论文部分内容阅读
背景随着技术的进步,CT冠状动脉成像正在成为冠心病检查中的一个重要手段。更坚固新材料的使用,使得CT球管的转速大幅度提高,目前最快转速已达0.33秒/转,这样就从转速上提高了时间分辨率。更宽探测器的不断推出,使得Z轴方向的覆盖范围大幅扩大,扫描时间大大缩短。另外,新的软件技术不断进步。这些都使心脏这个不停运动的器官获得清晰的CT图像成为现实。虽然多排螺旋CT的时间分辨率已经大幅提高,但是,仍然存在着严重影响冠状动脉CT成像诸多因素,心率波动就是冠状动脉CT成像所面对的重要挑战之一。本研究对心率波动对CT冠状动脉成像图像质量的影响,以及相应对策进行一些探讨。第一部分实验研究研究一目的心率波动是导致冠状动脉成像图像质量降低的重要原因之一。本次实验的目的是利用动态心脏体模评价心率波动对冠状动脉成像图像质量的影响。材料和方法完整的动态心脏体模由三部分构成:动力部分,解剖结构模拟部分和控制部分。模拟部分包括一个模拟左心室的腔室,表面附着8支模拟的冠状动脉,内径分别为3mm、4mm及5mm,分别模拟正常冠状动脉、植入支架、植入支架再狭窄及狭窄冠状动脉。实验设计两组心率波动:一组(低心率组)心率为60bpm、60bpm±2.5bpm、60 bpm±5bpm、60 bpm±7.5bpm、60 bpm±10bpm、60bpm±12.5bpm、60 bpm±15bpm;另一组(高心率组)心率为85bpm,85±2.5bpm、85bpm±5bpm、85bpm±10bpm、85bpm±15bpm。模拟部分行64排螺旋CT(GE,LightSpeed VCT)扫描,采用70%R-R间期数据多扇区重建。每支模拟冠状动脉分成四等份,采用四级评分方法(4分=模拟冠状动脉清晰,3分=模拟冠状动脉轻度模糊但未中断,2分=模拟冠状动脉中等程度模糊或中断,1分=模拟冠状动脉严重模糊或中断,并且不能辨认)进行评分。统计学分析采用SPSS 10.0软件进行相关分析及两个独立样本t检验。结果基础心率60bpm组的评分均数为3.68±0.48,基础心率85bpm组的评分均数为2.84±0.60,两者差异有统计学意义(P<0.01)。冠状动脉图像质量评分与心率波动程度呈负相关,基础心率60bpm组的相关系数为-0.25,基础心率85bpm组的相关系数为-0.56。结论冠状动脉成像图像质量与心率波动程度呈负相关。低基础心率允许更高的心率波动。在心率波动情况下,降低基础心率可以获得更好的冠状动脉图像质量。研究二目的利用动态心脏模型,在心率波动情况下,评价不同重建算法对冠状动脉成像图像质量的影响。方法动态心脏模型主要由模拟左心室的腔室和八支模拟冠状动脉构成。心率波动设两组:一组(低基础心率)心率为60bpm、60bpm±2.5bpm、60 bpm±5bpm、60 bpm±7.5bpm、60 bpm±10bpm、60 bpm±12.5bpm、60 bpm±15bpm;另一组(高基础心率)心率为85bpm,85±2.5bpm、85bpm±5bpm、85bpm±10bpm、85bpm±15bpm。模拟部分行64排螺旋CT(GE,LightSpeed VCT)扫描,分别采用单扇区、多扇区和de-banding算法重建70%R-R间期数据。每支模拟冠状动脉分成四等份,采用四级评分方法(4分=模拟冠状动脉清晰,无阶梯伪影;3分=模拟冠状动脉轻度阶梯伪影但未中断;2分=模拟冠状动脉中等程度中断及模糊;1分=模拟冠状动脉严重中断,并且不能辨认)进行评分。统计学分析采用SPSS10.0软件进行处理。结果基础心率60bpm组,单扇区重建的评分均数为3.75±0.43,多扇区重建的评分均数为3.68±0.48,de-banding算法重建的评分均数为3.97±0.16;基础心率85bpm组,单扇区重建的评分均数为2.76±0.60,多扇区重建的评分均数为2.84±0.60,de-banding算法重建的评分均数为3.24±0.61。t检验表明:基础心率60bpm组,de-banding算法重建与多扇区重建、de-banding算法重建与单扇区重建、单扇区重建与多扇区重建间差异有统计学意义(P<0.05);基础心率85bpm组,de-banding算法重建与单扇区重建、de-banding算法重建与多扇区重建间差异有统计学意义(P<0.05)。另外,两组心率使用相同算法重建,两者差异有统计学意义(P<0.05)。结论在心率波动情况下,采用不同的重建算法,低基础心率的图像质量更好。低基础心率时,de-banding算法重建可以显著改善图像质量;在高基础心率时,采用de-banding算法重建的图像阶梯伪影的评分亦最优。第二部分临床研究目的评估De-banding算法对64层CT冠状动脉成像图像质量的影响。方法选择100例屏气良好的患者行64层CT冠状动脉CTA检查,分别进行De-banding算法重建和多扇区算法重建,重建数据使用VR(volume rendering,容积重组)及CPR(curvedplanar reformation,曲面重组)。图像分别进行Banding artifact(条带状伪影或阶梯伪影)评分和Motion artifact(运动伪影)评分。Banding artifact评分利用VR及CPR图像进行评估,Motion artifact评分利用轴位断层图像进行评估。Banding artifact评分标准:根据美国心脏病协会和相关文献,将待评价的RCA主干、LMA、LAD、LCX分为9段,采用5级评分法,5分:VR图像上血管壁柔滑,颗粒细腻均匀:CPR图像上血管管腔内对比剂充盈良好,密度均匀一,无阶梯伪影。4分:介于5级和3级之间。3分:VR上血管壁粗糙,表面见粗大不均匀颗粒,边缘尚能辨认;CPR图像上血管管腔内对比剂充盈尚好,密度尚均,阶梯伪影边缘模糊,但尚能辨认。2分:介于3级和1级之间。1分:VR图像上血管壁凹凸不平,边缘完全不能辨认;CPR图像上血管管腔内对比剂充盈差,密度不均,阶梯伪影致冠状动脉完全不能辨认。Motion artifact评分标准:5分:血管充盈显影良好,与周围组织对比明显,边界清楚,边缘清晰锐利,如铅笔画线样,且无由高浓度对比剂引起的放射状高密度伪影或不规则样低密度伪影。4分:介于5级和3级之间。3分:血管充盈显影尚可,与周围组织对比存在,边界欠清,边缘模糊毛糙但尚能辨认,或有少量由高浓度对比剂引起的放射状高密度伪影或不规则样低密度伪影。2分:介于3级和1级之间。1分:血管与周围组织显示不清,边界模糊完全无法辨认。统计数据采用SPSS10.0软件包处理。结果:De-banding算法重建,阶梯伪影评分的均数为4.21±0.16:多扇区算法重建,阶梯伪影评分的均数为3.6l±0.21,两者差异有统计学意义(P<0.05),De-banding算法重建图像的阶梯伪影评分优于多扇区算法重建图像的阶梯伪影评分。多扇区算法重建,运动伪影评分的均数为3.58±0.19;De-banding算法重建,运动伪影评分的均数为3.18±0.24,两者差异有统计学意义(P<0.05),多扇区算法重建图像的运动伪影评分优于De-banding算法重建图像的运动伪影评分。结论De-banding算法重建可以显著改善64层CT冠状动脉CTA图像的阶梯伪影,但不能改善64层CT冠状动脉CTA图像的运动伪影。