缺血性心脏病（IHD）主要由冠状动脉粥样硬化引起，是世界范围内死亡的主要原因之一。由于其高死亡率，因此对该疾病的早期预测十分重要。由于血管钙化是动脉粥样硬化的一个标志，动脉壁的钙化程度与动脉粥样硬化的负荷有很好的相关性。因此，计算机断层扫描（CT）的冠状动脉钙化评分（CACS）已被用于预测和预防无症状的中度风险患者的IHD。

CACS的标准CT方案如下：心电图门控的前瞻性扫描与标准卷积核。然而，以前的研究表明，用低剂量胸部CT（LDCT）测量CACS也是一种可行的方案，可以反映主要心血管疾病的风险。LDCT需要的辐射剂量较低，在临床上的应用更为广泛。因此，如果LDCT能提供类似于专用钙化CT的可靠CACS，LDCT将有机会用于心血管疾病风险的分层。

CACS的定量受扫描参数的影响。目前的指南建议用2.5毫米或3毫米的层厚和标准的卷积核来测量非门控LDCT的CACS。然而，3毫米层厚的非门控LDCT往往会低估CACS。随着CT扫描层厚的减少，CACS值会增加。

1毫米和锐利卷积核LDCT的大量图像噪声阻碍了LDCT用于CACS的可行性。为了减少图像噪声，现在临床已经使用了迭代重建（IR）和深度学习（DL）算法来改善这一问题。DL可以通过计算每个人的噪声图来提供回顾性的以及个性化的降噪。另一方面，IR技术可以以回顾性的方式实现降噪。

近日，发表在European Radiology杂志的一项研究探讨了基于DL的降噪在1毫米LDCT中的表现，并通过与作为参考的钙化CT和其他替代方法的1毫米LDCT与IR和3毫米LDCT进行比较，重建了CACS的锐利卷积核。

本项回顾性的个体内比较研究由四个图像数据集组成，这些数据集包括131名在2020年1月至2月期间在同一天接受LDCT和钙质CT的参与者以及1毫米LDCT与DL、1毫米LDCT与迭代重建（IR）、3毫米LDCT和钙质CT。钙质CT的CACS做为参考，CACS被分为0、1-10、11-100、101-400和>400。研究比较了LDCT的CACS和钙质CT的CACS。 

平均CACS为104.8 ± 249.1，阳性CACS的比例为45%（59/131）。与钙质CT相比，来自LDCT图像的CACS往往被低估：1毫米LDCT与DL（93.5 ± 249.6，p = 0.002）、1毫米LDCT与IR（94.7 ± 249.9，p < 0.001）以及3毫米LDCT（90.3 ± 245.3，p = 0.004）。所有的LDCT数据集与钙质CT表现出很好的一致性：类内相关系数（ICC）=0.961（95%置信区间（CI），0.945-0.972），DL为0.969（95%CI，0.956-0.978）和0.952（95%CI，0。 932-0.966）；CACS分类的加权卡帕，1毫米LDCT与DL为0.930（95%CI，0.893-0.966），1毫米LDCT与IR为0.908（95%CI，0.866-0.950），以及3毫米LDCT为0.846（95%CI，0.780-0.912）。带有DL的1毫米LDCT的CACS分类准确率（90%）趋于优于带有IR的1毫米LDCT（87%）和3毫米LDCT（84.7%）（P = 0.10）。 

 图 冠状动脉钙化的量化：a,d 钙质CT，(b,e)1mm LDCT无降噪，(c,f)1mm LDCT基于深度学习的降噪

本项研究表明，将基于DL的降噪算法应用于用锐利卷积核重建的1毫米LDCT可以提供可靠的Agatston钙化评分。该技术有助于临床识别有心血管疾病风险的患者。
原文出处：

Hyewon Choi,Eun-Ah Park,Chulkyun Ahn,et al.Performance of 1-mm non-gated low-dose chest computed tomography using deep learning-based noise reduction for coronary artery calcium scoring.DOI:10.1007/s00330-022-09300-6

Tags： European Radiology：基于深度学习的降噪方法在低剂量CT冠状动脉钙化评分中的价值