肺部CT智能诊断报告系统软件的体模结节大小测量研究

李 敏 LI Min

龚建平2 GONG Jianping

张 伟2 ZHANG Wei

2.苏州大学附属第二医院放射科 江苏苏州215000

肺部CT智能诊断报告系统软件是由苏州大学附属第二医院与华中科技大学计算机学院合作研发的软件，以计算机自动提取肺结节，自动提取形态学特征为基础，智能检测结节的形状、边缘、密度和大小等形态学特征，提高医学影像的诊断效率和诊断准确性。本研究利用FUYO肺结节体模，验证该软件对体模结节大小特征分析测量的准确性。

1 材料与方法

1.1 FUYO肺结节体模 FUYO肺结节体模为FUYO公司产品，外形呈直径25 cm的圆柱形。体模内有5种密度的16个结节，并充填塑料泡沫模拟肺组织（CT值－900 Hu）。体模内有4组不同大小的球形物，直径分别为2.5、5.0、10.0、20.0 mm，每组3个结节，分别用亚克力、尼龙和聚丙烯材料制成，其CT值分别为100、60、－100 Hu，模拟肺结节；这些结节分别固定在半径为5.0、7.5、10.0 cm的圆周上。在圆周半径为7.5 cm的4个象限区各有1个结节，其中2个结节直径为20.0 mm，CT值分别为100 Hu和－100 Hu，另外2个结节直径为10.0 mm，为混杂密度结节，平均CT值分别为0和－60 Hu。所有结节均呈球形，边缘光滑。

FUYO肺结节体模中的结节体积根据公式计算得出，公式为V=(4/3)πr3，其中 r指体模结节的半径（mm），2.5 mm结节的体积为8.18 mm3，5 mm结节的体积为65.45 mm3、10 mm结节的体积为523.60 mm3，20 mm结节的体积为4188.79 mm3。

1.2 CT扫描方法和图像数据采集 将体模放置在扫描孔的中央，用CT机的激光线定位，使体模的x、y、z轴线分别与CT机的x、y、z定位线重合。扫描参数：应用GE LightSpeed VCT 64层螺旋CT机。管电压120 kV，管电流300 mA，机架旋转速度0.8 s/r，准直器64×0.625 mm，螺距0.984∶1，SFOV 50 cm，DFOV 36 cm，CHEST重建算法，行0.625 mm层厚的图像重建。显示窗位－600 Hu，窗宽1500 Hu。扫描完成后间隔1 h再行体模扫描2次，扫描参数和图像重建同上，合计体模扫描3次。将图像传至AW 4.3工作站。

1.3 肺部CT智能诊断报告系统软件及应用 肺部CT智能诊断报告系统软件在通用计算机上运行，将DVD光盘存贮的图像数据复制到安装该软件的计算机，应用该软件对体模中16个结节进行逐一半自动选取，然后行自动分析，检测项目包括结节体积、长径、宽径、高径，间隔1周再行重复测量。软件检测体模的16个结节共计144个检测数据。肺部CT智能诊断报告系统软件测量体模结节体积、长径、宽径和高径精度评价指标采用相对误差[相对误差=（软件测量值–体模标准值）/体模标准值×100%]。

1.4 统计学方法 采用SPSS 17.0软件，正态分布的计量资料采用单样本t检验和独立样本t检验，非正态分布的计量资料采用Mann-Whitney U检验或Kruskal-Wallis H检验，P<0.05表示差异有统计学意义。

2 结果

2.1 软件测量体模结节体积的误差分析 肺部CT智能诊断报告系统软件对FUYO肺结节体模中16个结节均能进行相应的读取和特征分析。2.5 mm结节体积明显高估，5.0、10.0、20.0 mm结节体积均低估。16个结节体积的平均相对误差为1.9%，2.5 mm结节体积测量的相对误差最大。5.0、10.0、20.0 mm结节体积测量的相对误差之间差异均无统计学意义（P>0.05），但与2.5 mm结节比较，差异均有统计学意义（P<0.001），见表1。

2.2 软件测量体模结节长径的误差分析 2.5、5.0、10.0、20.0 mm结节长径均低估。16个结节长径的平均相对误差为－2.4%，2.5 mm和20.0 mm结节长径测量的相对误差较小。2.5 mm结节与5.0 mm结节长径差异有统计学意义（P<0.05），5.0、10.0 mm结节与20.0 mm结节长径差异有统计学意义（P<0.001）。2.5 mm与20.0 mm、5.0 mm与10.0 mm结节长径间差异均无统计学意义（P>0.05），见表1。

2.3 软件测量体模结节宽径的误差分析 16个结节宽径的平均相对误差为4.3%，10.0 mm和20.0 mm的结节长径测量的相对误差较小。5.0 mm、10.0 mm及20.0 mm与2.5 mm结节宽径测量的相对误差间差异均有统计学意义（P<0.05、P<0.001），10.0 mm及20.0 mm与5.0 mm结节宽径测量的相对误差间差异有统计学意义（P<0.001），10.0 mm与20.0 mm结节宽径测量的相对误差间差异无统计学意义（P>0.05），见表1。

表1 测量体模结节体积、长径、宽径及高径的误差分析

2.4 软件测量体模结节高径的误差分析 16个结节高径的平均相对误差为0.1%，5.0 mm和20.0 mm的结节长径测量的相对误差较小。5.0 mm、10.0 mm、20.0 mm与2.5 mm结节高径测量的相对误差间差异有统计学意义（P<0.05、P<0.001），5.0 mm与10.0 mm、20.0 mm结节高径测量的相对误差间差异有统计学意义（P<0.05），5.0 mm与20.0 mm结节高径测量的相对误差间差异无统计学意义（P>0.05），见表1。

3 讨论

CT目前已成为胸部最佳影像检查手段，多层螺旋CT使得容积采集亚毫米层面图像成为现实，据此研发的肺部CAD软件也最为成熟。很多国际影像设备生产厂商纷纷推出各自的肺结节半自动化分析测量软件[1-3]，能够测量肺结节的体积，国内自主研发的肺结节智能化分析软件尚处于初级阶段，而且目前大多商用的肺结节智能化分析软件也未真正投入临床应用。

影响肺结节体积测量的因素众多，扫描层厚、螺距、X射线剂量和重建参数等为主要影响因素，亚毫米扫描层厚、高X射线剂量和CHEST重建参数（GE）能提高结节体积测量的精度[2,4]。本研究使用LightSpeed VCT容积采集数据，图像层厚均为0.625 mm。扫描参数设计与临床胸部CT扫描程序相同，即120 kV、240 mA、0.984∶1螺距、64×0.625 mm准直器、SFOV 50 cm、DFOV 36 cm和CHEST重建，体素大小为0.703 mm（长径）×0.703 mm（宽径）×0.625 mm（高径）。为了模拟临床环境，并未使用SFOV 32 cm的CT扫描程序，其体素各向同性，长、宽、高径均为0.625 mm。

随着CT特别是螺旋CT的出现和发展，如何对发现的肺结节进行定性始终是难点。测量结节大小的有关参数，以观察结节的动态变化，可辅助鉴别良、恶性结节，了解经治疗后结节的变化反应。

Revel等[5]指出，二维测量方法的一致性和可重复性较差，其测量结果的可信度较低。Yankelevitz等[6]于2000年首次利用软件程序对体模结节和13例临床肺结节进行结节体积测量研究，评价结节生长速度；其在体模研究中，结节的真实体积和测量体积的平均误差为2%~3%。

肺结节体积量化分析的准确性与很多因素有关，包括肺结节本身的特征、扫描参数、图像重建方式和测量软件技术等[7]。本研究不考虑扫描参数、准直器宽度、图像层厚、重建算法和X线剂量等影响因素，仅评价肺部CT智能诊断报告系统软件对体模结节形态学特征检测的精度。

对于直径<6 mm的结节，CAD软件测量结节体积，结果可能会超过实际大小，从而导致测量不准确（高估超出标准值15%以上）[7,8]。Ko等[9]在体模研究中发现，对于直径5 mm的结节，其平均误差为7.7%。Goo等[4]的体模研究结果显示，直径6.4 mm结节的平均误差为9.4%。本研究采用肺部CT智能诊断报告系统软件测量FUYO肺结节模型中的标准结节体积，结果发现，2.5 mm结节的软件测量体积明显增大，平均相对误差达21.1%，高于文献[4,7]报道结果；5 mm结节软件测量体积的平均相对误差为－4.7%，低于文献报道。Goo等[4]的研究显示，直径为3.2 mm结节的平均误差范围为3.9%~36%。本研究的结果为直径<10 mm结节软件测量体积的相对误差范围为－18%~68%，也高于文献[4,9]报道结果。而对于直径>10 mm结节，Goo等[4]报道直径12.7 mm结节的平均误差仅为5.4%。Ravenel等[7]报道，直径15 mm结节的平均相对误差为0.8%。本研究结果为10.0 mm和20.0 mm结节软件测量体积的平均相对误差分别为－1.6%和2.3%。

本研究结果显示，肺部CT智能诊断报告系统软件在测量直径5.0、10.0、20.0 mm结节体积方面较为准确，但对于直径2.5 mm结节体积的测量误差很大。但该软件仍处于研究阶段，存在许多问题，主要体现在对于小结节的体积测量和结节部分径线测量的误差仍较大，这也是未来该CAD软件进行体积测量时需要加以改进和完善的。

[1] Ashraf H, de Hoop B, Shaker SB, et al. Lung nodule volumetry: segmentation algorithms within the same software package cannot be used interchangeably. Eur Radiol, 2010,20(8): 1878-1885.

[2] Petrou M, Quint LE, Nan Bin, et al. Pulmonary nodule volumetric measurement variability as a function of CT slice thickness and nodule morphology. Am J Roentgenol, 2007,188(2): 306-312.

[3] Rampinelli P, De Fiori E, Raimondi S, et al. In vivo repeatability of automated volume calculations of small pulmonary nodules with CT. Am J Roentgenol, 2009, 192(6): 1657-1661.

[4] Goo JM, Tongdee T, Tongdee R, et al. Volumetric measurement of synthetic lung nodules with multi-detector row CT: effect of various image reconstruction parameters and segmentation thresholds on measurement accuracy. Radiology, 2005, 235(3): 850-856.

[5] Revel MP, Bissery A, Bienvenu M, et al. Are two-dimensional CT measurements of small noncalcified pulmonary nodules reliable? Radiology, 2004, 231(2): 453-458.

[6] Yankelevitz DF, Reeves AP, Kostis WJ, et al. Small pulmonary nodules: volumetrically determined growth rates based on CT evaluation. Radiology, 2000, 217(1): 251-256.

[7] Ravenel JG, Leue WM, Nietert PJ, et al. Pulmonary nodule volume: effects of reconstruction parameters on automated measurements—a phantom study. Radiology, 2008, 247(2):400-408.

[8] Way TW, Chan HP, Goodsitt MM, et al. Effect of CT scanning parameters on volumetric measurements of pulmonary nodules by 3D active contour segmentation: a phantom study. Phys Med Biol, 2008, 53(5): 1295-1312.

[9] Ko JP, Rusinek H, Jacobs EL, et al. Small pulmonary nodules:volume measurement at chest CT—phantom study. Radiology,2003, 228(3): 864-870.