由于CT具有的應(yīng)用廣泛，快速以及可重復(fù)性好等特點(diǎn)，它在許多病變的診斷中發(fā)揮著重要作用；然而，近年來人們對與輻射劑量有關(guān)的問題越來越重視，特別是對于需要定期CT隨訪的兒科或腫瘤患者。我們一直致力于采用新技術(shù)，在不影響診斷圖像質(zhì)量的前提下減少輻射劑量，遵守 "ALARA"原則。
為了克服這些缺點(diǎn)，CT供應(yīng)商開發(fā)了自動管電壓和管電流調(diào)制（參見XI區(qū)：自動管電流調(diào)制技術(shù)的原理和使用注意事項(xiàng)）技術(shù)，能夠在不影響診斷準(zhǔn)確性的情況下減少輻射劑量。此外，圖像重建技術(shù)對CT輻射劑量和圖像質(zhì)量有重大影響。
在臨床實(shí)踐中，第一個(gè)用于圖像重建的分析方法是濾波反投影（FBP），已經(jīng)常規(guī)使用了幾十年。FBP的主要優(yōu)點(diǎn)是重建速度快和圖像質(zhì)量好，而主要缺點(diǎn)是在低劑量（LD）CT采集時(shí)圖像質(zhì)量下降，特別是在肥胖患者和有金屬裝置時(shí)。
混合IR（HIR）算法包括一個(gè)單一的后向投影步驟，同時(shí)應(yīng)用于原始數(shù)據(jù)和圖像領(lǐng)域，以分別減少偽影和噪聲?；谀Ｐ偷腎R（MBIR）算法包括后向重建步驟（其中圖像由投影數(shù)據(jù)產(chǎn)生），以及前向重建步驟（包括從先前產(chǎn)生的圖像中檢索投影數(shù)據(jù)，從而產(chǎn)生人工數(shù)據(jù)，反過來與原始數(shù)據(jù)進(jìn)行比較）；最后在比較后應(yīng)用IR噪聲過濾算法。
今天我們分享一篇文獻(xiàn)，概述IR算法在臨床上的應(yīng)用，闡述其主要優(yōu)勢和局限性，并闡明AI新時(shí)代的未來前景。
一、技術(shù)特點(diǎn)
1、濾波反投影
為了更好理解迭代重建模式的基本要點(diǎn)，首先必須概述FBP的主要方面。濾波反投影（Filtered back-projection，F(xiàn)BP）是一種從投影數(shù)據(jù)（正弦圖）中通過在進(jìn)行反投影步驟之前應(yīng)用高通濾波器（稱為斜坡濾波器）來重建圖像的解析算法。斜坡濾波器抑制了衰減輪廓的低空間頻率成分，從而最終抑制模糊并增強(qiáng)邊緣。然而，該濾波器增加了圖像噪聲，因此會導(dǎo)致斑點(diǎn)狀圖像外觀。此外，可以將斜坡濾波器與不同強(qiáng)度的濾波器（卷積核）結(jié)合使用，從而增加最終圖像的空間分辨率（不同的卷積核可以優(yōu)化軟組織或高對比結(jié)構(gòu)的顯示），但代價(jià)是更高的圖像噪聲。
FBP的優(yōu)點(diǎn)包括穩(wěn)定性和快速圖像重建，還可以根據(jù)用戶的具體需求提供定制的濾波器，有利于生成符合閱片習(xí)慣的噪聲結(jié)構(gòu)和紋理的輸出圖像。因?yàn)檫@些原因，F(xiàn)BP在過去的30年里代表了標(biāo)準(zhǔn)的CT圖像重建算法，在標(biāo)準(zhǔn)輻射劑量下生成具有高診斷質(zhì)量的圖像。
輻射相關(guān)的健康風(fēng)險(xiǎn)的增加促使社會各界采取策略來降低CT輻射劑量。FBP的主要弱點(diǎn)涉及FBP本身的內(nèi)在特點(diǎn)：圖像的清晰度和噪聲直接相關(guān)；因此，濾波步驟增強(qiáng)了低劑量CT數(shù)據(jù)中的圖像噪聲和偽影。事實(shí)上，以低輻射劑量獲取并使用FBP重建的CT掃描圖像會顯著降低圖像質(zhì)量，包括噪聲增加、低對比度可檢測性差以及由于光子缺乏而產(chǎn)生的偽影（例如條紋狀偽影）。因此，F(xiàn)BP在減少劑量方面的潛力微乎其微，而且有損診斷圖像質(zhì)量的風(fēng)險(xiǎn)，因此已被迭代重建算法所取代。
2、迭代重建
迭代重建技術(shù)可以在較低輻射劑量下進(jìn)行CT掃描，同時(shí)減輕圖像噪聲，因此與相同條件下的FBP相比，可以獲得更高的圖像質(zhì)量。早在20世紀(jì)70年代初就引入了第一個(gè)迭代重建算法，即代數(shù)重建；然而，由于CT重建工作站計(jì)算能力有限，這種技術(shù)從未真正起飛。
幾十年后，計(jì)算能力的提升使得IR技術(shù)在CT成像中得以引入。2009年，美國食品藥品監(jiān)督管理局批準(zhǔn)了第一個(gè)IR算法IRIS（IR in image space; Siemens Healthineers, Erlangen, Germany），該算法使用單一的后向投影步驟，從原始數(shù)據(jù)創(chuàng)建截面圖像。
正如其名稱所示，IR方法對圖像重建進(jìn)行多次迭代，以更好地評估數(shù)學(xué)假設(shè)，并將優(yōu)化的數(shù)據(jù)與原始數(shù)據(jù)進(jìn)行比較；每次迭代將圖像更新為噪聲較少的圖像，最終導(dǎo)致優(yōu)化的低噪聲輸出數(shù)據(jù)集。更多的迭代會導(dǎo)致更長的重建時(shí)間，尤其是對于在原始數(shù)據(jù)空間中也進(jìn)行的混合迭代；因此，CT數(shù)據(jù)需要強(qiáng)大的計(jì)算能力和充足的重建時(shí)間。圖1顯示了CT數(shù)據(jù)通過FBP和IR算法進(jìn)行重建的示意圖。
圖1 CT數(shù)據(jù)重建的示意圖。通過濾波反投影（FBP）和迭代重建（IR）算法重建CT數(shù)據(jù)的示意圖。
迭代重建技術(shù)可以是混合型，也可以基于模型。混合型IR是一種通過迭代方法減少圖像噪聲的統(tǒng)計(jì)算法，而基于模型的IR算法考慮了采集過程、系統(tǒng)幾何和圖像統(tǒng)計(jì)?；旌螴R算法在初始和最終階段分別對數(shù)據(jù)進(jìn)行迭代濾波；此過程可以僅在投影空間或圖像空間中進(jìn)行，或兩者都進(jìn)行。在投影空間中，通過統(tǒng)計(jì)模型進(jìn)行相鄰?fù)队皵?shù)據(jù)的比較，以識別過于嘈雜的投影數(shù)據(jù)，從而使其變化最小化。
相反，基于模型的IR算法通過至少1次前向投影來模擬投影數(shù)據(jù)，并進(jìn)行反向重建，重復(fù)固定次數(shù)或直到修正變得可以忽略為止；然后從投影數(shù)據(jù)重建圖像，并從圖像生成人工投影數(shù)據(jù)。因此，基于模型的IR需要模型或圖像對象的估計(jì)來初始化迭代周期。與混合IR相比，基于模型的IR旨在明顯減少圖像噪聲、改善低對比度細(xì)節(jié)和提高空間分辨率，與HIR相比，輻射劑量減少更高。然而，基于模型的IR需要非常高的計(jì)算能力，導(dǎo)致重建時(shí)間長，并且可能通過生成過度平滑的圖像紋理來對圖像質(zhì)量產(chǎn)生不利影響。
此外，IR方法的主要優(yōu)勢在于模擬數(shù)據(jù)與測得的原始數(shù)據(jù)之間的實(shí)際相關(guān)性，從而有效減少圖像噪聲和偽影，并實(shí)現(xiàn)相對較快的重建速度。同時(shí)，與FBP相比，IR保持了CT的衰減值，并保持了高圖像質(zhì)量和診斷置信度。此外，IR使得在肥胖患者或體型較大的患者中獲得高質(zhì)量的CT圖像，并且使得在尿路結(jié)石患者中進(jìn)行超低劑量（ULD）CT成為可能。
此外，在高對比度分辨率情景（例如肺實(shí)質(zhì)評估）中，與FBP相比，IR算法可以實(shí)現(xiàn)高達(dá)70%的劑量減少而保持相當(dāng)?shù)膱D像質(zhì)量。另一方面，高強(qiáng)度的IR在低對比度任務(wù)（例如小的低密度肝轉(zhuǎn)移）中表現(xiàn)不佳，導(dǎo)致診斷準(zhǔn)確性較低。即使在這種情況下，仍然可以達(dá)到10%至27%的劑量減少。
然而，高強(qiáng)度IR數(shù)據(jù)集通常不被放射科醫(yī)生所青睞，因?yàn)槠渲亟〞r(shí)間相對較慢，而且對圖像紋理有影響，導(dǎo)致過度平滑的 "塑料狀 "圖像可能會妨礙臨床任務(wù)。
總之，通過增強(qiáng)基于軟件的迭代圖像重建的計(jì)算能力的進(jìn)步，實(shí)現(xiàn)了顯著的圖像噪聲減少、對比度細(xì)節(jié)輕微增加和圖像偽影大幅減少，這些特性都是低劑量CT采集的固有特征。因此，技術(shù)人員、放射科醫(yī)師和整個(gè)醫(yī)療團(tuán)隊(duì)有必要共同努力，將所有IR的優(yōu)勢應(yīng)用于臨床實(shí)踐中。
二、供應(yīng)商特定的IR方法
每個(gè)供應(yīng)商都有不同的IR算法，從計(jì)算要求不高、在圖像數(shù)據(jù)域中進(jìn)行重建的算法，到在原始數(shù)據(jù)域中操作的算法；每種IR技術(shù)的工作方式不同，確切的算法都是專有的（表1）。
表1 每個(gè)供應(yīng)商不同迭代重建技術(shù)的主要特征概述
2009年，Siemens Healthineers提出了第一個(gè)IR算法，IRIS，其僅在圖像空間中使用迭代算法過濾器，達(dá)到降噪的目的。在IRIS之后，更先進(jìn)的HIR算法被引入，如SAFIRE（sinogram-affirmed IR；Siemens Healthineers）、ASiR（adaptive statistical IR）和iDose4（Philips Healthcare）。另一方面，開發(fā)了MBIR算法，通過多次前向和后向重建進(jìn)行操作：Veo (GE Healthcare), MBIR (GE Healthcare), ADMIRE (advanced modeled IR; Siemens Healthineers), FIRST (forwardprojected MBIR solution; Canon Medical Systems), 和IMR (iterative model reconstruction; Philips Healthcare)。
最近，基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)的圖像重建（DLIR）算法正在出現(xiàn)：GE Healthcare的TrueFidelity（TF）和Canon Medical Systems的Advanced Intelligent Clear-IQ Engine（AiCE）。圖2、3和4顯示了用FBP、ASIR-V、TF和iDose4在不同水平上重建的CT掃描的例子。
圖2 用不同水平的ASiR-V算法重建的CT圖像的比較。一位57歲女性，患有結(jié)直腸癌，伴有單肝轉(zhuǎn)移，腹部靜脈期軸位CT掃描（黑色箭頭）。掃描是在100 kVp下通過管電流調(diào)制獲得的（mAs范圍，99–170）；用（A）濾波反投影（FBP）和ASiR-V在20%（B）、40%（C）、60%（D）、80%（E）和100%（F）強(qiáng)度重建原始數(shù)據(jù)。隨著ASiR-V強(qiáng)度水平的增加，圖像噪聲逐漸減少，而低衰減轉(zhuǎn)移仍然可見。此外，IR在對比度可檢測性和噪聲降低方面的改進(jìn)導(dǎo)致了腹部動脈和靜脈分支的更好描繪，甚至是遠(yuǎn)端小血管的更好描繪。
圖3 用不同水平的ASiR-V和DLIR算法重建的CT圖像的比較。一名82歲女性的軸位冠狀動脈CT血管造影術(shù)掃描在100 kVp和200 mAs的固定管電流下進(jìn)行。用ASiR-V 30%（A）、50%（B）和80%（C）的不同強(qiáng)度以及低（D）、中（E）和高（F）水平的DLIR重建掃描。中等強(qiáng)度水平（通常為50%至80%）的迭代重建顯示圖像噪聲和圖像質(zhì)量之間的平衡得到了改善：特別是，IR顯示血管細(xì)節(jié)的可視化更好，斑塊輪廓的模糊程度更低。
圖4 用不同級別的iDose4算法重建的CT圖像的比較。一名患有間皮瘤的63歲男子的軸向薄層非增強(qiáng)胸部CT掃描，顯示右肺中有一個(gè)非鈣化的實(shí)質(zhì)結(jié)節(jié)（白色箭頭）和胸膜下結(jié)構(gòu)扭曲（白色箭頭）。胸部CT是在100 kVp下采集的，具有管電流調(diào)制（mAs范圍，109–220）。使用iDose4算法在不同水平重建圖像：（A）iDose1、（B）iDoe3、（C）iDos5和（D）iDose7。高強(qiáng)度IR保持高對比度和空間分辨率，為減少輻射劑量鋪平了道路。
1、GE醫(yī)療
1）ASiR（Adaptive Statistical Iterative Reconstruction）
ASiR于2008年推出，展示了在抑制圖像噪聲和偽影的同時(shí)降低劑量CT投影數(shù)據(jù)方面的良好效果。該算法利用從FBP算法獲得的信息作為每個(gè)單獨(dú)圖像重建的構(gòu)成要素。ASiR模型通過矩陣代數(shù)將每個(gè)像素的原始測量值轉(zhuǎn)換為新的估計(jì)像素值，然后將其與通過噪聲建模預(yù)測的理想值進(jìn)行比較。該過程在連續(xù)的迭代步驟中重復(fù)進(jìn)行，直到最終估計(jì)的像素值滿足理想值。
自適應(yīng)統(tǒng)計(jì)IR可生成混合圖像，其IR百分比從0%（FBP）到100%，間隔為10%，增加百分比與ASiR的貢獻(xiàn)程度成正比。然而，較高強(qiáng)度的ASiR重建與IR特定偽影相關(guān)，表現(xiàn)為圖像中的“塑料”紋理（不規(guī)則邊緣、斑點(diǎn)、像素化）。
2）Veo
Veo是GE醫(yī)療公司推出的第二代IR算法，可以在1 mSv以下的CT掃描中實(shí)現(xiàn)出色的圖像質(zhì)量。該算法將數(shù)據(jù)采集過程的廣泛三維模型與統(tǒng)計(jì)噪聲和物理模型相結(jié)合，并反映由X射線和物質(zhì)相互作用產(chǎn)生的數(shù)據(jù)的統(tǒng)計(jì)分布。在一個(gè)完整的迭代周期內(nèi)更新圖像體素，從而在單個(gè)圖像中實(shí)現(xiàn)降噪和增加分辨率。然而，也發(fā)現(xiàn)了與復(fù)雜建模過程相關(guān)的幾個(gè)缺點(diǎn)，例如需要非常高的計(jì)算能力和非常長的重建時(shí)間。
3）ASiR-V（Adaptive Statistical Iterative Reconstruction-V）
ASiR-V是由GE醫(yī)療公司推出的第三代IR算法，它是一種混合重建技術(shù)。與ASiR相比，ASiR-V改善了降噪和對象建模。它還應(yīng)用了Veo中使用的部分物理模型，但在建模過程中排除了復(fù)雜的系統(tǒng)光學(xué)因素。因此，與Veo相比，ASiR-V的圖像降噪潛力較低；然而，優(yōu)勢在于大幅減少圖像重建時(shí)間。
首先，ASiR-V對成像對象進(jìn)行初始估計(jì)，然后根據(jù)實(shí)際測量的投影、先前的信息或特征對這個(gè)初始估計(jì)進(jìn)行更新。對系統(tǒng)噪聲統(tǒng)計(jì)、對象和物理的準(zhǔn)確建模主要有助于降低與低劑量CT掃描固有的噪聲和偽影相關(guān)的問題。
2、飛利浦醫(yī)療
1）iDose4
iDose4是由飛利浦醫(yī)療于2010年推出，它在圖像質(zhì)量方面提供了顯著的改進(jìn)，避免了早期IR技術(shù)所特有的“塑料”圖像外觀，這要?dú)w功于一種懲罰噪聲數(shù)據(jù)并保留線性邊緣的迭代過程。重建算法首先通過識別和校正最嘈雜的CT測量數(shù)據(jù)來處理投影數(shù)據(jù)；然后，可以根據(jù)所需的降噪水平去除剩余的噪聲。
iDose4的重建級別（從0到7）可以在掃描之前或在獲取原始數(shù)據(jù)后選擇。重建級別可以獨(dú)立于掃描時(shí)的輻射劑量進(jìn)行定義；然而，應(yīng)根據(jù)所選擇的劑量降低百分比來選擇相應(yīng)的iDose4水平。
2）IMR（Iterative Model Reconstruction）
IMR是飛利浦醫(yī)療在2012年推出，可以優(yōu)化數(shù)據(jù)統(tǒng)計(jì)、圖像統(tǒng)計(jì)和系統(tǒng)模型。它在控制圖像噪聲方面表現(xiàn)良好，在明顯低于FBP重建的輻射劑量下最大限度地提高空間分辨率；此外，IMR在大多數(shù)CT方案中允許快速重建。
事實(shí)上，與FBP和iDose4相比，IMR實(shí)現(xiàn)了圖像質(zhì)量的顯著提高、圖像噪聲的減少和讀者主觀信心的改善，而劑量設(shè)置明顯低于2mSv。
3、西門子醫(yī)療
1）IRIS （IR in Image Space）
IRIS是西門子醫(yī)療在2008年推出的第一代IR算法。它只應(yīng)用一次原始數(shù)據(jù)重建，然后生成一個(gè)包含原始數(shù)據(jù)信息總量的所謂 "主體積"，以加速重建的收斂，并避免漫長的重建時(shí)間。接下來的迭代校正會 "清理 "圖像，在不降低圖像清晰度的情況下去除噪聲。
因此，可以避免耗時(shí)的重復(fù)投影和相應(yīng)的反投影。最終的結(jié)果是減少了偽影和噪聲，提高了圖像的清晰度，并且大大節(jié)省了輻射劑量。
2）SAFIRE（Sinogram-Affirmed IR）
SAFIRE是西門子醫(yī)療在2010年發(fā)布的第二代IR算法，它使用加權(quán)FBP進(jìn)行初始重建，然后是兩個(gè)不同的校正循環(huán)方法。第一個(gè)循環(huán)用于校正原始重建中的缺陷，并去除任何數(shù)據(jù)偽影；這個(gè)過程重復(fù)了一定的次數(shù)，期間應(yīng)用了基于原始數(shù)據(jù)的動態(tài)噪聲建模，從而促進(jìn)了圖像噪聲的降低，而不會顯著降低圖像清晰度。第二個(gè)校正環(huán)路在圖像空間上運(yùn)行，通過多次重復(fù)的統(tǒng)計(jì)優(yōu)化過程去除噪聲。
SAFIRE有5個(gè)強(qiáng)度級別，可以預(yù)覽，其中降噪水平和圖像紋理根據(jù)選定的強(qiáng)度級別而變化。
3）ADMIRE（Advanced Modeled IR）
ADMIRE是西門子醫(yī)療發(fā)布的第三代IR算法，是一種類似于SAFIRE的MBIR方法，但具有更好的邊緣描繪和噪聲紋理。該算法的特點(diǎn)是基于循環(huán)中使用加權(quán)FBP的多步驟過程，目的是消除幾何缺陷，如錐束偽影；統(tǒng)計(jì)建模進(jìn)行局部信噪比（SNR）分析，將數(shù)據(jù)分解為信號和噪聲。前向投影步驟產(chǎn)生人工數(shù)據(jù)，與測量的原始數(shù)據(jù)反復(fù)比較。這主要有助于消除螺旋形偽影，并在較小程度上降低噪聲。噪聲主要通過包含于圖像空間的正則化函數(shù)的第二步驟來減少。
ADMIRE只需要少量迭代，因此重建速度很快?？梢愿鶕?jù)放射科醫(yī)生的喜好選擇五個(gè)可調(diào)節(jié)的強(qiáng)度級別，而不影響重建速度。
4、佳能醫(yī)療
1）AIDR（Adaptive Iterative Dose Reduction）
AIDR是佳能醫(yī)療開發(fā)的第一個(gè)IR算法，圖像降噪發(fā)生在重建圖像領(lǐng)域。這種IR技術(shù)要求原始的高噪聲圖像經(jīng)過幾次循環(huán)迭代來降低圖像噪聲，直到達(dá)到理想的噪聲水平。
2）AIDR3D（Adaptive Iterative Dose Reduction 3D）
該系統(tǒng)采用三維處理的重建算法，結(jié)合了原始數(shù)據(jù)和圖像空間的噪聲優(yōu)化。AIDR3D能夠根據(jù)特征體素梯度降低噪聲，保持主要的精細(xì)圖像細(xì)節(jié)，如線條和邊緣。在每次迭代中，AIDR3D能夠平衡降低噪聲幅度和保留空間分辨率之間的關(guān)系；原始FBP圖像被用作每次迭代的輸入，并與處理后的數(shù)據(jù)混合，形成最終的圖像，確保噪聲紋理得到很好的保持。
AIDR3D能夠根據(jù)身體區(qū)域和檢查類型自動調(diào)整算法，確保參數(shù)和圖像質(zhì)量優(yōu)化。也可以讓操作者對算法和可調(diào)強(qiáng)度進(jìn)行一些控制。
3）FIRST（Forward-Projected MBIR Solution）
前向投影MBIR解決方案是建立在FBP基礎(chǔ)上的一種混合算法。然后，佳能醫(yī)療推出了真正的前向投影MBIR。前向投影MBIR解決方案在每次迭代中都要進(jìn)行前向投影，根據(jù)掃描過程中獲得的測量的原始投影數(shù)據(jù)，制定一個(gè)圖像（"種子圖像"）的初始 "猜測"，在創(chuàng)建一組新的合成投影數(shù)據(jù)之前對其進(jìn)行處理，并送入IR循環(huán)。然后，種子圖像通過一個(gè)數(shù)學(xué)比較引擎進(jìn)行滲透，以評估合成的前向投影和原始投影數(shù)據(jù)之間的差異。
因此，更新的合成投影應(yīng)該用反投影進(jìn)行闡述，以產(chǎn)生新的圖像。這個(gè)過程必須重復(fù)進(jìn)行，直到達(dá)到理想的圖像，在前向投影過程中使用復(fù)雜的模型，確保前向投影的MBIR減少圖像噪聲，同時(shí)提高對比度空間分辨率。
5、DLIR技術(shù)
1）GE醫(yī)療-TrueFidelity
為了克服IR本身的建模限制，GE Healthcare開發(fā)了一種名為TrueFidelity的DLIR算法。DLIR的力量在于其處理復(fù)雜模型和大量參數(shù)的能力，遠(yuǎn)遠(yuǎn)超過人類的能力。計(jì)算機(jī)同時(shí)訓(xùn)練數(shù)以百萬計(jì)的參數(shù)，通過訓(xùn)練過程直接生成真實(shí)的系統(tǒng)模型。
TF圖像的結(jié)果在降噪、空間分辨率和可檢測性方面有所改善，而圖像紋理的變化較小。有希望的結(jié)果鼓勵(lì)在臨床實(shí)踐中進(jìn)一步應(yīng)用劑量優(yōu)化的CT采集，這一點(diǎn)尚未被HIR有效解決。
2）佳能醫(yī)療-AiCE
佳能醫(yī)療開發(fā)的新算法Advanced Intelligent Clear-IQ Engine使用深度卷積神經(jīng)網(wǎng)絡(luò)，通過將結(jié)果與通過MBIR重建的參考標(biāo)準(zhǔn)高質(zhì)量數(shù)據(jù)進(jìn)行比較，學(xué)習(xí)從低質(zhì)量數(shù)據(jù)中創(chuàng)建高質(zhì)量結(jié)果。
2018年商業(yè)化的第一個(gè)版本（AiCE V8）有一些局限性，因?yàn)橹豢紤]了0.5毫米的切片厚度和只有3個(gè)卷積核（體部、肺和心臟）。最新的版本（AiCE V10）允許在不同的切片厚度（0.5、1.0和2.0毫米）和5個(gè)額外的重建核進(jìn)行圖像重建。
其結(jié)果是一個(gè)完全集成的DLIR，可以區(qū)分和減少信號中的噪聲，從而在日常工作流程中提供診斷圖像質(zhì)量，同時(shí)保持盡可能低的輻射劑量。
三、臨床應(yīng)用
1、腫瘤
增強(qiáng)CT（CECT）成像被認(rèn)為是腫瘤患者管理的標(biāo)準(zhǔn)檢查，用于診斷、分期和監(jiān)測治療反應(yīng)；在這場競賽中，IR算法在低輻射劑量下保持圖像質(zhì)量和診斷信心方面發(fā)揮了關(guān)鍵作用，以遵守 "ALARA "原則。
Morimoto等人進(jìn)行了一項(xiàng)前瞻性研究，比較了ASiR重建的低劑量CT圖像與FBP重建的標(biāo)準(zhǔn)劑量（SD）CT圖像在進(jìn)行胸腹部CT隨訪的腫瘤患者中的圖像質(zhì)量和病變顯著性。低劑量CT顯示出更高的整體圖像質(zhì)量、更低的圖像噪聲和更好的病變清晰性，實(shí)現(xiàn)了中位輻射劑量減少46%。
Nagayama等人進(jìn)行了一項(xiàng)回顧性研究，對兩組不同CT協(xié)議進(jìn)行了比較：第1組接受LD低對比劑（CM）CT（360 mgl kg-1, 80 kVp, SAFIRE），第2組接受SD、常規(guī)CM CT（600 mgl kg-1, 120 kVp, FBP），第一組方案使劑量減少32%，碘負(fù)荷降低40%，客觀圖像質(zhì)量更高，主觀圖像質(zhì)量相當(dāng)；此外，沒有記錄到與CM注射有關(guān)的明顯的腎臟損傷。
Ippolito及其同事比較了分別用MBIR和HIR算法重建的LD（100 kVp）和SD（120 kVp）增強(qiáng)CT圖像的圖像質(zhì)量和輻射劑量。與HIR相比，用MBIR算法重建的CT圖像的整體圖像質(zhì)量、SNR和對比度-噪聲比（CNR）值明顯較高，而輻射劑量則明顯較低。
肝臟病變，特別是低密度的轉(zhuǎn)移，值得單獨(dú)提及，因?yàn)樗鼈冊谟酶邚?qiáng)度IR重建的LD CT中經(jīng)常會被誤診。許多作者已經(jīng)證明，主觀的圖像質(zhì)量并不一定與診斷準(zhǔn)確性的提高相關(guān)；事實(shí)上，IR并不能保持低對比度的可檢測性，不同劑量水平的IR方法在低對比度檢測方面存在很大差異。Dimmitt等人評估了使用ASiR-V與FBP對比檢測肝臟病變的診斷準(zhǔn)確性，證明ASiR-V客觀上優(yōu)于FBP，盡管讀者使用FBP可以更好地識別肝臟病變。因此，讀者應(yīng)該進(jìn)行充分的培訓(xùn)以避免任何肝臟病變的誤診。
此外，Mohammadinejad和他的同事表明，IR應(yīng)用于肝臟多相CECT可以稍微改變圖像質(zhì)量。然而，一項(xiàng)比較研究表明，使用FBP和SAFIRE在不同強(qiáng)度下重建CECT腹部掃描，圖像噪聲隨著IR水平的提高而降低，可以更好地觀察到小的低衰減的肝臟病變。
2、篩查
超低劑量（ULD）檢查是篩查方案中不可避免的要求，它代表了IR技術(shù)的主要應(yīng)用領(lǐng)域之一，特別是肺癌篩查。
Zhang及其同事使用ULD協(xié)議（120 kVp/17 mAs）和常規(guī)LD（120 kVp/30 mAs）比較了胸部CT圖像質(zhì)量和結(jié)節(jié)可檢測性，兩者均采用FBP、iDose4和IMR算法進(jìn)行重建。與LD方案相比，ULD可以有效減少劑量（44%；0.67 vs 1.20 mSv）；此外，在這兩組中，IMR顯示出比HIR和FBP更好的圖像質(zhì)量、結(jié)節(jié)可檢測性和圖像噪聲降低。
de Margerie-Mellon等人比較了接受HIR重建的SD CT（140 kVp）和使用FBP、iDose4和IMR重建的低劑量CT（100 kVp）的患者中IR和FBP的性能。有趣的是，與FBP相比，iDose4和MIR顯示出更好的診斷可信度、病變明顯性和肺氣腫檢測，且劑量明顯較低（中值分別為0.22和1.8 mSv）。
CT結(jié)腸造影（CTC）的臨床適用性在過去十年中逐步發(fā)展，以至于被認(rèn)為是結(jié)直腸疾病的有效檢查。Cianci等人評估了用SAFIRE重建的ULD-CTC的輻射劑量和圖像質(zhì)量，與用FBP重建的LD-CTC相比。結(jié)果顯示，與LD-CTC相比，ULD-CTC方案有意義地減少了劑量（高達(dá)63%；分別為0.98 vs 2.69 mSv），但既沒有明顯的圖像質(zhì)量下降，也沒有影響病變檢測。
Liu及其同事評估了3組CTC篩查的圖像質(zhì)量、輻射劑量和診斷性能：SD（120kVp-STD，F(xiàn)BP）、錫濾過LD（Sn150kVp-LD，ADMIRE）和錫濾過ULD（Sn100kVp-ULD，ADMIRE）。與120kVp-STD方案相比，Sn150kVp-LD和Sn100kVp-ULD組的圖像質(zhì)量更好，輻射劑量分別降低了22.5%和87.5%。
3、心血管
心血管放射學(xué)是最受益于IR的放射學(xué)領(lǐng)域之一，特別是在門急診病人中。
Si-Mohamed及其同事比較了使用SAFIRE的100kVp和使用FBP的120kVp的 "胸痛三聯(lián) "CT血管成像（TRO-CTA）的診斷性能。與SD TRO-CTA方案相比，低劑量TRO-CTA可以在減少34%輻射劑量的情況下達(dá)到高置信度的診斷水平。
Ippolito等人評估了使用MBIR重建的LD冠狀動脈CT A（CCTA）檢查的圖像質(zhì)量和輻射劑量，并與標(biāo)準(zhǔn)iDose4 CCTA重建進(jìn)行了比較。結(jié)果表明，與標(biāo)準(zhǔn)CCTA方案相比，LD MBIR CCTA可以獲得高質(zhì)量的圖像，并顯著減少劑量暴露（38%）。
Talei Franzesi及其同事評估并比較了2種不同的研究方案：LD和低CM量的CT A方案（100 kVp；50 mL的CM；IR算法）和標(biāo)準(zhǔn)CT A方案（120 kVp；100 mL的CM；FBP重建）。在相當(dāng)?shù)膱D像質(zhì)量下，與標(biāo)準(zhǔn)CTA方案相比，LD-CTA可以顯著減少輻射劑量（20%）和CM體積。
Caruso及其同事分析了由FBP重建的SD（120 kVp，170 mAs）和由ASiR重建的半劑量（120 kVp，85 mAs）在不同強(qiáng)度水平下的冠狀動脈鈣化評分方案。結(jié)果表明，與FBP相比，ASiR-70%顯示出更高的信噪比和CNR，半劑量方案提供的輻射劑量減少了52%，但對主觀分析沒有明顯影響。
4、兒科
兒童對電離輻射的隨機(jī)效應(yīng)更加敏感，不幸的是，由于非兒科醫(yī)院普遍使用 "成人 "CT方案，兒童可能會接受更高的有效劑量；LD-CT與IR技術(shù)相結(jié)合，在兒科應(yīng)用中可以大幅減少輻射劑量，同時(shí)提高圖像質(zhì)量。
Singh等人調(diào)查了用ASiR重建的胸部和腹部CT數(shù)據(jù)的圖像質(zhì)量和輻射劑量的減少，與傳統(tǒng)的FBP相比，證明胸部CT的劑量減少了46%，腹部CT減少了38%，客觀噪聲更少。
Zhu等人分析了急性頭部創(chuàng)傷兒童的CT劑量指數(shù)和圖像質(zhì)量，分為1組（低劑量CT：100 kVp/240 mA，ASiR-V 70%）和2組（SD CT：120 kVp/180 mA，F(xiàn)BP）。與第二組相比，第一組實(shí)現(xiàn)了37%的輻射劑量減少。
Yamasaki及其同事比較了接受CTA的嬰兒的FBP、HIR和MBIR，發(fā)現(xiàn)與HIR相比，MBIR的輻射劑量明顯降低（36%），與FBP重建相比，MBIR的平均CNR更高（高達(dá)41%）。
Sun及其同事評估了MBIR和ASiR的性能，與FBP重建相比，在LD和低CM體積的腹部CECT中，證明如果結(jié)合ASiR 100%（降噪，63%；CNR，高達(dá)151%）和MBIR，LD-CT的圖像質(zhì)量會更好，后者的性能最好（降噪，67%；CNR，高達(dá)171%）。
5、頭頸
Bodelle等人證明，與在類似管電流下獲得的FBP方案相比，用SAFIRE重建的LD-CT改善了顱內(nèi)出血的檢測，劑量減少了29%（1.71 vs 2.4 mSv）。
Paprottka及其同事分析了分別使用iDose4和IMR算法重建的SD和LD大腦CT平掃。與SD相比，LD-CT顯示出明顯的劑量減少（33%，31.2 vs 46.6mGy），并且圖像質(zhì)量更好。
Troeltzsch等人評估了CT金屬偽影減少技術(shù)的好處，發(fā)現(xiàn)IR和金屬偽影減少技術(shù)提高了頭頸部CT對原發(fā)腫瘤（敏感性，0.83；特異性，0.93）和復(fù)發(fā)腫瘤（敏感性，0.94；特異性，0.93）的診斷質(zhì)量。
Schmid及其同事檢查并比較了用單源CT（固定管電壓，120 kVp；FBP和SAFIRE）和雙源CT（自動管電壓調(diào)制，F(xiàn)BP和ADMIRE）獲得的圖像。與FBP相比，兩種IR技術(shù)都顯示出較低的圖像噪聲、較高的信噪比和CNR，以及更好的主觀圖像分析；此外，ADMIRE顯示出比SAFIRE低14.4%的圖像噪聲和7.5%的輻射劑量。
四、未來展望
人類社會對輻射引發(fā)腫瘤的擔(dān)憂，導(dǎo)致CT診斷成像數(shù)量有所下降。盡管成為標(biāo)準(zhǔn)的重建技術(shù)，但I(xiàn)R存在一些缺點(diǎn)，如過度平滑的圖像紋理和適度的劑量減少與對比度依賴的空間分辨率有關(guān)；因此，成像重建技術(shù)有很大的改進(jìn)空間。
在過去的幾年里，人工智能在圖像紋理、劑量優(yōu)化、計(jì)算機(jī)輔助診斷以及通過減少偽影和圖像噪聲來提高整體圖像質(zhì)量方面顯示出一種很有前途的工具。
最近，一些研究正在調(diào)查DLIR算法在進(jìn)一步減少輻射劑量，同時(shí)保持診斷圖像質(zhì)量方面的作用，與IR技術(shù)相比，取得了積極的結(jié)果。Bernard及其同事在CCTA急性卒中方案中，使用DLIR算法與HIR算法相比，劑量明顯減少（約40%），SNR（51%）和CNR（49%）更高。對LD CCTA掃描也有類似的結(jié)果：與ASiR-V-100%相比，DLIR-H可以減少43%的輻射劑量，但對圖像噪聲、狹窄嚴(yán)重程度、斑塊組成和斑塊體積定量評估沒有明顯影響。Kim等人的一項(xiàng)回顧性研究顯示，與ASiR-V技術(shù)相比，用DLIR重建的LD胸部CT用于肺癌篩查，可以明顯降低噪聲，提高SNR和CNR，提高圖像對比度，降低圖像噪聲，更好地識別結(jié)構(gòu)。Jensen等人在對40名接受腹部CECT檢查的腫瘤患者進(jìn)行的回顧性研究中表明，與ASiR-V相比，DLIR具有更好的CNR，噪聲降低了47%，并提高了整體圖像質(zhì)量和病變診斷的可信度。
在不久的將來，人工智能技術(shù)可能提高放射學(xué)檢查的性能和速度，實(shí)現(xiàn)ULD CT掃描。然而，要充分發(fā)揮人工智能的潛力，這些技術(shù)需要大規(guī)模的驗(yàn)證和進(jìn)一步的分析。
五、結(jié)論
限制劑量暴露是管理各類患者的一項(xiàng)具有挑戰(zhàn)性的任務(wù)，特別是對于需要持續(xù)進(jìn)行多次CT檢查的腫瘤患者。在過去的幾十年里，由于數(shù)學(xué)和信息學(xué)領(lǐng)域的進(jìn)步，醫(yī)學(xué)成像發(fā)生了深刻的變化；IR代表了硬件和軟件發(fā)展的主要成果之一：能夠在大幅降低劑量的同時(shí)提高CT診斷能力，目前已廣泛取代FBP成為CT圖像的標(biāo)準(zhǔn)重建模式。
放射科醫(yī)生必須了解IR技術(shù)，以便在日常臨床實(shí)踐中最大限度地發(fā)揮其潛力。此外，關(guān)于人工智能重建算法的初步有數(shù)據(jù)正在出現(xiàn)；在可預(yù)見的未來，成像重建領(lǐng)域有望取得進(jìn)一步的進(jìn)展。
文獻(xiàn)原文：Guido G, Polici M, Nacci I, Bozzi F, De Santis D, Ubaldi N, Polidori T, Zerunian M, Bracci B, Laghi A, Caruso D. Iterative Reconstruction: State-of-the-Art and Future Perspectives. J Comput Assist Tomogr. 2023 Mar-Apr 01;47(2):244-254. doi: 10.1097/RCT.0000000000001401.
京公網(wǎng)安備11010802046783號
