这是一项前瞻性、单中心研究，由法国南锡大学医院（CHRU de Nancy）的Clément Malthiery及其同事Gabriela Hossu、Ahmet Ayav和Valérie Laurent共同完成，Valérie Laurent为本研究的科学担保人。该研究发表于European Radiology期刊（2025年35卷，页码4354-4361），并于2025年1月8日在线发表。
肝细胞癌（hepatocellular carcinoma, HCC）是全球重大的公共卫生问题。根据2022年的数据，原发性肝癌是全球第六大常见癌症，也是第三大癌症死亡原因，其中HCC占比高达80%。对HCC的准确诊断和监测至关重要。临床上，对比增强计算机断层扫描（computed tomography, CT）和磁共振成像（magnetic resonance imaging, MRI）是常用的影像学检查手段。CT因其采集时间短、空间分辨率高而易于执行，可用于依据肝脏影像报告和数据系统（Liver Imaging Reporting and Data System, LI-RADS）对可疑病变进行分类。然而，尽管MRI在病灶检测敏感性上更优，但其检查耗时、费用高昂，且在特定条件下（如患者腹水、屏气不佳）易受伪影干扰。
近年来，CT图像重建算法取得了重大进展。从传统的滤波反投影法到迭代重建（iterative reconstruction, IR）技术，如自适应统计迭代重建（adaptive statistical iterative reconstruction, ASIR-V），其目标是在降低辐射剂量的同时抑制图像噪声、提高图像质量。而新近开发的深度学习重建（deep learning reconstruction, DLR）技术，利用深度神经网络模型，能够在保证极低图像噪声、抑制条纹伪影和高分辨率的前提下，模拟出高质量图像。已有研究表明，在相同的辐射剂量下，DLR可改善肝脏病变的可视化效果。然而，目前尚无研究报告将DLR应用于可疑HCC病变的LI-RADS分类，并与“金标准”MRI进行直接对比。
基于此，本研究旨在前瞻性地比较两种CT重建技术——DLR和ASIR-V，与3T-MRI在可疑HCC病变特征显示和LI-RADS分类方面的一致性，并评估不同成像方式下放射科医生的诊断信心。
研究设计与对象 该研究采用前瞻性单中心设计，遵循赫尔辛基宣言，并获得了机构审查委员会的批准。研究纳入了2023年2月至8月期间，在7天内同时接受了四期肝脏CT扫描和3T-MRI检查的患者。纳入标准为18岁以上、非妊娠期、且两次检查间隔不超过7天。排除标准包括严重心肾功能不全及图像存在伪影的患者。若患者在任何一次检查中发现至少一个可疑HCC的病灶，则被纳入HCC组；否则，被纳入非HCC组。研究最终纳入89名患者，其中HCC组52名（共97个病灶），非HCC组37名。患者的临床信息，如年龄、性别、Child-Pugh评分、转移情况、治疗方案等，均从多学科会诊记录中获取。
CT成像与重建协议 CT检查在一台256排Revolution CT设备（GE Healthcare）上进行，采用四期扫描方案。首先进行腹部平扫，然后经静脉以5 mL/s的速率高压注射非离子型对比剂碘海醇（Omnipaque 320），注射总量为1-2 mL/kg。动脉期扫描通过在腹主动脉肝段水平设置感兴趣区域（ROI），当CT值达到200HU阈值后20秒触发。随后在动脉期结束后50秒和180秒分别进行门静脉期和延迟期扫描。 平扫和延迟期采用100 kVp或120 kVp的管电压（根据患者前后径调整），可变管电流，层厚1.25 mm。动脉期和门静脉期采用120 kVp，可变管电流，层厚分别为0.625 mm和1.25 mm。原始数据均被重建为两组图像：一组使用ASIR-V算法（平扫和延迟期为70%，动脉和门脉期为40%）；另一组使用DLR算法（True Fidelity，GE Healthcare，高水平设置）。所有重建图像均保存于PACS系统。
MRI成像协议 MRI检查在CT扫描后7天内完成，使用3T MRI设备（Siemens Magnetom Skyra或Prisma）。扫描序列严格遵循当时推荐的标准方案，包括：轴向呼吸触发T2加权脂肪抑制快速自旋回波序列；同反相位T1加权序列；轴向弥散加权单次激发平面回波成像序列（b值：0, 200, 800 s/mm²）；以及多期轴向3D T1梯度回波序列，用于无对比剂和注射后动脉期（25秒）、门静脉期（80秒）和延迟期（3分钟）的扫描。对比剂使用非肝脏特异性钆螯合物（Clariscan），剂量为0.2 mL/kg。
图像分析与评估流程 图像分析由两名独立阅片者（R1和R2）在PACS工作站上完成。R1为有8年经验的放射科专科培训医师，R2为拥有超过25年肝脏断面成像经验的资深放射科医生。每位阅片者对经过伪匿名化处理的ASIR、DLR和MRI图像进行独立评估。每位患者最多选取三个病灶，若超过三个则选取最大的病灶进行记录。评估内容包含病灶特征，如大小、肝段位置、非环形动脉期高强化（APHE）、非周边廓清、包膜强化和浸润性表现。两位阅片者需依据LI-RADS（2018版）对每种成像方式下的每个病灶进行分类（从LR-3、LR-4、LR-5到LR-TR viable或LR-TR equivocal）。需要注意的是，由于并非所有患者都有历史图像，阈值增长这一特征未被采用。研究中，恶性但非HCC的病变（应被归为LR-M类）未被纳入分析。 在第二轮评估中，两位阅片者随机审阅所有图像，并在一个5分的李克特量表（Likert scale）上对每种成像方式的诊断信心进行主观评分：1分（非常差）到5分（极佳）。评分依据是图像的整体质量和病变及其特征的可视化难易程度。
统计分析 研究数据由统计学工程师G.H.使用R软件（版本4.3.1）进行分析。通过计算Cohen加权Kappa系数（线性权重）来评估ASIR与MRI之间、以及DLR与MRI之间在病变特征和LI-RADS分类上的检查间一致性。Kappa值的评价标准如下：0.00-0.20为较差（poor），0.21-0.40为一般（fair），0.41-0.60为中等（moderate），0.61-0.80为良好（good），0.81-1.00为极好（excellent）。诊断信心评分的一致性也采用加权Kappa系数评估。阅片者间的一致性评价中，病灶大小用组内相关系数（ICC），肝段定位用未加权Kappa，LI-RADS分类用加权Kappa。
研究人群特征 最终分析纳入了89名患者。HCC组的52名患者与MRI的LI-RADS分类一致性系数为0.64（95%置信区间: 0.52-0.76），表明两者之间存在“良好（good）”的一致性。具体到各特征，门静脉廓清的一致性好（Kappa=0.71），包膜显示的一致性中等（Kappa=0.48），而动脉期高强化的显示一致性仅为一般（Kappa=0.32）。在ASIR图像上，有6个（6%）通过MRI可见的病灶未被观察到。
DLR与MRI的一致性 DLR与MRI的LI-RADS分类一致性系数达到了0.83（95%置信区间: 0.73-0.92），表现为“极好（excellent）”的一致性。与ASIR相比，这是一个显著的提升。在各特征方面，门静脉廓清的显示同样表现出极好的一致性（Kappa=0.81），而包膜（Kappa=0.60）和动脉期高强化（Kappa=0.42）的一致性虽然仍属中等，但数值均高于ASIR。在DLR图像上，仅3个（3%）病灶未能显示而被MRI观察到。相较ASIR，DLR将更多的病灶分类为LR-TR viable（33% vs. 27%），这一比例与MRI（33%）完全一致。在37名非HCC组患者中，DLR图像未产生任何假阳性的可疑病灶。
阅片者间一致性 两位放射科医生在不同成像方式上的阅片一致性均达到了极高水平。对于LI-RADS分类，其在ASIR、DLR和MRI上的加权Kappa系数分别为0.98, 0.97和0.98。病灶大小的测量（ICC=0.998）和肝段定位（Kappa=1.0）的一致性也近乎完美。
诊断信心评分 放射科医生的诊断信心在DLR上显著高于ASIR，但仍以MRI为最高。R1的平均信心得分为：ASIR（3.31 ± 0.95）、DLR（4.11 ± 0.75）、MRI（4.46 ± 0.80）。R2的得分分别为：ASIR（3.0 ± 1.11）、DLR（3.9 ± 0.88）、MRI（4.57 ± 0.80）。两位阅片者间的诊断信心一致性良好（ASIR的Kappa=0.78，DLR的Kappa=0.64，MRI的Kappa=0.78）。
本研究首次通过前瞻性研究，证实了与金标准MRI相比，应用深度学习重建（DLR）算法可以显著提高CT对可疑HCC病灶LI-RADS分类的准确性，两者的一致性达到了“极好”水平，而传统迭代重建（ASIR）仅为“良好”。DLR在病灶关键特征（特别是门静脉廓清和包膜）的显示上更具优势，使得CT上的LI-RADS分类结果更加贴近MRI。特别是对于治疗后的残留肿瘤（LR-TR viable）识别，DLR能提供与MRI几乎一致的结果，这对于临床治疗决策和随访至关重要。
此外，DLR的应用显著提升了放射科医生的诊断信心，其信心水平介于ASIR与MRI之间，缩小了CT与MRI在诊断信心上的差距。尽管MRI在诊断信心和某些细节显示上仍占优势，但DLR的重建技术让CT这种更便捷、经济的检查方式在HCC的检出、定性及随访中发挥了更大的价值。研究结果为DLR的临床推广部署提供了强有力的证据支持，表明其有望改善放射科医生对HCC病变的诊断表现，并增强其判读信心。
本研究的一大亮点在于它的前瞻性设计和直接的临床问题导向。它首次将焦点放在“DLR对HCC定性分类（LI-RADS）的影响与金标准MRI的一致性”上，而非仅仅评估图像质量或病灶检出率，这在临床决策中具有更高的应用价值。同时，研究纳入了治疗后的患者，评估了LR-TR分类，反映了真实的临床实践场景。
然而，研究也存在一些局限性。第一，样本量相对有限，尤其是治疗后复发病灶比例较高。第二，动脉期高强化的CT与MRI一致性普遍不高，研究者分析这可能是由于部分CT扫描的动脉期过早（“早期动脉期”），导致了病灶强化程度不足，但这一系统性偏差同时存在于ASIR和DLR中，并不影响DLR优于ASIR这一核心结论。第三，诊断信心评分基于主观标准，难以完全客观化。未来，随着人工智能在MRI领域的发展，将出现结合了AI重建的CT与AI序列优化的MRI之间的对比研究，这将是下一个极具价值的研究方向。