm的縱膈窗與肺窗的重建。

3.CAD系統(tǒng)

所有參與研究人員均接受CAD操作培訓(xùn)。所使用的推想InferRead CT Lung 4.0是一款已被廣泛運(yùn)用于協(xié)助肺結(jié)節(jié)檢測的基于積卷神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)CAD軟件。導(dǎo)入重建的各組圖后CAD自動提示陽性病灶、性質(zhì)并標(biāo)注其最大層面直徑。

4.客觀圖像質(zhì)量測量

測量方法參考Russi等[11]，由1名高年資技師在GE Advantage Workstation 4.6后處理工作站上于肺動脈分叉軸位層面的降主動脈內(nèi)及同層右側(cè)豎脊肌內(nèi)分別放置面積100 mm2的圓形ROI，記錄各ROI的平均CT值及其標(biāo)準(zhǔn)差(SD)。采用如下公式計算各重建技術(shù)組的平均信噪比(SNR)與對比噪聲比(CNR)：

(1)

(2)

5.肺結(jié)節(jié)診斷與分類標(biāo)準(zhǔn)

由4位具有15年以上胸部診斷經(jīng)驗(yàn)的放射科醫(yī)師采用盲法對IDRE重建圖像共同閱片兩次，每次閱片間隔一個月，當(dāng)意見不統(tǒng)一時通過討論達(dá)成一致。討論結(jié)果作為肺結(jié)節(jié)診斷的標(biāo)準(zhǔn)。參考ACCP指南[12]按結(jié)節(jié)性質(zhì)分為實(shí)性結(jié)節(jié)、部分實(shí)性結(jié)節(jié)、純磨玻璃結(jié)節(jié)三組。比較不同重建技術(shù)下CAD對肺結(jié)節(jié)檢測的敏感度與假陽性數(shù)。

6.統(tǒng)計學(xué)分析

采用SPSS 20.0統(tǒng)計學(xué)軟件進(jìn)行分析。不同組間SNR、CNR和假陽性數(shù)的差異性分析采用方差分析，兩兩比較采用SNK-q檢驗(yàn)；定性資料(敏感度)采用率來描述，不同組間的敏感度差異使用χ2檢驗(yàn)或Fisher確切概率法進(jìn)行比較，兩兩比較采用Bonferroni校正法。如未做說明，假設(shè)檢驗(yàn)均采用雙側(cè)檢驗(yàn)，檢驗(yàn)水準(zhǔn)均設(shè)為α=0.05，以P<0.05為差異有統(tǒng)計學(xué)意義。

結(jié) 果

1.臨床資料

最終380例納入研究，女201例，男179例；年齡28～91歲，平均(58.51±8.62)歲；BMI為15.5～27.8 kg/m2，平均(18.75±1.91) kg/m2。人工閱片共檢出3405個結(jié)節(jié)，其中實(shí)性結(jié)節(jié)2181個，部分實(shí)性結(jié)節(jié)513個，純磨玻璃結(jié)節(jié)711個。

2.客觀圖像質(zhì)量與效能差異

平均SNR和平均CNR依照FBP、QD、AIDR 3D、IDRE順序呈現(xiàn)上升趨勢，四種技術(shù)兩兩之間的差異有統(tǒng)計學(xué)意義。敏感度隨圖像客觀質(zhì)量提高而提升，假陽性率隨圖像客觀質(zhì)量提高逐漸降低。FBP、QD和AIDR 3D敏感度無顯著差異，IDRE(93.64%)的敏感度顯著大于FBP(90.07%)，差異有統(tǒng)計學(xué)意義(P<0.05，表1，圖1～3)。

表1 四種重建技術(shù)下平均SNR、CNR、敏感度與假陽性數(shù)

注：*為χ2檢驗(yàn)，其他均為方差分析；兩兩比較采用SNK-q檢驗(yàn)，a表示與FBP比較差異有統(tǒng)計學(xué)意義，b表示與QD比較差異有統(tǒng)計學(xué)意義，c表示與AIDR 3D比較差異有統(tǒng)計學(xué)意義。

圖1 不同重建算法的平均SNR分析。 圖2 不同重建算法的平均CNR分析。

3.四種重建技術(shù)對不同性質(zhì)肺結(jié)節(jié)的顯示效能

四種重建技術(shù)對檢測實(shí)性結(jié)節(jié)的敏感度無統(tǒng)計學(xué)差異；對檢測部分實(shí)性結(jié)節(jié)的敏感度略有差異，其中云迭代(95.59%)和濾波反投影(84.67%)的敏感度差異有統(tǒng)計學(xué)意義；對磨玻璃結(jié)節(jié)的檢測結(jié)果與部分實(shí)性結(jié)節(jié)類似(表2，圖4)。

表2 四種重建技術(shù)對不同性質(zhì)肺結(jié)節(jié)的敏感度

注：不同組間的敏感度差異采用χ2檢驗(yàn)或Fisher確切概率法進(jìn)行比較，兩兩比較采用Bonferroni校正法；*表示與FBP比較差異有統(tǒng)計學(xué)意義。

討 論

Lodwick等[13]于1966年首次提出利用計算機(jī)進(jìn)行醫(yī)學(xué)影像數(shù)據(jù)分析，即計算機(jī)輔助檢測。但受當(dāng)時技術(shù)水平限制，此后十幾年CAD的發(fā)展緩慢。直到20世紀(jì)90年代，隨著計算機(jī)、數(shù)學(xué)技術(shù)的發(fā)展，CAD研究在醫(yī)學(xué)影像診斷領(lǐng)域取得飛速進(jìn)展，針對不同疾病的CAD軟件不斷涌現(xiàn)。Takahashi等[14]與Zhao等[15]的研究顯示CAD作為第二閱讀者可顯著提高敏感度(54%～96.7%)。雖然CAD緩解了目前人工閱片面臨的壓力，輔助提高對肺結(jié)節(jié)檢出率和閱片效率，但平均假陽性率較高(0.55～13.38個/例)仍是CAD有待解決的問題之一[16-17]。回顧本次研究，雖然在不同重建技術(shù)下CAD對胸外惡性腫瘤患者低劑量CT中肺結(jié)節(jié)敏感度與假陽性率存在部分差異，但所有敏感度均處于合理區(qū)間，且假陽性率并不算高。故在四種重建技術(shù)下，InferRead CT Lung對提高惡性胸外腫瘤患者低劑量CT肺結(jié)節(jié)的檢出率具有輔助作用。

Katsura等[18]證實(shí)，人工閱片對肺結(jié)節(jié)的診斷敏感度在不同重建技術(shù)下具有差異性，但CAD是否具有同樣結(jié)論尚缺乏可靠論證。故本次研究旨在探討在其他掃描參數(shù)相同情況下，重建技術(shù)對CAD檢測惡性胸外腫瘤患者低劑量CT肺結(jié)節(jié)效能的影響。本次研究中自動管電流調(diào)節(jié)技術(shù)有效降低了患者接受的輻射劑量，但不可避免地帶來圖像質(zhì)量下降問題。作為第二代降噪技術(shù)，QD可不同程度的降低圖像噪聲而提高圖像質(zhì)量，尤其是薄層圖像和三維后處理圖像的質(zhì)量。而迭代算法AIRD 3D的出現(xiàn)進(jìn)一步改善了低劑量掃描帶來的噪聲問題。IDRE(eAIRD 3D)是一種基于AIRD 3D基礎(chǔ)上保留高頻噪聲的最新一代迭代算法，能提供更高的圖像紋理與分辨率。四種重建技術(shù)的先進(jìn)程度以FBP、QD、AIRD 3D、IDRE順序不斷提升，平均CNR與SNR即客觀圖像質(zhì)量也照此趨勢不斷提高。雖CAD對各性質(zhì)、大小肺結(jié)節(jié)的敏感度存在部分差異，但結(jié)論與人工讀片結(jié)果相似[19-20]，各組敏感度均隨圖像客觀質(zhì)量提升而提高，假陽性率顯著降低。相關(guān)研究[21-23]證實(shí)，實(shí)性結(jié)節(jié)的診斷基本不受噪聲變化影響，但純磨玻璃結(jié)節(jié)與間質(zhì)性病變的檢出率隨噪聲的降低而顯著提高。故InferRead CT Lung對磨玻璃結(jié)節(jié)組間與部分實(shí)性結(jié)節(jié)組間部分敏感度同樣存在差異。

各色的低劑量掃描技術(shù)的確降低了患者所接受的輻射劑量，但隨之而來的弊端是圖像質(zhì)量的下降，為解決此問題各大CT廠商研發(fā)更新的重建技術(shù)更是不可勝舉。由于條件有限，研究中僅涉及了4種重建技術(shù)，但本研究目的并非為了篩選出適用于CAD的最優(yōu)重建技術(shù)，研究對象也并不是數(shù)據(jù)本身，而在于探究各組間的效能是否存在差異性。各項(xiàng)數(shù)據(jù)表明Infer-Read CT Lung在不同重建技術(shù)下對肺結(jié)節(jié)均均具有較高的敏感度(90.07%～93.64%)以及可接受的假陽性數(shù)(2.06～5.38個/例)，但對不同性質(zhì)肺結(jié)節(jié)的敏感度部分存在差異。其中部分實(shí)性結(jié)節(jié)的敏感度略有差異，IDRE(95.59%)和FBP(84.67%)的敏感度差異有統(tǒng)計學(xué)意義；對磨玻璃結(jié)節(jié)的檢出結(jié)果與部分實(shí)性結(jié)節(jié)類似，IDRE(88.43%)和FBP(78.11%)的敏感度差異有統(tǒng)計學(xué)意義。諸多研究表明[24-25]，CAD無論是作為第一閱片者還是第二閱片者，均可提高肺結(jié)節(jié)檢出率，一定程度上彌補(bǔ)低年資醫(yī)師的經(jīng)驗(yàn)不足。但不同重建技術(shù)下存在的差異性均也可能使低年資醫(yī)師對結(jié)節(jié)的判定造成困擾，一定程度上影響閱片效率。此外，不同重建技術(shù)下不同噪聲的圖像亦會對較前片對比測量病灶大小產(chǎn)生一定誤差[26]。

圖3 假陽性病例。a)濾波反投影圖像；b)量子降噪圖像；c)三維自適應(yīng)迭代圖像；d)云迭代圖像。InferRead CT Lung在濾波反投影、量子降噪、三維自適應(yīng)迭代圖像中提示該組織為實(shí)性結(jié)節(jié)，云迭代圖像中未做提示，該結(jié)構(gòu)實(shí)為右肺下葉背段血管影。 圖4 漏診病例。a)FBP圖像；b)QD圖像；c)AIDR 3D圖像；d)IDRE圖像。InferRead CT Lung在FBP、QD、AIDR 3D圖像中未提示該病灶，IDRE圖像中做出提示，該結(jié)構(gòu)實(shí)為左肺中葉純磨玻璃結(jié)節(jié)。

在百家爭鳴的時代，盡管各家公司都宣稱自己的AI系統(tǒng)具有諸多功效，但系統(tǒng)是否能夠達(dá)到所宣傳的效果，均需要非常嚴(yán)格的臨床驗(yàn)證。而目前超過90%的醫(yī)學(xué)影像AI論文中使用的CAD僅處于測試階段，并未在臨床環(huán)境中進(jìn)行嚴(yán)格論證[27]。本次研究結(jié)果中，InferRead CT Lung在不同重建技術(shù)下對檢測惡性胸外腫瘤患者肺結(jié)節(jié)效能的差異性亦表明了CAD在解決魯棒性方面仍面臨諸多挑戰(zhàn)，仍有待使用多中心的數(shù)據(jù)來驗(yàn)證產(chǎn)品的魯棒性。但不可否認(rèn)的是，目前AI帶來的便利仍多于"痛點(diǎn)"。作為影像工作者，我們比任何人都希望AI能夠盡快取代影像科醫(yī)生完成一部分重復(fù)性的工作，也有理由相信AI有潛力促使影像醫(yī)師診斷水平得到提升。也只有在AI的幫助下開拓新的服務(wù)領(lǐng)域，借助AI實(shí)現(xiàn)對醫(yī)療服務(wù)的創(chuàng)新，才能保證影像工作者擁有更美好的未來。

本研究的局限性：以四位高年資胸部放射科醫(yī)師兩次閱片共識作為參照標(biāo)準(zhǔn)，肺結(jié)節(jié)的判定并未全部利用病理檢查作為參考。但此局限性在其他評價CAD效能研究中也較為普遍。CAD的效能受人工、設(shè)備、環(huán)境等外界因素影響，本研究結(jié)果僅代表在特定參數(shù)下一款基于卷積神經(jīng)網(wǎng)絡(luò)的肺結(jié)節(jié)CAD的運(yùn)行表現(xiàn)，是否適用于其他類型的CAD仍需進(jìn)一步驗(yàn)證。

本次研究中InferRead CT Lung在不同重建技術(shù)下對肺結(jié)節(jié)的檢測均具有較好的表現(xiàn)，但對在不同重建技術(shù)下不同性質(zhì)肺結(jié)節(jié)檢出結(jié)果存在部分差異，故CAD魯棒性問題仍有待進(jìn)一步解決。