本研究由岐阜大学（Gifu University）放射科的Yukiko Takai、Yoshifumi Noda等人主导完成，发表于《European Journal of Radiology》2023年第165卷。针对胰腺CT检查中低管电压技术带来的图像噪声问题，研究团队比较了混合迭代重建（Hybrid-Iterative Reconstruction, Hybrid-IR）与深度学习图像重建（Deep Learning Image Reconstruction, DLIR）算法在图像质量和胰腺导管腺癌（Pancreatic Ductal Adenocarcinoma, PDAC）可见性方面的表现差异。
胰腺CT检查通常包含胰腺实质期和门静脉期两个时相，其中胰腺实质期可达到胰腺的最大对比增强，使得胰腺实质与多数低密度病变之间形成良好对比。低管电压（80-kVp）CT技术能够增加碘对比剂的对比增强效果，提高信噪比（Signal-to-Noise Ratio, SNR）和对比噪声比（Contrast-to-Noise Ratio, CNR），但同时也带来图像噪声增加这一主要缺陷。为克服这一限制，近年来多种图像重建算法相继问世。混合迭代重建虽能减少图像噪声，却会产生不自然的图像纹理，呈现过度平滑或塑料样外观。而基于深度神经网络的DLIR算法能够学习区分图像信号与噪声，在降低噪声的同时保持解剖和病理结构的真实性。然而，DLIR在低管电压腹部CT中的应用价值尚缺乏相关研究，这正是本研究的出发点。
本研究为回顾性研究，纳入2022年1月至7月期间因胰腺疾病接受80-kVp胰腺CT检查的56例患者，其中20例经内镜超声引导下细针穿刺活检确诊为PDAC。CT扫描采用快速kVp切换双能CT设备（Revolution CT; GE Healthcare），管电压80 kVp，噪声指数为7.0 HU（5 mm层厚），管电流采用自动毫安技术。对比剂注射方案采用300 mgI/mL含碘对比剂，根据体重以600 mgI/kg剂量在30秒内注射完毕。采用团注追踪技术，当腹主动脉CT值达到100 HU阈值后分别延迟20秒和60秒采集胰腺实质期和门静脉期图像。
研究将CT原始数据以1.25 mm层厚、50%重叠重建，分别采用三种算法：40%自适应统计迭代重建-Veo（ASIR-V）作为混合迭代重建组（Hybrid-IR组），以及DLIR的中等强度（DLIR-M组）和高强度（DLIR-H组）重建。DLIR算法采用商用的深度神经网络重建引擎（TrueFidelity™ 2.0; GE Healthcare），具备低、中、高三种可选强度级别以控制降噪程度。
定量分析由一名具有1年放射学经验的医师完成，测量胰腺实质期腹主动脉、胰腺、PDAC（如有）以及门静脉期肝脏和门静脉的CT值，同时以前腹壁皮下脂肪组织的CT值标准差作为背景噪声。计算各解剖结构的SNR以及肿瘤-胰腺对比噪声比（Tumor-to-Pancreas CNR）。定性分析由两名具有5年和11年放射学经验的医师独立完成，采用五分法分别评价两个时相的图像噪声、整体图像质量以及PDAC的可见性。
在定量分析方面，三组间腹主动脉、PDAC（胰腺实质期）以及肝脏、门静脉（门静脉期）的CT值中位数均无显著差异（P = 0.26–0.86）。胰腺实质期的胰腺CT值中位数在DLIR-M组略高于其他两组（P = 0.001），但差异仅1–2 HU，临床意义有限。背景噪声在DLIR-H组最低，胰腺实质期和门静脉期均为6 HU，DLIR-M组次之（8–9 HU），Hybrid-IR组最高（11–13 HU），组间差异具有统计学意义（P < 0.001）。各解剖结构的SNR以及肿瘤-胰腺CNR均以DLIR-H组最高，DLIR-M组居中，Hybrid-IR组最低。胰腺实质期腹主动脉SNR在Hybrid-IR组为51，DLIR-M组升至65，DLIR-H组达到88；胰腺SNR从16升至23再至31；门静脉期肝脏SNR从12升至16再至22，门静脉SNR从21升至30再至44。肿瘤-胰腺CNR则从8升高至11再至14（均P < 0.001）。
在定性分析方面，两位评阅者的评价结果高度一致。胰腺实质期和门静脉期的图像噪声评分在DLIR-H组最优，DLIR-M组居中，Hybrid-IR组最差（均P < 0.001）。整体图像质量呈现相同趋势。PDAC可见性评分在Hybrid-IR组显著低于其他两组，评阅者1的评分为4（3–4）对4（4–4），评阅者2的评分为4（3–4）对4（4–4），其中评阅者2还发现DLIR-M组的可见性评分低于DLIR-H组。两位评阅者间的κ值为0.38–1.00，提示评价一致性为中等至几乎完全一致。
本研究首次证实，在80-kVp胰腺CT方案中，高强度DLIR算法（DLIR-H）能够显著降低背景噪声，提高各解剖结构的SNR和肿瘤-胰腺CNR，改善定性图像质量和PDAC可见性，其效果优于中等强度DLIR以及传统的混合迭代重建算法。
本研究的科学价值在于填补了DLIR在低管电压腹部CT领域的研究空白。既往在120 kVp单能CT和双能CT低能级成像中的研究表明，中等强度DLIR即可达到最佳图像质量，而本研究发现高强度DLIR在80-kVp条件下表现更优。这一差异可归因于图像对比度和图像噪声的平衡关系。80-kVp成像相比120-kVp能够增加对比增强，使得高强度DLIR能够在高对比度图像上更有效地区分信号与噪声。同时，新型X线管能够提供高达1300 mA的高管电流输出，使得低管电压扫描也能实现一定程度的噪声抑制。因此，80-kVp成像提供了图像对比度与图像噪声之间的良好平衡，而DLIR-H正是该条件下最优的重建算法。
在临床应用价值方面，这一发现为低管电压胰腺CT方案的进一步优化提供了依据。通过采用DLIR-H算法，可在不增加辐射剂量和对比剂用量的前提下显著提升图像质量，有望提高胰腺导管腺癌的检出率和诊断信心，对指导临床决策具有重要意义。
本研究的亮点包括：首次系统评价了DLIR算法在低管电压腹部CT中的价值；采用了三种不同重建算法进行头对头比较；同时涵盖定量和定性分析维度；评价指标全面，包括背景噪声、SNR、CNR以及临床关注的PDAC可见性。
研究也存在一定局限性：首先为回顾性单中心研究，样本量特别是PDAC病例数相对有限；其次，纳入患者的体型偏小（平均体重52 kg，平均体重指数20 kg/m²），研究结果在西方人群中的推广性尚需验证；最后，研究仅使用了单一厂商的快速kVp切换双能CT设备，其他设备平台的适用性有待进一步研究证实。因此，未来需要开展更大样本量的前瞻性多中心研究以验证本研究结论。