ISSN 1004-4140
CN 11-3017/P

急性肺动脉栓塞继发肺梗死CT特征分析

张海平, 吴晓华, 赵田瑞, 贺毅, 杨正汉

张海平, 吴晓华, 赵田瑞, 等. 急性肺动脉栓塞继发肺梗死CT特征分析[J]. CT理论与应用研究, 2022, 31(2): 227-235. DOI: 10.15953/j.ctta.2021.018.
引用本文: 张海平, 吴晓华, 赵田瑞, 等. 急性肺动脉栓塞继发肺梗死CT特征分析[J]. CT理论与应用研究, 2022, 31(2): 227-235. DOI: 10.15953/j.ctta.2021.018.
ZHANG H P, WU X H, ZHAO T R, et al. CT manifestations of pulmonary infarction secondary to acute pulmonary embolism[J]. CT Theory and Applications, 2022, 31(2): 227-235. DOI: 10.15953/j.ctta.2021.018. (in Chinese).
Citation: ZHANG H P, WU X H, ZHAO T R, et al. CT manifestations of pulmonary infarction secondary to acute pulmonary embolism[J]. CT Theory and Applications, 2022, 31(2): 227-235. DOI: 10.15953/j.ctta.2021.018. (in Chinese).

急性肺动脉栓塞继发肺梗死CT特征分析

基金项目: 国家自然科学基金(基于心脏磁共振负荷心肌灌注技术探索抑郁在心肌微循环异常发生机制中的作用(81971569));北京市医院管理中心临床医学发展专项(定量影像学(ZYLX202101))
详细信息
    作者简介:

    张海平: 女,硕士研究生,首都医科大学附属北京友谊医院放射科住院总医师,专业方向为胸部及心血管影像诊断及临床研究,E-mail:18810554160@163.com

    吴晓华: 女,博士,首都医科大学附属北京友谊医院放射科副主任医师,专业方向为胸部影像诊断学,E-mail:luckyemilyxh@aliyun.com

  • 中图分类号: R  814

CT Manifestations of Pulmonary Infarction Secondary to Acute Pulmonary Embolism

  • 摘要: 目的:探讨急性肺动脉栓塞(APE)继发肺梗死(PI)CT特征。方法:回顾性分析41例APE继发PI患者的临床及CT资料,总结PI的数量、位置、形态、边缘、胸腔积液及其动态变化特征。结果:PI的CT特征:①数量及位置:共79个PI病灶,18例患者为单发PI,23例患者为多发;所有PI病灶均位于胸膜下,与胸膜呈宽基底相连;46.8%(37/79)位于右肺下叶,36.7%(29/79)位于左肺下叶,右肺上叶、中叶分别为3.8%(3/79)、6.3%(5/79),左肺上叶舌段6.3%(5/79)。②形态:45.6%(36/79)病灶表现为反晕征(RHS),36.7%(29/79)为椭圆形、楔形及驼峰样实变,17.7%(14/79)为斑片状磨玻璃影。③支气管血管束包埋征:79.7%(63/79)病变内可见支气管血管束走行其中,21.3%(16/79)病变范围较小,其内未见明确支气管血管束走行、包埋。④增强后,79个PI病灶均未见强化。⑤治疗后期,所有PI病灶均演变为斑片或索条影。⑥胸腔积液:63.4%(26/41)患者出现胸腔积液,42.3%(11/26)为双侧胸腔积液,57.7%(15/26)单侧胸腔积液。结论:APE继发PI的CT表现具有一定特征性,胸膜下出现单发或多发病变,有反晕征、楔形或驼峰样实变、支气管血管束包埋特征时应考虑到PI,另外胸腔积液有助于诊断。
    Abstract: Objective: To investigate the CT findings of pulmonary infarction (PI) secondary to acute pulmonary embolism (APE). Method: The clinical and CT data of 41 patients with PI secondary to APE were analyzed retrospectively. The number, location, shape, margin of PI, pleural effusion and dynamic changes were summarized. Results: CT features of PI: (1) Number and location: Among the total 79 PI lesions, 18 patients had single lesion and 23 patients had multiple lesions. All lesions were located under the pleura and connected to the pleura with a broad base, 46.8% (37/79) were located in the lower lobe of the right lung, 36.7% (29/79) in the lower lobe of the left lung, 3.8% (3/79) in the upper lobe, 6.3% (5/79) in the middle lobe of the right lung, and 6.3% (5/79) in the lingual segment of the upper lobe of the left lung. (2) Shape: 45.6% (36/79) of the lesions showed Reversed Halo Sign (RHS), 36.7% (29/79) displayed consolidation of oval, wedge or hump, 17.7% (14/79) revealed ground glass opacity. (3) Bronchovascular bundles in PI: Bronchovascular bundles were found in 79.7% (63/79) of PI. In 21.3% (16/79) of the cases, there was no bronchovascular bundle in the lesion because of its small size; (4) After enhancement, there was no enhancement shown in the 79 PI lesions. (5) All 79 lesions changed into patchy or linear during the end of the treatment period. (6) Pleural effusion: 63.4% (26/41) of patients had pleural effusion, among whom 42.3% (11/26) had bilateral pleural effusion, and 57.7% (15/26) had unilateral pleural effusion. Conclusion: The imaging manifeatations of PE secondary to API hole certain characteristics. For single or multiple lesions under the pleura, with RHS, consolidation of wedge or hump, bronchovascular bundles, APE secondary to API should be considered. In addition, pleural effusion is helpful for diagnosis.
  • 能谱CT低能级虚拟单能量图像(virtual monoenergetic imaging,VMI),可以提高组织结构和病变的对比,优化小病灶和小血管的图像质量,在上腹部疾病诊断中应用广泛。但由于低能级光子穿透能力弱,使其在CT低能级单能量图像中噪声明显增高,临床应用受到限制。如何改善低单能量图像质量,提高血管显示率和病灶检出率历来都是研究的热点和难点。优化图像重建算法可能在一定程度上提高图像质量。

    如目前临床应用广泛的自适应统计迭代重建算法(adaptive statistical iteration reconstruction-V,ASIR-V),能一定程度上降低图像噪声,改善图像质量。但其在降噪的同时,降低了图像空间分辨率,对小血管等细微解剖结构的显示能力相对不足。

    近年来,基于人工智能平台的深度学习图像重建(deep learning image reconstruction,DLIR)算法,将深度卷积神经网络(deep convolutional neural networks,DCNN)纳入到图像重建算法中,用高质量的CT图像数据集进行训练,以学习如何区分噪声和信号,进而降噪提高图像质量[1]。与AV相比,DL算法可以在不改变噪声纹理或影响解剖病理结构情况下,抑制噪声的同时获得较高的空间分辨率[2],且随着DL的强度增高(DL-M,DL-H)图像呈现为更高的信噪比、对比信噪比和更优质的病变显示趋势[3]。随着微创手术的广泛应用,腹部微小血管如胃左动脉,其走形和变异情况对在以胃癌根治术及其胃肠消化道等手术过程中具有重要的指导意义[4]。研究表明[1],40 keV单能量图像结合深度学习图像重建算法可改善胸腹部大血管的图像质量,但其对腹部较小血管的应用研究鲜有报道。

    本研究拟通过比较自适应统计迭代重建算法与深度学习图像重建算法在上腹部能谱增强CT 40 keV单能量图像中小血管显示的图像质量,分析评价该场景下DLIR的临床应用价值。

    回顾性收集四川大学华西医院2021年2月至2022年6月行能谱CT上腹部增强扫描的患者28例,其中:男性患者12例,女性患者16例,年龄(38.35±10.83)岁,BMI指数(23.83±2.05)kg/m2

    纳入标准:①年龄≥18周岁;②所得图像能够符合诊断要求,临床医师能根据所得影像做出影像学判断;③上腹部无明显病变。排除标准:①患者呼吸配合欠佳等因素导致的图像质量差而无法进行准确图像评估和数据测量者;②影像数据不全者。

    纳入研究的所有图像均采用GE公司256层宽体探测器CT扫描仪(Revolution Apex CT;GE Healthcare)采集。检查体位为头先进,仰卧位,双上肢保持上举,屏气后扫描,扫描范围为膈顶至肾脏下缘。

    扫描参数。平扫采用常规螺旋扫描模式,管电压120 kVp,开启自动管电流调制技术。螺距0.992∶1,球管转速0.5 s/r,噪声指数8,重建层厚5 mm,重建重叠5 mm;动脉期和静脉期均采用能谱扫描模式(gemstone spectral imaging,GSI),ASIR-V前置权重30%,管电压80 kVp/140 kVp瞬时切换,管电流355 mA,螺距0.992∶1,重建层厚0.625 mm,重建重叠0.625 mm。

    采用自动跟踪阈值触发法确定动脉期延迟时间,监测兴趣区(region of interest,ROI)为腹腔干层面腹主动脉内,阈值150 HU,触发后延迟6 s扫描动脉期,注射对比剂后65~75 s扫描静脉期。采用高压注射器经肘正中静脉团注对比剂碘美普尔(碘浓度为400 mg/mL),注射速率为3 mL/s,根据体重计算用量为1 mL/kg。

    采用AV和DL两种算法重建动脉期图像,其中AV采用50%的后置混合权重方式,DL采用中等强度水平(DL-M)和高强度水平(DL-H)两种方式。因CT能谱序列DL重建算法未广泛应用于临床,本研究中的DL重建数据由GE公司技术供应商完成。

    将各种图像重建算法的动脉期能谱图像传输至GE影像工作站(Advantage Workstation 4.7,adw 4.7)提取3种算法在40 keV能量水平下的虚拟单能量图像,分别标记为40 keV-AV、40 keV-DL-M、40 keV-DL-H;提取AV算法在70 keV能量水平下的虚拟单能量图像,标记为70 keV-AV。每例患者一共生成4组影像图像,隐藏图像中患者基本信息、图像重建方式和相关参数。

    在肝总动脉、胃左动脉、脾动脉以及肠系膜上动脉最大层面内放置圆形或类圆形ROI,测量ROI内CT值及标准差(standard deviation,SD),每个兴趣区测量3次,取平均值,需注意避开血管管腔和钙化。同时,测量相同层面竖脊肌CT值和SD值,多次测量取平均值。保证同一患者的相同能级不同算法之间、相同算法不同能级图像之间ROI形状、大小、位置一致。计算各目标血管信噪比(signal to noise ratio,SNR)及对比噪声比(contrast to noise ratio,CNR),计算公式[1]

    $$ \mathrm{S}\mathrm{N}\mathrm{R}={\mathrm{C}\mathrm{T}}_{\mathrm{目}\mathrm{标}\mathrm{血}\mathrm{管}}/{\mathrm{S}\mathrm{D}}_{\mathrm{目}\mathrm{标}\mathrm{血}\mathrm{管}} ,$$ (1)
    $$ \mathrm{C}\mathrm{N}\mathrm{R}=\Big({\mathrm{C}\mathrm{T}}_{\mathrm{目}\mathrm{标}\mathrm{血}\mathrm{管}}-{\mathrm{C}\mathrm{T}}_{\mathrm{竖}\mathrm{脊}\mathrm{肌}}\Big)/{\mathrm{S}\mathrm{D}}_{\mathrm{竖}\mathrm{脊}\mathrm{肌}} 。$$ (2)

    由两名具有14年以上阅片经验且不知晓图像重建信息的放射科医师分别评价CT图像质量,预设窗宽和窗位分别为300 HU和45 HU,也可进行适当调整。采用5分法对重建图像进行主观评价,评价内容包括图像噪声,图像伪影,目标血管对比度,图像“蜡状感”,图像整体质量。

    评分标准[5-8]。图像噪声:1分,噪声严重;2分,噪声较重;3分,噪声明显;4分,噪声轻微;5分,噪声几乎不可见。图像伪影:1分,伪影严重;2分,伪影较重;3分,伪影明显;4分,伪影轻微;5分,伪影几乎不可见。目标血管对比度:1分,血管边缘非常模糊;2分,血管边缘很模糊;3分,血管边缘较模糊;4分,血管边缘较清晰;5分,血管边缘锐利。图像“蜡状感”:1分,“蜡状感”严重,细节丢失严重;2分,“蜡状感”较重,细节显示模糊;3分,“蜡状感”明显,细节显示一般;4分,“蜡状感”轻微,细节显示较清晰;5分,“蜡状感”几乎不可见,细节显示清晰。图像整体质量:1分,整体质量很差;2分,整体质量较差;3分,整体质量一般;4分,整体质量较好;5分,整体质量优。

    采用SPSS 25.0软件进行统计分析,以$ (\bar{x}\pm s) $表示服从或近似服从正态分布的资料。40 keV单能量图像的3种重建方式组间的差异性比较采用重复测量的单因素方差分析,70 keV-AV图像分别与40 keV单能量图像的3种重建方式的组间差异性比较采用配对样本t检验,P≤0.05为差异具有统计学意义。

    采用Kappa检验分析两名放射科医师主观评分的一致性,k≥0.80认为一致性极高,0.60≤k<0.80高度一致性,0.40≤k<0.60中度一致性,0.20≤k<0.40一致性较差,k≤0.20一致性极差。计算两名医师主观评分值的平均值。

    采用重复测量的单因素方差分析对组间评分的平均值进行两两比较,P≤0.05为差异具有统计学意义。

    在AV、DL-M及DL-H 3种重建方式下,40 keV单能量图像的SD值、SNR及CNR的比较结果见表1

    表  1  40 keV下3种重建方式图像SD值、SNR及CNR差异性检验
    Table  1.  Difference tests of SD, SNR, and CNR of three reconstruction methods at 40 keV
    项目目标血管$ (\bar{x}\pm s) $统计检验成对比较P
    AVDL-MDL-HFPAV与DL-MAV与DL-HDL-M与DL-H
    SD值肝总动脉  55.12±22.9553.34±21.9349.69±22.1026.64<0.0010.032<0.001<0.001
    胃左动脉  61.72±41.3060.24±42.2258.30±41.477.330.0070.1310.006<0.001
    脾动脉   51.57±30.2249.09±27.8544.51±27.5246.16<0.0010.003<0.001<0.001
    肠系膜上动脉43.18±14.4340.23±12.2933.56±10.0342..84<0.0010.002<0.001<0.001
    SNR肝总动脉  19.4±10.5819.67±10.2321.96±12.0726.62<0.0010.515<0.001<0.001
    胃左动脉  15.63±8.4717.08±11.6817.88±12.544.220.0460.1010.0360.007
    脾动脉   20.48±10.1021.22±10.2024.05±11.7351.52<0.0010.004<0.001<0.001
    肠系膜上动脉24.18±9.6025.59±9.7430.56±11.5661.99<0.001<0.001<0.001<0.001
    CNR肝总动脉  19.47±6.6523.01±7.7230.50±12.0274.67<0.001<0.001<0.001<0.001
    胃左动脉  15.10±5.3617.92±6.5123.14±9.0295.10<0.001<0.001<0.001<0.001
    脾动脉   19.10±6.5523.00±8.2130.06±11.8189.12<0.001<0.001<0.001<0.001
    肠系膜上动脉21.13±7.2925.36±8.8233.08±12.9188.61<0.001<0.001<0.001<0.001
    下载: 导出CSV 
    | 显示表格

    按照40 keV-DL-H、40 keV-DL-M和40 keV-AV排序顺序,呈现出SD值由低到高,SNR值及CNR值由高到低的趋势,且3组结果的差异性均具有统计学意义。40 keV-DL-M组与40 keV-AV组相比,SD值除胃左动脉不具有差异性外,肝总动脉、脾动脉及肠系膜上动脉均具有差异性;SNR在肝总动脉及胃左动脉中不具有差异性,在脾动脉及肠系膜上动脉中具有差异性;CNR在4组目标血管中均具有差异性。40 keV-DL-H-组与40 keV-AV组相比,40 keV-DL-H组与40 keV-DL-M组相比,SD值、SNR及CNR在4组目标血管中均具有差异性;DL-H图像与DL-M图像相比,SD值、SNR及CNR在4组目标血管中均具有差异性。

    40 keV-DL-H、40 keV-DL-M和40 keV-AV 3组与70 keV-AV组图像比较结果表2。目标血管SNR值及CNR值从高到低的排序均为40 keV-DL-H、40 keV-DL-M、40 keV-AV和70 keV-AV。两两比较,差异均具有统计学意义。

    表  2  40 keV下3种重建方式图像SNR及CNR与70 keV-AV的差异性比较
    Table  2.  Comparisons between SNR and CNR of three reconstruction methods and 70 keV-AV under 40 keV
    项目 目标血管 $( \bar{x}\pm s) $ 成对比较P
    70 keV-AV 40 keV-AV 40 keV-DL-M 40 keV-DL-H 70 keV-AV与
    40 keV-AV
    70 keV-AV与
    40 keV-DL-M -
    70 keV-AV与
    40 keV-DL-H
    SNR 肝总动脉 16.72±7.92 19.47±10.58 19.67±10.23 21.96±12.07 <0.001 <0.001 <0.001
    胃左动脉 14.49±7.96 15.63±8.47 17.08±11.68 17.88±12.54 0.030 0.018 0.009
    脾动脉 16.68±7.64 20.48±10.10 21.22±10.20 24.05±11.73 <0.001 <0.001 <0.001
    肠系膜上动脉 19.07±6.31 24.18±9.60 25.59±9.74 30.56±11.56 <0.001 <0.001 <0.001
    CNR 肝总动脉 13.60±4.46 19.47±6.65 23.01±7.72 30.50±12.02 <0.001 <0.001 <0.001
    胃左动脉 10.90±3.47 15.10±5.36 17.92±6.51 23.14±9.02 <0.001 <0.001 <0.001
    脾动脉 13.12±4.42 19.10±6.55 23.00±8.21 30.06±11.81 <0.001 <0.001 <0.001
    肠系膜上动脉 14.51±4.80 21.13±7.29 25.36±8.82 33.08±12.91 <0.001 <0.001 <0.001
    下载: 导出CSV 
    | 显示表格

    Kappa一致性检验结果显示(表3),两名放射医师对图像质量的主观评价在图像噪声、图像伪影、目标血管对比度、图像“蜡状感”及整体图像质量5组评分中均具有较好的一致性(k=0.539~0.868)。图像噪声、图像伪影、目标血管对比度及整体图像质量的主观评分值在40 keV-AV组、40 keV-DL-M组、40 keV-DL-H组之间依次升高;同时,与70 keV-AV组相比,40 keV-DL组评分较高,且DL-H高于DL-M。另外,4组图像“蜡状感”的评分均较高,除40 keV-DL-H组略低,其余3组无明显差异。

    表  3  图像质量主观评分分析
    Table  3.  Image quality subjective scoring analysis
    图像评价指标 观察者 $( \bar{x}\pm s )$
    70 keV-AV 40 keV-AV 40 keV-DL-M 40 keV-DL-H
    图像噪声    医生1 3.93±0.66 3.50±0.51 4.18±0.48 4.71±0.46
    医生2 3.89±0.63 3.54±0.58 4.21±0.50 4.68±0.48
    k 0.684* 0.624* 0.738* 0.747*
    图像伪影    医生1 3.86±0.65 3.32±0.55 4.11±0.50 4.57±0.50
    医生2 3.82±0.61 3.29±0.46 4.07±0.47 4.64±0.49
    k 0.803* 0.548* 0.837* 0.851*
    目标血管对比度 医生1 3.79±0.69 3.29±0.46 4.25±0.59 4.71±0.46
    医生2 3.75±0.75 3.36±0.49 4.29±0.66 4.68±0.48
    k 0.600* 0.783* 0.651* 0.747*
    图像“蜡状感”  医生1 4.54±0.58 4.50±0.58 4.61±0.50 4.14±0.52
    医生2 4.57±0.57 4.46±0.64 4.57±0.50 4.21±0.50
    k 0.620* 0.539* 0.779* 0.781*
    图像整体质量  医生1 3.86±0.65 3.50±0.51 4.36±0.49 4.82±0.39
    医生2 3.82±0.67 3.54±0.51 4.29±0.46 4.86±0.36
    k 0.816* 0.742* 0.783* 0.868*
    注:*表示kappa检验中的P<0.05,差异具有统计学意义。
    下载: 导出CSV 
    | 显示表格

    4组重建图像的主观评分的差异性成对比较结果显示(表4),除70 keV-AV组与40 keV-DL-M组在图像伪影评分中不具有差异性,以及在图像“蜡状感”评分中70 keV-AV、40 keV-AV、40 keV-DL-M 3组之间两两不具有差异性外,其余组间比较结果均具有统计学意义。

    表  4  4组重建图像主观评分值的差异性成对比较结果
    Table  4.  Differences of subjective scores of four reconstructed images compared in pairs
    图像评价指标 70 keV-AV与
    40 keV-AV
    70 keV-AV与
    40 keV-DL-M
    70 keV-AV与
    40 keV-DL-H
    40 keV-AV 与
    40 keV-DL-M
    40 keV-AV与
    40 keV-DL-H
    40 keV-DL-M 与
    40 keV-DL-H
    图像噪声    <0.001 0.003 <0.001 <0.001 <0.001 <0.001
    图像伪影    <0.001 0.090 <0.001 <0.001 <0.001 <0.001
    目标血管对比度 <0.001 0.001 <0.001 <0.001 <0.001 0.004
    图像“蜡状感”  0.526 0.774 0.003 0.456 0.019 0.001
    图像整体质量  0.004 0.001 <0.001 <0.001 <0.001 <0.001
    下载: 导出CSV 
    | 显示表格

    本次研究结果表明,40 keV能级下图像在AV和DL重建后均可以一定程度减少噪声,提高图像质量。DL与AV相比,由AV、DL-M到DL-H,各目标血管部位SD值逐渐降低,SNR、CNR值逐渐增大。这一结果表明DL降噪能力更强,且DL-H优于DL-M,可以更好的显示小血管及其他组织结构。与70 keV-AV图像相比,40 keV能级中AV和DL图像的SNR、CNR值均较高,且DL-H高于DL-M。这一结果表明经AV和DL重建降噪后的40 keV能级图像在目标小血管中图像质量优于70 keV-AV图像,且DL-H较DL-M效果更优。能谱CT中70 keV能级图像与常规能量下(即混合能量120 kV)的图像接近,故可将其结果类比常规能量CT,这表明AV和DL重建算法均可有助于实现40 keV的最低keV设置,显著提高SNR及CNR,达到满足临床需求的图像质量。

    40 keV能级下主观图像质量评分在图像噪声、图像伪影、目标血管对比度及整体图像质量4个方面的结果均表现为DL-H高于DL-M,DL-M高于AV,与客观结果一致,表明DL算法的应用可以显著降低图像噪声,增高细微结构和目标小血管的空间分辨力。此结果与Zhong等[9]和Sato等[10]研究中的主观评价结论一致。同时,虽然本次研究的图像未见明显的“蜡状感”失真表现,但在图像“蜡状感”评分中,DL-H略低于DL-M,这表明随着深度重建算法等级的增高,图像出现“蜡状感”的程度也会相应增加。

    另外,与70 keV-AV图像评分相比,在图像噪声、图像伪影、目标血管对比度及整体图像质量4个方面的结果均表现为40 keV-DL更高,且DL-H高于DL-M。同时,进一步重建出三维血管图像(图1),能够更直观地表现出显示上腹部小血管的效果差异。图像结果显示,40 keV-DL能够显示出更多细小的腹部血管,且40 keV-DL-H效果最佳。这表明在DL算法的作用下,40 keV的最低keV能级的图像质量在主观阅片感受方面优于70 keV-AV图像,有助于将40 keV作为腹部能谱增强CT中常规低keV VMI重建的新标准。

    图  1  4组上腹部三维后处理重建图像
    Figure  1.  Four groups of upper abdomen 3D post-processing reconstruction images

    高质量的上腹部增强图像可为外科手术中病变的准确诊断和术前的全面评估提供帮助,具有重要的临床价值[11]

    能谱CT低能级单能量图像可以提高图像对比度,有利于小血管和小病灶的显示[8]。如何改善低能级VMI进行降噪处理以提高图像质量具有重要的临床意义。基于DL重建算法可降低图像噪声的同时,保留解剖结构细节,保持较高空间分辨率的优势,有望改善AV劣势区域(低keV范围内)VMI小血管等组织结构显示不清的情况。现有DL重建算法对能谱CT VMI降噪效果的相关研究集中于改善整体图像质量、实质脏器以及大血管的显示能力或体模前瞻性研究[3,12-14],而对重要腹部小血管(如肝总动脉、胃左动脉、脾动脉、肠系膜上动脉等)相关情况的研究较少。

    据文献报道[15],随着单能量图像能级的降低,组织结构CT值增高,血管对比增加,低能级单能量图像在血管显示方面具有明显的优越性,但较低能级单能量图像噪声增加显著,如40 keV单能量图像在血管的应用受到一定限制。

    随着深度学习图像重建技术的应用,研究显示[16]其降噪能力在低能级图像中呈现更大的优势,且40 keV图像质量得到显著改善。因此本次研究尝试针对40 keV单能量能级图像开展,希望评估DL算法在常规40 keV低能级水平上对上腹部小血管的降噪能力。

    本研究的局限性。①样本量相对较少,还应加大样本量进一步验证研究结果;②由于部分小血管的位置特殊性,放置感兴趣区后血管平均CT值和SD值将会受到实质脏器的影响而呈现不太稳定的变化趋势;③本研究仅与AV 50%权重方式进行比较,虽有研究表明在50%下AV效果较好[17-19],但后续仍可与其他权重相对比进行研究来验证其在腹部小血管方面的应用规律。

    除此之外,本次研究只选择了40 keV的单能量图像,有文献报道[15]40 keV单能量图像结合深度学习图像重建算法在腹部图像质量的改善方面效果显著,因此本文在此研究的基础上,探讨深度学习图像重建算法下40 keV单能量图像对于上腹部小血管的显示效果。

    在未来进一步的研究中,将纳入更多能级以探究在不同能级下深度学习图像重建算法联合单能量成像技术的优势和特点,使研究更全面、更丰富。

    综上所述,针对40 keV能级VMI图像,DL算法相较于传统AV算法具有更优秀的降噪能力,且随DL强度的增加,降噪效果也随之提高。DL算法有望在未来成为临床常规使用的能谱CT重建算法,对提高小血管成像质量具有十分重要的临床作用。

  • 图  1   女,70岁,胸痛,APE继发PI

    (a)左肺下叶肺梗死,呈“反晕征”改变,内部为网格样磨玻璃密度影,周边为较薄的实性环,左侧胸腔少量积液;(b)CTPA示左下肺动脉及分支内大量栓子形成(红箭)及相应部位肺梗死(黄箭,与(a)箭头所示为同一病灶),左侧肋膈角少量胸腔积液;(c)治疗1个月后复查,反晕征演变为斑片实变影,胸腔积液消失。

    Figure  1.   A 70-year-old femal with chest pain and pulmonary infarction secondary to acute pulmonary embolism

    图  2   27岁,男,发热、腹痛,APE继发PI

    (a)右肺下叶楔形肺梗死(箭头),内部密度不均,局部呈磨玻璃样改变,误诊为肺炎;(b)纵隔窗:肺梗死内散在小泡状气体密度影,为肺泡腔内残存气体,右侧胸腔少量积液(白箭);(c)抗炎治疗13天后,右肺下叶前基底段病灶变实,边界锐利清晰(箭头);(d)CTPA示右下肺动脉内栓子形成(红箭)及相应部位的楔形肺梗死(白箭);(e)抗凝溶栓治疗1周后,CTPA示肺动脉栓塞范围较前减少,但肺梗死却较前增多,新出现右肺中叶椭圆形肺梗死(黄箭),其内侧可见支气管血管束包埋,右肺下叶驼峰样肺梗死(黑箭);(f)抗凝溶栓治疗后期,右肺下叶肺梗死演变为小索条影(黑箭)。

    Figure  2.   A 27-year-old male with abdominal pain and fever and pulmonary infarction secondary to acute pulmonary embolism

    表  1   41例APE继发PI患者的临床资料

    Table  1   Clinical data of 41 patients with pulmonary infarction secondary to acute pulmonary embolism

    项目数量/例比例/% 项目数量/例比例/%
    病史无特殊既往史614.6 临床症状胸痛2561.0
    冠心病922.0呼吸困难717.1
    高血压1741.5咯血0
    慢性阻塞性肺疾病1126.7胸闷512.2
    糖尿病49.8咳嗽1434.1
    肿瘤病史717.1发热12.4
    口服孕药24.9腹痛512.27
    系统性红斑狼疮12.4D-二聚体0-1.5 mg/L(正常
    参考范围)
    614.6
    形成双下肢血栓3175.6
    右心房血栓24.9≥1.5mg/L3585.4
    下载: 导出CSV
  • [1]

    HE H, STEIN M W, ZALTA B, et al. Pulmonary infarction: Spectrum of findings on multidetector helical CT[J]. Journal of Thoracic Imaging, 2006, 21(1): 1−7. DOI: 10.1097/01.rti.0000187433.06762.fb.

    [2]

    STEIN P D, MATTA F, MUSANI M H, et al. Silent pulmonary embolism in patients with deep venous thrombosis: A systematic review[J]. The American Journal of Medicine, 2010, 123(5): 426−431. DOI: 10.1016/j.amjmed.2009.09.037.

    [3]

    ISLAM M, FILOPEI J, FRANK M, et al. Pulmonary infarction secondary to pulmonary embolism: An evolving paradigm[J]. Respirology, 2018, 23(9): 866−872. DOI: 10.1111/resp.13299.

    [4]

    MANÇANANO A D, RODRIGUES R S, BARRETO M M, et al. Incidence and morphological characteristics of the reversed halo sign in patients with acute pulmonary embolism and pulmonary infarction undergoing computed tomography angiography of the pulmonary arteries[J]. Jornal Brasileiro de Pneumologia: Publicacao Oficial da Sociedade Brasileira de Pneumologia Tisilogia, 2019, 45(1): e20170438. DOI: 10.1590/1806-3713/e20170438.

    [5] 李菲, 唐笑先, 师建强, 等. 不同类型急性肺栓塞临床相关因素分析及胸部继发改变的CT肺动脉成像特征[J]. 中华放射学杂志, 2018,52(1): 9−14. DOI: 10.3760/cma.j.ssn.1005?1201.2018.01.03.

    LI F, TANG X X, SHI J Q, et al. Clinical correlative factors and CT pulmonary angiography characteristics of secondary changes of chest in different types of acute pulmonary embolism[J]. Chinese Journal of Radiology, 2018, 52(1): 9−14. DOI: 10.3760/cma.j.ssn.1005?1201.2018.01.03. (in Chinese).

    [6]

    GOLDHABER S Z, VISANI L, DE ROSA M. Acute pulmonary embolism: Clinical outcomes in the International Cooperative Pulmonary Embolism Registry (ICOPER)[J]. Lancet, 1999, 353: 1386−1389. DOI: 10.1016/s0140-6736(98)07534-5.

    [7]

    MINIATI M. Pulmonary infarction: An often unrecognized clinical entity[J]. Seminars in Thrombosis and Hemostasis, 2016, 42(8): 865−869. DOI: 10.1055/s-0036-1592310.

    [8]

    MARCHIORI E, MENNA BARRETO M, PEREIRA FREITAS H M, et al. Morphological characteristics of the reversed halo sign that may strongly suggest pulmonary infarction[J]. Clinical Radiology, 2018, 73: 503.e7−503.e13. DOI: 10.1016/j.crad.2017.11.022.

    [9]

    TORBICKI A, PERRIER A, KONSTANTINIDES S, et a1. Guidelines on the diagnosis and management of acute pulmonary embolism: The task force for the diagnosis and management of acute pulmonary embolism of the european society of cardiology (ESC)[J]. European Heart Journal, 2008, 29(18): 2276−2315. DOI: 10.1093/eurheartj/ehn310.

    [10]

    KAPTEIN F H J, KROFT L J M, HAMMERSCHLAG G, et al. Pulmonary infarction in acute pulmonary embolism[J]. Thrombosis Research, 2021, 202: 162−169. DOI: 10.1016/j.thromres.2021.03.022.

    [11]

    BLOOMER W E, HARRISON W. Respiratory function and blood flow in the bronchial artery after ligation of the pulmonary artery[J]. The American Journal of Physiology, 1949, 157(2): 317−328. DOI: 10.1152/ajplegacy.1949.157.2.317.

    [12]

    WAGENVOORT C A. Pathology of pulmonary thromboembolism[J]. Chest, 1995, 107(Sl): 10S−17S. DOI: 10.1378/chest.107.1_supplement.10s.

    [13]

    VOLOUDAKI A E, BOUROS D E, FROUDARAKIS M E, et al. Crescentic and ring-shaped opacities: CT features in two cases of bronchiolitis obliterans organizing pneumonia (BOOP)[J]. Acta Radiologica, 1996, 37(6): 889−892. DOI: 10.1177/02841851960373P289.

    [14]

    MARCHIORI E, HOCHHEGGER B, ZANETTI G. Importance of the reversed halo sign for diagnosis of mucormycosis[J]. The Lancet. Infectious Diseases, 2020, 20(5): 538. DOI: 10.1016/S1473-3099(20)30266-8.

    [15] 蒋玮丽, 龙斌, 柏玉涵, 等. 新型冠状病毒肺炎的胸部CT特征[J]. 中国医学影像学杂志, 2020,28(11): 817−819, 824. DOI: 10.3969/j.issn.1005-5185.2020.11.005.

    JIANG W L, LONG B, BAI Y H, et al. Chest CT features of COVID-19[J]. Chinese Journal of Medical Imaging, 2020, 28(11): 817−819, 824. DOI: 10.3969/j.issn.1005-5185.2020.11.005. (in Chinese).

    [16]

    SALES A R, CASAGRANDE E M, HOCHHEGGER B, et al. The reversed halo sign and COVID-19: Possible histopathological mechanisms related to the appearance of this imaging finding[J]. Archivos de Bronconeumologia, 2021, 57: 73−75. DOI: 10.1016/j.arbres.2020.06.029.

    [17] 张旭辉, 陈晓荣, 陈涛. 以反晕征为主要表现的间质型肺结核一例[J]. 放射学实践, 2020,2: 253−254. doi: 10.13609/j.cnki.1000-0313.2020.02.027
    [18]

    MARCHIORI E, ZANETTI G, IRION KL, et al. Reversed halo sign in active pulmonary tuberculosis: Criteria for differentiation from cryptogenic organizing pneumonia[J]. American Journal of Roentgenology, 2011, 197: 1324−1327. DOI: 10.2214/AJR.11.6543.

    [19] 童永秀, 张玮, 张惠娟, 等. 以反晕征为主要CT表现的继发性肺结核影像特征分析[J]. 临床放射学杂志, 2020,(1): 69−72. DOI: 10.13437/j.cnki.jcr.2020.01.014.

    TONG Y X, ZHANG W, ZHANG H J, et al. Aanlysis the imaging features of secondary pulmonary tuberculosis with reversed halo sign as the manifestation[J]. Journal of Clinical Radiology, 2020, (1): 69−72. DOI: 10.13437/j.cnki.jcr.2020.01.014. (in Chinese).

    [20] 车宏伟, 张晓琴, 柴军, 等. 新型冠状病毒肺炎临床表现及CT影像学分析[J]. CT理论与应用研究, 2021,30(4): 525−532. DOI: 10.15953/j.1004-4140.2021.30.04.14.

    CHE H W, ZHANG X Q, CHAI J, et al. Clinical manifestations and CT imaging analysis of corona virus disease 2019[J]. CT Theory and Applications, 2021, 30(4): 525−532. DOI: 10.15953/j.1004-4140.2021.30.04.14. (in Chinese).

    [21]

    NATTUSAMY L, MADAN K, KHILNANI G C, et al. Pulmonary infarction in acute pulmonary embolism: Reversed halo sign[J]. BMJ Case Reports, 2014: bcr2014205181. DOI: 10.1136/bcr-2014-205181.

    [22]

    GOSHIMA H, TOMIOKA H, NISHIO C, et al. Reversed halo sign in pulmonary infarction with tumor emboli: A case report[J]. Respiratory Investigation, 2014, 52(3): 199−202. DOI: 10.1016/j.resinv.2013.08.004.

    [23] 周旭辉, 李菁, 李子平, 等. 肺动脉栓塞中发生肺梗死的CT表现及相关因素分析[J]. 中华放射学杂志, 2006,40(5): 502−506. DOI: 10.3760/j.issn:1005-1201.2006.05.012.

    ZHOU X H, LI J, LI Z P, et al. Analysis of finding and correlative factors for pulmonary infarction complicated with pulmonary embolism[J]. Chinese Journal of Radiology, 2006, 40(5): 502−506. DOI: 10.3760/j.issn:1005-1201.2006.05.012. (in Chinese).

    [24]

    CHOI S H, CHA S I, SHIN K M, et al. Clinical relevance of pleural effusion in patients with pulmonary embolism[J]. Respiration, 2017, 93(4): 271−278. DOI: 10.1159/000457132.

    [25]

    KOCIJANCIC I, VIDMAR J, KASTELIC M. Dynamics of CT visible pleural effusion in patients with pulmonary infarction[J]. Radiology and Oncology, 2018, 52(3): 245−249. DOI: 10.2478/raon-2018-0033.

    [26] 王璐, 易坤明, 毛锐利, 等. 大叶性肺炎与肺炎型肺癌患者的CT影像分析[J]. 中华医院感染学杂志, 2018,28(23): 3568−3571. DOI: 10.11816/cn.ni.2018-173844.

    WANG L, YI K M, MAO R L, et al. CT imaging study of patients with lobar pneumonia and pneumonia-type lung cancer[J]. Chinese Journal of Nosocomiology, 2018, 28(23): 3568−3571. DOI: 10.11816/cn.ni.2018-173844. (in Chinese).

    [27] 王庆宜, 李万湖, 张德贤, 等. 原发性肺浸润型黏液腺癌影像学表现及病理特点[J]. 中华肿瘤防治杂志, 2020,27(8): 647−652, 657. DOI: 10.16073/j.cnki.cjcpt.2020.08.11.

    WANG Q Y, LI W H, ZHANG D X, et al. Imaging findings and pathological features of primary lung invasive mucinous adenocarcinoma[J]. Chinese Journal of Cancer Prevention and Treatment, 2020, 27(8): 647−652, 657. DOI: 10.16073/j.cnki.cjcpt.2020.08.11. (in Chinese).

  • 期刊类型引用(2)

    1. 罗婷,赵星,赵云松,李陶. X射线CT正交基材料分解成像方法及其在校正金属伪影中的应用. 光学学报. 2024(08): 45-59 . 百度学术
    2. 鲁新亮,刘云福,张永县,刘丹丹,牛延涛. 双能量CT电子密度和有效原子序数测量的研究进展. CT理论与应用研究. 2024(06): 740-746 . 本站查看

    其他类型引用(2)

图(2)  /  表(1)
计量
  • 文章访问数:  340
  • HTML全文浏览量:  227
  • PDF下载量:  42
  • 被引次数: 4
出版历程
  • 收稿日期:  2021-10-14
  • 录用日期:  2021-11-19
  • 网络出版日期:  2021-11-25
  • 发布日期:  2022-03-31

目录

/

返回文章
返回
x 关闭 永久关闭