叶凯，朱巧，李美娇，卢禹流，袁慧书

肺癌是一种发病率和死亡率极高的疾病，现阶段尚无治愈手段，早期发现和早期治疗是目前降低肺癌死亡率的最有效方法[1]。早期肺癌主要表现为肺内结节，由于缺乏良好的定性手段，临床上主要靠长期低剂量CT(low dose computed tomography，LDCT)筛查的方法来进行肺内结节良、恶性的判定[2]。目前，指南推荐用于肺癌筛查的LDCT剂量为1.5 mSv左右，远高于X线胸片的辐射剂量(0.03～0.10 mSv)，连续多年筛查的累计辐射风险不容忽视[3-4]。非实性结节(non-solid nodule，NSN)由于具有较高的恶性率和生长惰性，需长期复查，因此患者的辐射风险也更大[5]。因此，能否采用超低剂量CT(ultra-LDCT,ULDCT)对肺部NSN进行检查已成为临床研究热点。基于多模型的自适应统计迭代重建-V(adaptive statistical iterative reconstruction Veo，ASiR-V)是一种新开发的图像重建算法，具有良好的降噪能力，目前在临床研究中应用广泛，有望进一步减低CT检查的辐射剂量[6-7]。本研究旨在探讨基于ASiR-V算法的ULDCT能否在辐射剂量低至X线胸片的水平对肺部NSN进行准确的检出和测量。

材料与方法

1.研究对象

本研究属于单中心的前瞻性研究，研究方案(M2017217)已通过本院伦理委员会审核。所有受检者于检查前被告知整个检查过程及目的，且签署知情同意书。

选取2017年9月-2018年9月在本院行胸部LDCT检查的患者纳入观察。患者入组标准：①年龄≥18岁且BMI≤30kg/m2；②胸部LDCT检查发现1～3个肺部NSN，包括部分实性结节(part-solid no-dule，PSN)及纯磨玻璃密度结节(ground-glass no-dule，GGN)；③结节平均长径为5～20 mm，平均长径为结节最大长径与其垂直长径之和的均值；④LDCT检查中，肺内无广泛性实变和(或)大范围肺不张等影响结节观察的病变；⑤患者LDCT图像质量满足诊断要求。

本研究最终纳入符合标准的受试者65例，其中男20例，女45例；年龄26～87岁，平均(55.9±15.9)岁；体质指数(body mass index，BMI)为17.58～28.76 kg/m2，平均(23.2±2.7) kg/m2。

2.CT扫描方案

使用GE Revolution 256排CT机。患者取仰卧位、头先进，于深吸气后屏气相行螺旋CT扫描。先行LDCT扫描，扫描结束后以选定结节为中心层面，立即行ULDCT局部扫描。层面选择标准：①若仅有1个结节，则以此结节为中心进行局部扫描；②多个结节则优先选择PSN，且优先选择长径较小的结节。LDCT扫描参数：自动kV(120/100 kV)，智能mA(50～680 mA)，噪声指数14.1，0.28 s/r，准直宽度64×0.625 mm，螺距0.984，显示野36 cm×36 cm。ULDCT扫描参数：120 kV，10 mA(为机器最低值)，关闭噪声指数调节， 0.28 s/r，扫描范围为以选定结节为中心层面、上下各1.5 cm，其它扫描参数同LDCT。

3.图像重建

LDCT扫描和ULDCT局部扫描得到的数据均采用ASiR-V 50%算法进行图像重建，层厚与层间距均为2.5 mm，图像矩阵为512×512。根据美国国家综合癌症网络2019版肺癌筛查指南要求[8]，行LDCT肺癌筛查时，CT图像重建层厚应≤2.5 mm，同时层间距≤层厚。考虑到临床常规诊疗中肺部CT检查多采用5.0 mm重建层厚及层间距的实际情况，以及本研究中结节长径为5～20 mm，因此本研究中重建层厚和层间距均采用2.5 mm。

4.辐射剂量的计算

记录LDCT扫描的扫描长度(length，L)和容积CT剂量指数(CT dose index volume,CTDIvol)，计算剂量长度乘积(dose length product，DLP)和有效辐射剂量(effective dose，ED)：

DLP=CTDIvol×L

(1)

ED=DLP×k

(2)

其中，k为欧洲CT质量标准指南中胸部转换因子，k=0.014mSv/(mGy·cm)[9]。记录ULDCT局部扫描的CTDIvol和DLP ，并依据LDCT检查的L，对ULDCT全肺扫描的DLP及ED进行虚拟计算[10]。

4.图像质量的评价

客观评价：放射诊断医师A在所选结节最大长径层面，于纵隔窗图像上对LDCT和ULDCT进行图像噪声(noise index，NI)的测量。感兴趣区(region of interest，ROI)置于结节同侧皮下脂肪及椎旁肌中，ROI面积为40～60 mm2，注意避开边界区域，以连续3个层面上勾画的ROI的CT值的标准差的均值为NI。

主观评价：由2位放射科医师B和C(分别具有5年及7年诊断经验)在未知实验设计及图像参数的情况下，独立对两组肺重建图像(窗位-600 HU、窗宽1600 HU)的质量进行主观评分(score，S)，采用5分制标准[11]。1分：图像质量达不到诊断要求，伪影十分严重，无法进行诊断评价；2分：有严重伪影，无法给出确定的诊断评价；3分：中等程度伪影，使诊断受到部分限制；4分：少许伪影，诊断不受限制；5分：图像质量非常好，完全没有伪影。3分及以上为图像质量满足诊断要求。

5.结节分析

在图像质量主观评价结束一个月后，医师B和医师C在LDCT重建图像上对结节进行独立分析。分别记录每一个结节的位置、类型及平均长径。当两位医师对结节类型有异议时，由第三位高年资医师D(20年放射诊断经验)进行评判。LDCT图像上结节的平均长径取两位医师测量值的均值。

按结节平均长径，将结节分为3组。A组：5 mm≤平均长径<6 mm；B组：6 mm≤平均长径<8 mm；C组：平均长径>8 mm。此外，按照受检者的BMI，将患者分为D、E和F三组，分别为BMI<24 kg/m2、24 kg/m2≤BMI<28 kg/m2和28 kg/m2≤BMI≤30 kg/m2。

在LDCT阅片结束一个月后，由同样两位医师在ULDCT图像上对结节进行独立分析，分别记录两者的阅片结果。以LDCT阅片结果作为金标准。

6.统计分析

使用SPSS 20.0软件进行统计分析。计量资料以均数±标准差的形式表示，图像质量的主观评分以均值表示。结节检出率的比较采用卡方检验，平均长径的比较采用单因素方差分析，进一步组间两两比较采用最小显著差异(least-significant difference，LSD)检验。DLP、ED、NI及图像质量主观评分的比较采用配对t检验。通过计算组内相关系数(intraclass correlation efficient，ICC值)来分析2位医师主观评分的一致性，ICC>0.8表示强相关，0.4～0.8表示中等程度相关，ICC<0.4表示弱相关。通过计算Kappa值来检验两位医师对结节检出率间的一致性，Kappa>0.75表示强相关，0.40～0.75表示中等程度相关，<0.40表示弱相关。采用Bland-Altman检验分析两位医师对结节平均长径测量值间的一致性。以P<0.05为差异有统计学意义。

结 果

1.辐射剂量和图像噪声

两个扫描序列的辐射剂量相关参数值及图像噪声见表1。ULDCT的CTDIvol、DLP及ED值均明显低于LDCT，差异均具有统计学意义(P<0.001)。LDCT图像皮下脂肪和椎旁肌的NI值均明显低于ULDCT，差异具有统计学意义(P<0.001)。

表1 两种扫描序列辐射剂量及图像噪声的比较

2.图像质量主观评价

两位医师对ULDCT图像质量主观评分的ICC值为0.841(95%CI：0.752～0.900)，表明一致性良好。两位医师对ULDCT图像的主观评分均低于LDCT(χ2=49.787和，P<0.001；χ2=44.227，P<0.001)，但主观评分满足最低诊断需求(≥3分)的比例却高达98.5%(表2)。

表2 两位医师对LDCT及ULDCT图像质量的评分情况 (例)

3.结节检出率分析

鉴于两位医师在ULDCT图像上对NSN的检出结果具有良好的一致性(Kappa值=0.947)，因此选用医师B的读片结果进行ULDCT结节检出率的分析。本研究于LDCT图像上共选定65个NSN进行分析，包含7个PSN和58个GGN。ULDCT共检出54个NSN，包括6个PSN和48个GGN(图1～2)。ULDCT图像上结节的总体检出率为83.1%(95%CI：74.0%～92.2%)；11个未检出的NSN中，有10个的平均长径<6 mm，1个平均长径为9.1 mm。

4.结节大小的测量

两位医师在LDCT与ULDCT图像上对结节平均长径的测量值间的Bland-Altman一致性分析见图3。LDCT图像上测得的NSN平均长径为5.0～13.3 mm，均值为(6.6±2.0) mm；ULDCT图像上NSN的平均长径为3.7～13.5 mm，均值为(6.7±2.1) mm；两组图像上结节平均长径测量值之间的差异无统计学意义(P=0.844)。两位医师在ULDCT图像上测得的结节平均长径间差值的均值为0.02 mm，平均长径差值>1 mm的结节比例为0%；LDCT与ULDCT图像上结节平均长径测量值间差值的均值为0.13 mm，平均长径差值>1 mm的结节比例为1.9%。

图1 女，33岁，BMI为19.22kg/m2，右肺下叶GGN(箭)，大小为7.0mm，在两组图像中均显示清晰。a)LDCT(50% ASiR-V)重建图像；b)ULDCT(50% ASiR-V)重建图像。 图2 女，68岁，BMI为24.97kg/m2，右肺上叶GGN(箭)，大小为7.2mm，在两组图像上均显示良好。a)LDCT(50% ASiR-V)重建图像；b)ULDCT(50% ASiR-V)重建图像。

图3 两位医师结节平均长径测量值间的Bland-Altman分析图。a)ULDCT图像上两位医师对NSN平均长径测量值间的一致性比较；b)LDCT与ULDCT图像上平均长径测量值间一致性的比较。

5.结节检出率影响因素分析

对NSN检出率影响因素的单因素方差分析结果显示，NSN检出组的平均长径[(6.8±2.1) mm]显著大于未检出组[(5.6±1.2) mm]，差异有统计学意义(t=2.579，P=0.016)；而检出组的BMI(23.1±2.7kg/m2)与未检出组(23.1±2.7kg/m2)比较，差异无统计学意义(t=-0.895，P=0.374)。

对于不同平均长径的NSN而言，A、B、C三组的检出率分别为73.0%(27/37)、100%(15/15)和92.3%(12/13)，三组间差异具有统计学意义(χ2=6.112，P=0.032)。进一步进行组间两两比较，平均长径≥6 mm的结节组中检出率显著高于平均长径<6 mm的结节组(χ2=4.680，P=0.031)，而6 mm≤平均长径<8 mm组与平均长径≥8 mm组之间结节检出率的差异无统计学意义(P=0.464)。

在BMI≤30 kg/m2的3组(D、E、F)患者中，在ULDCT图像上NSN检出率分别为86.8%(33/38)、76%(19/25)和100%(2/2)，三组间肺结节检出率的差异无统计学意义(χ2=1.492，P=0.532)。

讨 论

1.ULDCT辐射剂量及图像质量

有研究表明，长期LDCT肺癌筛查可使患者患癌率提高0.2%～1.0%[12]。因此，在保证LDCT筛查图像质量的前提下，尽可能地降低辐射剂量显得十分必要。本研究中基于ASiR-V算法的ULDCT肺部扫描的有效辐射剂量为0.096 mSv，明显低于现行LDCT肺癌筛查的1.5 mSv，较本研究中LDCT扫描的剂量(0.88 mSv)亦降低了近90%，仅与一次胸部X线检查的辐射剂量(0.03～0.10 mSv)相当[3]。随着辐射剂量的显著降低，ULDCT图像的噪声有所增大，但其图像质量满足诊断要求的比例仍然高达98.5%，与Miller等[13]的研究结果一致。此外，有研究中将深度学习应用于胸部ULDCT 图像的重建，结果显示在0.35 mSv的条件下，基于深度学习的重建方法可以明显改善图像质量，其图像质量与基于迭代重建的ULDCT扫描的图像质量相当[14]。因此，我们认为，在辐射剂量低至X线胸片的条件下，基于ASiR-V算法的ULDCT可以为肺部小结节的筛查提供满意的图像质量。

2.UDLCT图像上结节平均长径的分析

在肺癌筛查中，结节的平均长径是决定结节处理方案的重要因素，不同长径结节的处理方式有明显差异。本研究中LDCT与ULDCT图像上测得的NSN平均长径差值的均值仅为0.13 mm，且两者测量值差值>1 mm的结节的比例<2%，表明ULDCT与LDCT在NSN平均长径的测量上具有良好的一致性。何欣等[15]基于体模的研究结果亦显示出ULDCT图像上对NSN径线的测量具有较高的准确性，与本研究结果一致。以上研究结果表明，基于ASiR-V算法的ULDCT可以对肺部NSN的径线进行准确测量。

3.ULDCT图像上结节检出率影响因素的分析

对NSN检出率的单因素分析及分组分析结果表明，结节平均长径对结节的检出影响显著，而受检者的BMI对结节检出率无显著影响。在结节较小时，随着结节平均长径的增大，结节的检出率升高，本研究中在6 mm≤平均长径<8 mm组中NSN的检出率为100.0%，明显高于平均长径<6 mm组的73%的检出率；但是，平均长径≥6 mm时，结节平均长径的变化对结节的检出率并无显著影响。尽管ULDCT图像上平均长径在6 mm以下NSN的检出率略低，但6 mm以上NSN的检出率高达96.4%，表明ULDCT对6 mm以上结节具有良好的检出能力，与Messerli等[16]的研究结果一致。随着结节长径的增加，恶性的可能性增大，但6 mm以下结节的恶性可能性很小，2017版的Fleischner学会指南甚至不推荐对6 mm以下的肺部小结节进行复查处理[17]。同时有学者认为，对于诊断实验而言，能够被接受的最小检出敏感度为80%[18]。鉴于ULDCT对6 mm以上结节的检出敏感度大于95%，因此笔者认为，在患者的BMI≤30 kg/m2的条件下，ULDCT可以满足临床对于肺部小结节检出敏感度的要求。

本研究尚存在一些不足之处：首先，本研究仅纳入了平均长径5 mm及以上NSN和BMI≤30 kg/m2的患者，研究样本量较小，需要进一步增加样本量；其次，由于本研究是前瞻性研究，因此仅对NSN进行小范围的ULDCT扫描，缺乏对全肺ULDCT扫描质量的评估，尚需在后期的研究中进一步进行相关研究；第三，本研究中图像重建层厚为2.5 mm，在后期研究中需对更薄层重建(如1.25 mm层厚)的图像质量等进行分析。

总之，基于ASiR-V算法的ULDCT肺部扫描在辐射剂量低至0.096 mSv的条件下依然能够获得较高的图像质量，并且对6 mm以上肺部小结节提供极高的检出率和良好的长径测量一致性。基于ASiR-V算法的ULDCT可以在BMI≤30 kg/m2的人群中应用于肺部非实性结节的检出和测量。