不同呼吸状态下¹⁸F-FDG PET/CT贝叶斯正则化似然算法对肺结节半定量参数的影响

The Impact of the Bayesian Regularization Likelihood Algorithm on the Semi-Quantitative Parameters of Pulmonary Nodules in ¹⁸F-FDG PET/CT under Different Respiratory States

摘要: 目的：探讨贝叶斯正则化似然(BPL)重建算法在不同呼吸状态下对¹⁸F-FDG PET/CT肺结节半定量参数的影响。方法：回顾性分析2022年6月至2022年10月间于青岛大学附属医院行¹⁸F-FDG PET/CT全身扫描的108例患者，共计139个肺结节。采用自由呼吸OSEM、自由呼吸BPL、屏气OSEM和屏气BPL重建算法对肺结节PET图像进行重建，比较组间最大标准摄取值(SUVmax)、平均标准摄取值(SUVmean)、峰值标准摄取值(SUVpeak)、信号/本底比值(SBR)等半定量参数。组间差异采用Wilcoxon秩和检验比较分析。结果：屏气OSEM组重建后摄取代谢参数SUVmax、SUVmean、SUVpeak和SBR高于自由呼吸OSEM组，分别是4.65 (2.38, 7.47)和3.02 (1.67, 5.61) (z = −9.53, p < 0.001)、2.71 (1.85, 3.56)和2.25 (1.36, 3.12) (z = −8.67, p < 0.001)、2.65 (1.38, 5.52)和2.05 (1.29, 4.01)(z = −7.75, p < 0.001)、3.02 (1.45, 5.32)和1.77 (1.01, 3.50) (z = −9.74, p < 0.001)。屏气BPL组重建后摄取代谢参数SUVmax、SUVmean、SUVpeak和SBR高于自由呼吸BPL组，分别是6.8 (3.51, 11.55)和4.45 (2.19, 7.31) (z = −9.99, p < 0.001)、3.42 (2.52, 4.91)和2.71 (1.68, 3.55) (z = −9.30, p < 0.001)、3.70 (2.07, 6.61)和2.69 (1.72, 5.27) (z = −9.30, p < 0.001)、4.44 (2.24, 7.61)和2.59 (1.28, 4.66) (z = −10.07, p < 0.001)。屏气和自由呼吸状态下的BPL组重建后摄取代谢参数SUVmax、SUVmean、SUVpeak和SBR高于OSEM组，均p < 0.001。屏气BPL组对代谢参数(SUVmax、SUVmean、SUVpeak和SBR)及其变化率(%ΔSUVmax、%ΔSUVmean、%ΔSUVpeak和%ΔSBR)的影响显著大于自由呼吸BPL组(p < 0.001)。结论：屏气BPL重建算法通过减少呼吸运动伪影，显著提升了肺结节PET图像的半定量参数值检出率，为肺结节的良恶性诊断提供了更精确的影像学依据。

Abstract: Objective: To investigate the impact of the Bayesian Penalized Likelihood (BPL) reconstruction algorithm on the semi-quantitative parameters of lung nodules in ¹⁸F-FDG PET/CT under different respiratory states. Methods: A retrospective analysis was conducted on 108 patients with a total of 139 lung nodules who underwent ¹⁸F-FDG PET/CT whole-body scans at the Affiliated Hospital of Qingdao University from June 2022 to October 2022. PET images of lung nodules were reconstructed using four algorithms: free-breathing OSEM, free-breathing BPL, breath-hold OSEM, and breath-hold BPL. The semi-quantitative parameters, including maximum standardized uptake value (SUVmax), mean standardized uptake value (SUVmean), peak standardized uptake value (SUVpeak), and signal-to-background ratio (SBR), were compared among the groups. Intergroup differences were analyzed using the Wilcoxon rank-sum test. Results: The SUVmax, SUVmean, SUVpeak, and SBR values in the breath-hold OSEM group were higher than those in the free-breathing OSEM group, with values of 4.65 (2.38, 7.47) vs. 3.02 (1.67, 5.61) (z = −9.53, p < 0.001), 2.71 (1.85, 3.56) vs. 2.25 (1.36, 3.12) (z = −8.67, p < 0.001), 2.65 (1.38, 5.52) vs. 2.05 (1.29, 4.01) (z = −7.75, p < 0.001), and 3.02 (1.45, 5.32) vs. 1.77 (1.01, 3.50) (z = −9.74, p < 0.001), respectively. The SUVmax, SUVmean, SUVpeak, and SBR values in the breath-hold BPL group were higher than those in the free-breathing BPL group, with values of 6.8 (3.51, 11.55) vs. 4.45 (2.19, 7.31) (z = −9.99, p < 0.001), 3.42 (2.52, 4.91) vs. 2.71 (1.68, 3.55) (z = −9.30, p < 0.001), 3.70 (2.07, 6.61) vs. 2.69 (1.72, 5.27) (z = −9.30, p < 0.001), and 4.44 (2.24, 7.61) vs. 2.59 (1.28, 4.66) (z = −10.07, p < 0.001), respectively. The SUVmax, SUVmean, SUVpeak, and SBR values in the BPL groups were higher than those in the OSEM groups under both breath-hold and free-breathing conditions (all p < 0.001). The breath-hold BPL group had a significantly greater impact on the metabolic parameters (SUVmax, SUVmean, SUVpeak, and SBR) and their changes (%ΔSUVmax, %ΔSUVmean, %ΔSUVpeak, and %ΔSBR) compared to the free-breathing BPL group (p < 0.001). Conclusion: The breath-hold BPL reconstruction algorithm reduces respiratory motion artifacts, significantly enhancing the detection rate of semi-quantitative parameters in PET images of pulmonary nodules, thereby providing a more precise imaging basis for the diagnosis of their benign or malignant nature.

1. 引言

¹⁸F-FDG PET/CT显像技术已广泛应用于肺部结节的诊断定性、分期和疗效评估[1]。PET/CT采集过程中的技术因素会影响PET图像质量和定量准确性，例如呼吸带来的脏器运动产生脏器及病灶伪影[2]。呼吸伪影使得PET图像质量下降，肺结节显示不清，量化不准确，严重影响肺结节的诊断和治疗计划的制订[3]。有序子集最大期望值(Ordered Subsets Expectation Maximization, OSEM)算法广泛用于PET图像重建，但背景噪声会随迭代次数的增加而累加。有研究证明贝叶斯正则化似然(Bayesian penalized likelihood, BPL)重建算法，通过增加迭代次数，并引入基于相邻体素方差的噪声抑制功能，使得获得的半定量参数更为精确[4]。研究中的屏气扫描是指对同一肺结节分别进行屏住呼吸20秒的CT扫描和PET采集，屏气扫描的目的在于消除呼吸运动对于CT图像和PET图像的影响。本研究通过对比BPL算法和OSEM算法在肺结节半定量参数的差异，进一步验证BPL算法对于提高肺结节半定量参数准确性的临床价值。

2. 资料与方法

2.1. 研究对象

回顾性分析2022年6月至2022年10月在青岛大学附属医院PET中心行¹⁸F-FDG PET/CT全身扫描和屏气扫描的患者108例(共139个肺结节)。

2.2. 仪器与方法

检查前嘱患者至少空腹6小时以上，空腹血糖小于11.1 mmol/L。静脉注射¹⁸F-FDG (放化纯大于95%)，患者安静休息约60分钟后，采用GE DMI PET/CT扫描仪，进行图像采集。分别采用OSEM组(点扩散函数 + 飞行时间 + 3次迭代，16个子集，6.4 mm高斯滤波器)及BPL组(点扩散函数 + 飞行时间 + 正则化算法，惩罚因子β为450) 2种算法重建图像。屏气扫描是指对同一肺结节分别进行屏住呼吸20秒的CT扫描和PET采集，图像采集完成后进行OSEM和BPL重建，参数与自由呼吸采集后重建一致。两位经验丰富的核医学诊断医师对不同的重建方法的PET图像进行视觉分析，对肺结节图像噪声、对比度和组织边缘清晰度评分(1分差、2分一般、3分良好、4分很好和5分优秀)。

2.3. 图像分析

采用AW4.7工作站对图像进行分析，将四种算法的重建PET分别同CT图像加载到PETVCAR软件中，自动测量ROI代谢参数，包括最大标准摄取值(maximum standard uptake value, SUVmax)和平均标准摄取值(mean standard uptake value, SUVmean)还有峰值标准摄取值(peak standard uptake value, SUVpeak)等参数。在降主动脉测量直径为1 cm球形ROI的SUVmean，计算信号/本底比值(signal to background ratio, SBR)，SBR = 结节SUVmax/降主动脉SUVmean。不同算法间SUV变化率称为%ΔSUV，如屏气BPL和自由呼吸OSEM间SUVmax变化率%ΔSUVmax = (屏气BPL SUVmax − 自由呼吸OSEM SUVmax)/自由呼吸OSEM SUVmax × 100%。

2.4. 统计分析

采用IBM SPSS27.0 统计软件进行数据分析，数据均不符合正态分布，以中位数[M(P₂₅,P₇₅₎]表示不符合正态分布的计量资料，行Wilcoxon秩和检验。用Cohen’s Kappa分析PET图像的一致性。P < 0.05为差异有统计学意义。

3. 结果

屏气OSEM组重建后摄取代谢参数SUVmax、SUVmean、SUVpeak和SBR高于自由呼吸OSEM组，分别是4.65 (2.38, 7.47)和3.02 (1.67, 5.61) (z = −9.53, p < 0.001)、2.71 (1.85, 3.56)和2.25 (1.36, 3.12) (z = −8.67, p < 0.001)、2.65 (1.38, 5.52)和2.05 (1.29, 4.01) (z = −7.75, p < 0.001)、3.02 (1.45, 5.32)和1.77 (1.01, 3.50) (z = −9.74, p < 0.001)。屏气BPL组重建后摄取代谢参数SUVmax、SUVmean、SUVpeak和SBR高于自由呼吸BPL组，分别是6.8 (3.51, 11.55)和4.45 (2.19, 7.31) (z = −9.99, p < 0.001)、3.42 (2.52, 4.91)和2.71 (1.68, 3.55) (z = −9.30, p < 0.001)、3.70 (2.07, 6.61)和2.69 (1.72, 5.27) (z = −9.30, p < 0.001)、4.44 (2.24, 7.61)和2.59 (1.28, 4.66) (z = −10.07, p < 0.001)，见表1。屏气和自由呼吸状态下的BPL组重建后摄取代谢参数SUVmax、SUVmean、SUVpeak和SBR高于OSEM组，均p < 0.001，见表2。屏气BPL在SUVmax、SUVmean、SUVpeak和SBR等指标上明显优于自由呼吸BPL，Z值分别是−9.99、−9.3、−9.3、−10.07，均p < 0.001，屏气BPL组中%ΔSBR变化最大，表明屏气采集能够显著提高图像的信噪比，利于提高图像质量和诊断准确性；%ΔSUVmean变化最小，因为SUVmean相对稳定，受呼吸运动的影响较小，见表3。两位经验丰富的核医学诊断医师对自由呼吸OSEM、自由呼吸BPL、屏气OSEM和屏气BPL重建算法的肺结节PET图像视觉评分具有一致性(Kappa值分别为：0.658、0.723、0.745、和0.813，均p < 0.05)。

Table 1. Comparison of semi-quantitative parameters of lung nodules under the same respiratory state using different reconstruction algorithms (n = 139)

表1. 不同重建算法在相同呼吸状态下肺结节半定量参数的比较(n = 139)

半定量参数	OSEM				BPL
	自由呼吸	屏气	z值	p	自由呼吸	屏气	z值	p
SUVmax	3.02 (1.67, 5.61)	4.65 (2.38, 7.47)	−9.53	<0.001	4.45 (2.19, 7.31)	6.8 (3.51, 11.55)	−9.99	<0.001
SUVmean	2.25 (1.36, 3.12)	2.71 (1.85, 3.56)	−8.67	<0.001	2.71 (1.68, 3.55)	3.42 (2.52, 4.91)	−9.30	<0.001
SUVpeak	2.05 (1.29, 4.01)	2.65 (1.38, 5.52)	−7.75	<0.001	2.69 (1.72, 5.27)	3.70 (2.07, 6.61)	−9.30	<0.001
SBR	1.77 (1.01, 3.50)	3.02 (1.45, 5.32)	−9.74	<0.001	2.59 (1.28, 4.66)	4.44 (2.24, 7.61)	−10.07	<0.001

Table 2. Comparison of semi-quantitative parameters of lung nodules between OSEM and BPL reconstruction algorithms under different respiratory states (n = 139)

表2. 不同呼吸状态下OSEM与BPL重建算法肺结节半定量参数的比较(n = 139)

半定量参数	自由呼吸				屏气
	OSEM	BPL	z值	p	OSEM	BPL	z值	p
SUVmax	3.02 (1.67, 5.61)	4.45 (2.19, 7.31)	−9.99	<0.001	4.65 (2.38, 7.47)	6.8 (3.51, 11.55)	−9.75	<0.001
SUVmean	2.25 (1.36, 3.12)	2.71 (1.68, 3.55)	−9.20	<0.001	2.71 (1.85, 3.56)	3.42 (2.52, 4.91)	−9.40	<0.001
SUVpeak	2.05 (1.29, 4.01)	2.69 (1.72, 5.27)	−10.09	<0.001	2.65 (1.38, 5.52)	3.70 (2.07, 6.61)	−10.06	<0.001
SBR	1.77 (1.01, 3.50)	2.59 (1.28, 4.66)	−9.68	<0.001	3.02 (1.45, 5.32)	4.44 (2.24, 7.61)	−9.10	<0.001

Table 3. Comparison of semi-quantitative parameters of lung nodules reconstructed with BPL algorithm under different respiratory states (n = 139)

表3. BPL重建算法在不同呼吸状态肺结节半定量参数比较(n = 139)

组别	SUVmax	SUVmean	SUVpeak	SBR	%ΔSUVmax	%ΔSUVmean	%ΔSUVpeak	%ΔSBR
自由呼吸BPL	4.45(2.19, 7.31)	2.71 (1.68, 3.55)	2.69(1.72, 5.27)	2.59(1.28, 4.66)	31.73 (16.25, 50.00)	18.79(9.12, 32.41)	27.03 (15.37, 37.84)	32.01(12.78, 50.71)
屏气BPL	6.8(3.51, 11.55)	3.42 (2.52, 4.91)	3.70(2.07, 6.61)	4.44(2.24, 7.61)	88.69 (56.30, 165.25)	58.70(27.74, 91.02)	60.27 (31.94, 89.86)	99.23(65.38, 189.22)
z	−9.99	−9.30	−9.30	−10.07	−9.94	−8.94	−9.27	−10.07
p	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001	<0.001

4. 讨论

OSEM重建算法是PET图像重建的主流技术，随着技术的进步引入了飞行时间(Time of Flight, TOF)和点扩散函数(Point Spread Function, PSF)技术，这些技术显著提升了PET图像的质量[5]。尽管OSEM算法因其在临床中的广泛应用而被熟知，但为了防止因噪声过高而限制迭代次数，TOF和PSF技术在OSEM的基础上部分改善了PET图像的质量和分辨率[6]-[8]，但由于迭代次数通常限制在两次，导致图像未能完全收敛，从而影响了图像质量和定量的准确性[9] [10]，而通过增加迭代次数的数量来达到足够的对比度恢复又将以降低信噪比为代价。为了解决这一问题，数字化PET/CT开始采用BPL重建算法，相较于传统重建方法，BPL算法可达到25次零噪声迭代，在同一PET数据集的同质区域提供了焦点活动峰值的完全收敛和高信噪比。BPL通过增加迭代次数，并引入基于相邻体素方差的噪声抑制功能，使定量参数更为精确，与传统的OSEM和TOF + PSF算法相比，BPL算法提高PET图像分辨率和信噪比，还原最真实的病灶形态及摄取情况[4]。

王旭等[11]比较了BPL (TOF + PSF + BPL)组和非BPL (TOF + PSF)组处理的206个恶性肿瘤病灶，BPL组病灶SUVmax、SUVmean及SBR均明显高于非BPL组，在本研究中，随着重建算法的改进，所有肺结节的SUVmax、SUVmean、SUVpeak和SBR值等数据BPL算法均明显高于OSEM算法。Teoh等[12]的结果也证实这一点，Teoh等比较了OSEM + TOF和BPL处理的121例肺结节图像，发现不管是小结节组，还是大结节组中，OSEM + TOF算法所得SUVmax均明显低于BPL算法。然而，Teoh等[12] [13]以往的研究表明，BPL算法并没有显著提高区分良性和恶性病灶的能力，高美佳等[14]的研究也提出BPL算法对结节病灶的良恶性无特异性，恶性病灶可能表现出低摄取，而良性病灶可能表现出高摄取，这两者的表现存在重叠。本研究中对比OSEM算法，BPL算法中SBR明显提高，BPL算法能够有效提升¹⁸F-FDG高代谢病灶的SUV，同时保持本底组织代谢参数不变，从而显著提高结节的SBR，进而提升图像质量，最终增加病灶的检出率[11]。BPL算法的主要价值在于提高结节的检出率和代谢参数，能够为临床提供更优的视觉效果和更精确的半定量参数。

肺结节摄取¹⁸F-FDG后，在一段扫描时间内的放射性计数是相同，无论该结节其静止还是运动，而呼吸运动引起病灶大小发生明显变化，这将减弱病灶内每个体素的放射性活性计数[15]，导致肺结节的SUV降低，病灶边缘模糊，从而高估MTV [16]，尤其SUVmax受图像噪声影响最为明显。本研究中对肺结节进行屏气20秒PET采集，明显提高SUVmax、SUVmean、SUVpeak和SBR，与呼吸门控提高肺结节SUV的相关研究结果一致[17]。Yip等[18]和戴东等[15]研究相互对照，表明即使在延长扫描时间的前提下，呼吸门控技术也无法降低图像噪声。本研究中，屏气采集PET图像20秒，杜绝了肺结节的运动伪影，BPL算法和OSEM算法中肺结节的SUV都有所提升，通过数据对比BPL算法提升的更明显。

本研究存在一定的局限性：1) 本研究需要患者配合屏气，配合差的患者不能进行屏气CT扫描和PET采集。2) 本研究是回顾性单中心研究，可能存在患者批次选择的差异，需要扩大样本量及引入多中心数据以进一步研究。3) 本研究仅分析采用常用β值时，BPL算法重建对半定量参数的影响，未进一步分析研究不同β值对图像的影响。

综上，屏气BPL重建算法通过减少呼吸运动伪影，显著提升了肺结节PET图像的半定量参数值和图像质量，不仅提高了肺结节的检出率，还为肺结节的良恶性诊断提供了更精确的影像学依据。

NOTES

^*通讯作者。