论文部分内容阅读
第一部分CT图像控制Catphan体模与定量CT椎体骨密度的ESP研究研究目的基于Catphan 500和欧洲腰椎体模（European Spine Phantom,ESP）实验,研究低剂量下CT图像质量与定量CT（Quantitative CT,QCT）椎体骨密度（Bone Mineral Density,BMD）的准确度。材料和方法选择Revolution CT（GE医疗,美国,威斯康辛州）,在管电压120k V,管电流25和75m As的条件下分别扫描Catphan 500体模和ESP。原始数据使用滤波反投影算法（Filtered Back Projection,FBP）、自适应统计迭代重建算法（Adaptive Statistical Iterative Reconstruction,ASi R-V50%）、深度学习迭代算法（Deep Learning Iterative Reconstruction,DLIR[L/M/H]）重建横断图像。利用参数高对比度分辨力、低对比度分辨力、调制传递函数（Modulation Test Function,MTF）、噪声功率谱（Noise Power Spectrum,NPS）曲线和场均匀性评估CT图像质量。相同扫描条件下,利用QCT定量评估ESP（No.145）三个标准椎体松质骨的羟基磷灰石密度（Calcium Hydroxyapatite,HA）（L1 50.20mg/cm~3、L2 100.60mg/cm~3和L3 199.20mg/cm~3）并计算椎体BMD准确度误差、相对准确度误差及变异系数（coefficient of variation,CV）。结果DLIR（L、M和H）在50%MTF可分辨的最小线对数为4.50lp/cm,优于F BP（4.12lp/cm）和ASi R-V50%（4.00lp/cm）,在对比度为0.5%时可分辨的最小直径圆环达到3mm,DLIR（L、M和H）达2mm,均小于5mm。DLIR(（L、M和H）NPS曲线峰值频率明显低于FBP和ASi R-V50%,随着迭代权重和辐射剂量增加,NPS曲线明显左移。场均匀性为1.40～3.90HU（95%置信区间:3.24～3.83HU,P=0.138）,标准误差为0.99～2.76HU,接近2HU,均±4H内。ESP三个椎体L1、L2和L3测量的HA值均低于标准值（44.80、95.92、194.88 vs50.2、100.6、199.2mg/cm~3）,椎体BMD准确度误差分别为4.92、4.08、5.12mg/cm~3,相对BMD准确度误差分别为9.84%、4.08%和2.60%,均小于10%,CV分别为1.51%、1.41%和1.18%。结论低剂量条件下,该台CT设备的CT图像质量均满足诊断需求,ESP骨密度准确性误差较低,可以保证BMD值准确性,结合不同DLIR算法,可以降低辐射剂量,避免重复检查,节省医疗费用,适合大范围内体检人群早期BMD筛查。第二部分基于人工智能技术在椎体CT值评估椎体骨密度的可行性研究研究目的基于人工智能（Artificial Intelligence,AI）技术测量椎体CT值,评估低剂量CT下正常体检人群和慢性阻塞性肺疾病（Chronic Pulmonary Obstructive Disease,COPD）患者椎体骨密度的可行性。材料和方法一般资料:回顾性地纳入2020年4月至2021年12月在我院行胸部LDCT扫描的正常体检人群1276例（男597例,女678例,平均年龄58.11±11.26岁）,COPD患者1877例（男性1590例,女性287例,平均年龄62.40±7.20岁）。正常体检人群和COPD患者所使用的CT扫描设备为Revolution CT（GE医疗,美国,威斯康辛州）,管电压120k V,管电流,25m As（体重＜75kg）和75m As（体重≥75kg）。BMD测量:采用定量CT（Quantitative CT,QCT）（Mindways Software Inc.,美国）评估正常体检人群和COPD患者腰椎椎体骨密度（L1L2）（Bone Mineral Density,BMD）。根据BMD测量结果将正常体检人群和COPD患者分别分为3个亚组,即骨量正常、低骨量和骨质疏松组。AI椎体CT值计算:通过AI软件AI-Rad Companion Chest CT软件中肌肉骨骼模块（软件版本VA30,西门子医疗,福希海姆,德国）自动识别正常健康体检人群和COPD患者胸椎（T1T12）椎体中心并计算每个椎体CT值。统计方法:对正常体检人群和COPD患者,分别采用单因素方差分析（ANOVA）比较它们3个亚组间QCT椎体BMD及椎体CT值是否具有统计学差异。采用Pearson相关系数和Bland-Altman检验分别分析两组人群椎体CT值和椎体BMD之间的相关性及一致性。通过采用受试者工作特征曲线（Receiver Operating Characteristic Curve,ROC）和曲线下面积（Area Under Curve,AUC）评估该AI椎体CT值评估椎体BMD准确度。结果一般资料:共纳入正常体检人群1276例,男性597例,女性678例,平均年龄58.11±11.26岁,范围21~97岁,平均BMI（23.71±2.18）kg/m2,平均BMD（106.43±10.08）mg/cm3。COPD患者1877例,男性1590例,女性287例,平均年龄62.40±7.20岁,范围50~97岁,平均BMI（26.54±3.30）kg/m2,平均BMD（90.42±37.76）mg/cm3。BMD测量结果:对于正常体检人群,骨量正常、低骨量和骨质疏松分别为423例（33.15%）、541例（42.40%）、311例（24.37%）,腰椎椎体BMD结果分别为144.01±21.42、101.90±11.22、59.40±16.36mg/cm3。对于COPD患者,骨量正常、低骨量和骨质疏松分别为394例（20.99%）、681例（36.28%）、802例（42.73%）,腰椎椎体BMD结果分别为103.94±23.24、99.21±11.71、55.88±18.07mg/cm3。AI椎体CT值:对于正常体检人群和COPD患者,男性和女性胸椎（T8T10）椎体CT值均逐渐增高,而胸椎（T10T12）椎体CT值逐渐降低,女性胸椎（T8T12）椎体CT值较男性明显降低。对于正常体检人群,骨量正常、低骨量和骨质疏松组椎体CT值分别为178.31±29.37、158.35±17.97、90.08±20.99HU,并且三个亚组间存在明显的统计学差异（P＜0.001）。COPD患者骨量正常、低骨量和骨质疏松组椎体CT值分别为174.19±23.77、131.22±15.89、88.02±19.11HU,并且三个亚组间存在明显的统计学差异（P＜0.001）。AI椎体CT值与QCT骨密度关联性分析:对于正常体检人群,QCT椎体BMD值与椎体CT值呈强相关（r=0.931,P＜0.001）,与年龄中相关（r=0.560,P＜0.001）,与性别强相关（r=0.748,P＜0.001）。Bland-Altman结果显示椎体CT值与QCT椎体BMD值之间一致性较高,偏倚为48.74HU,95%一致限（Lo A）上限为89.43HU,下限为8.05HU,均在临床中可接受限内。Box-and-Whisker图表明骨量正常、低骨量和骨质疏松组男性和女性之间均存在统计学差异（P＜0.001）。椎体CT值评估椎体BMD具有极高的准确度,AUC为0.895,95%置信区间（95%CI:0.865-0.924,P＜0.001）,灵敏度为77.22%,特异度为88.18%,阈值为126.40HU。对于COPD患者,QCT椎体BMD值与椎体CT值呈强相关（r=0.936,P＜0.001）,与年龄中相关（r=0.510,P＜0.001）,与性别强相关（r=0.584,P＜0.001）。Bland-Altman结果显示椎体CT值与QCT椎体BMD值之间一致性较高,偏倚为14.66HU,95%一致限（Lo A）上限为60.98HU,下限为3.50HU,均在临床中可接受限内。Box-and-Whisker图表明骨量正常、低骨量和骨质疏松组的男性和女性之间均存在统计学差异（P＜0.001）。椎体CT值对椎体BMD评估具有极高的准确度,AUC为0.959（95%CI:0.949-0.968,P＜0.001）,灵敏度为85.13%,特异度为92.84%,阈值为112.90HU。结论AI技术在椎体CT值评估正常体检人群和COPD患者椎体BMD上具有很高可行性,结合胸部LDCT扫描序列,在筛查肺部疾病的同时,早期筛查高危人群BMD,降低骨质疏松风险。