基于呼吸信号引导的深度学习驱动数据采集实现4D CT成像剂量优化

　　本研究针对4D CT成像中辐射剂量过高的问题，提出了一种基于深度学习（DL）的呼吸信号引导数据采集方法。通过实时分析患者呼吸信号，系统仅采集必要投影数据，实现中位剂量降低29%（相当于11.6 mGy），同时保持图像质量（肺/肝分割Dice系数分别达0.992/0.987）。该技术为遵循ALARA原则的4D CT扫描提供了临床可行解决方案。

　　

在胸腹部肿瘤的放射治疗规划中，四维计算机断层扫描（4D CT）成像技术扮演着至关重要的角色。与传统三维CT不同，4D CT能够捕捉呼吸运动带来的器官位移，为医生提供时间分辨的运动信息，从而实现更精确的靶区定义和安全边界确定。然而，这种技术的广泛应用面临一个严峻挑战：当前临床协议往往采集远超实际重建所需的投影数据，导致患者承受不必要的辐射暴露。据统计，4D CT的辐射剂量通常达到标准三维胸部CT扫描的四倍之多，这与放射防护中著名的"合理可行最低剂量"（ALARA）原则明显相悖。

问题的根源在于现有4D CT采集协议的固有局限性。以智能4D（i4D）协议为例，虽然在每个扫描床位（couch position）的"拍摄"（shoot）阶段，系统会在最大吸气点激活X射线束并持续采集整个呼吸周期的投影数据，但这种"一刀切"的方式不可避免地会收集大量后续重建中不被利用的冗余数据。这就好比为了拍摄十个关键瞬间，却不得不录制整个运动过程，造成资源浪费和额外风险。

来自德国汉堡-埃彭多夫大学医学中心应用医学信息学研究所的Lukas Wimmert团队在《International Journal of Radiation OncologyBiologyPhysics》上发表了一项创新研究，提出了一种突破性的解决方案。研究团队开发了一种基于深度学习（DL）的呼吸信号引导数据采集方法，能够像心脏CT中基于心电图（ECG）的管电流调制那样，实现对4D CT采集过程的智能控制。

研究人员采用了长短期记忆（LSTM）网络架构处理实时呼吸信号，通过滑动窗口输入策略（窗口大小m=8）结合二值化束流状态信息，构建了一个在线二分类预测模型。该模型使用来自294名患者的1,415条临床呼吸信号进行训练和验证（75/25分割），最终在104个独立临床4D CT扫描上进行了测试。技术核心在于模型能够预测呼吸相位起始点，仅在必要时激活X射线束进行一个完整的机架旋转（T_gantry∈{0.35s,0.5s}）采集数据，其他时间则将管电流调制至近乎为零。

研究结果显示，这种DL驱动的方法实现了中位29%（IQR：24-35%）的剂量降低，相当于在标准4D CT CTDIvol为40 mGy的情况下减少了11.6 mGy的辐射暴露。更重要的是，剂量减少后的图像与参考图像相比仅显示出极小差异：肺和肝脏分割的Dice相似系数分别达到0.992和0.987；基于形变图像配准（DIR）的位移场幅度微小；artifact频率保持不变；肿瘤分割的95百分位Hausdorff距离（HD95）低于1mm；肿瘤运动范围差异可忽略不计（平均差0.12mm）。

方法与材料

研究团队收集了294名患者的1,415条临床呼吸信号，通过滑动窗口方法生成47,607个子信号用于模型开发。采用二元交叉熵损失（BCE）函数进行模型优化，并针对类别不平衡问题应用加权处理。在104个临床i4D CT扫描上进行评估，使用TotalSegmentator进行自动器官分割，通过Dice系数、DIR位移场、artifact检测神经网络和肿瘤运动范围分析等多维度评估图像质量。

4D CT成像和重建

在步进-射击（step-and-shoot）4D CT扫描中，系统在每个床位采集整个呼吸周期的投影数据，但仅部分数据用于最终重建10个相位图像。这种设计导致大量冗余数据采集，增加了不必要的辐射暴露。

在线DL呼吸信号引导数据采集

提出的DL方法通过实时分析呼吸信号，预测呼吸相位起始点，仅在这些关键时间点激活X射线束采集数据。模型采用LSTM网络结构，能够处理时间序列数据并适应呼吸模式的变化。

预测模型

使用两层128单元的LSTM网络，输入为呼吸信号和束流状态的拼接滑动窗口。训练时采用时间偏移策略补偿系统延迟，推理时通过峰值检测算法识别呼吸相位起始点。

4D CT信号模拟和目标定义

基于临床呼吸信号数据集，通过模拟i4D CT扫描生成训练目标。将呼吸信号分割为适当长度的子信号，确保模型能够学习各种呼吸模式。

模型性能评估

评估指标包括预测起始点与参考起始点的时间对齐精度、每个射击期预测的起始点数量以及剂量降低比例。

剂量减少与参考4D CT的比较

通过双重重建策略评估方法效果：使用全部临床投影数据重建参考图像，仅使用模型选择投影数据重建剂量减少图像。从器官分割相似性、结构畸变、artifact频率和肿瘤分割一致性等多角度进行比较。

结果

DL驱动的方法实现了中位29%的剂量降低，时间对齐精度达到0.08秒中位误差。图像质量评估显示极高的一致性，肺分割Dice系数中位值为0.992，肝分割为0.987。DIR位移场幅度微小，artifact频率无显著差异，肿瘤分割和运动评估仅显示极小偏差。

讨论

这项研究首次提出了基于呼吸信号引导的DL驱动数据采集方法用于4D CT成像剂量优化。与先前基于预定义时间窗口的方法不同，这种方案能够持续适应患者的呼吸模式变化，体现了DL在医疗影像采集中的独特价值。29%的剂量降低效果显著，且对图像质量的影响极小，表明该方法具有临床应用的可行性。

技术实现方面，研究团队巧妙解决了实时预测中的延迟问题，通过目标时间偏移策略补偿了模型推理、峰值检测和系统操作带来的140ms总延迟。虽然目前无法完全保证每个射击期都能预测到全部10个相位起始点（91%的射击期达到至少10个起始点），但对图像质量的影响可以忽略不计。

值得注意的是，剂量减少图像与参考图像之间的微小差异实际上处于4D CT成像固有的变异性范围内。即使是同一天进行的重复4D CT扫描，由于呼吸模式的变化，也会产生类似的差异程度。这表明该方法在保持临床可用性的同时，显著降低了辐射风险。

结论

这项研究表明，基于深度学习的呼吸信号引导数据采集方法能够显著降低4D CT成像的辐射剂量，同时保持图像质量和临床实用性。该方法为遵循ALARA原则的4D CT扫描提供了可行解决方案，有望在未来整合到临床CT扫描仪中，改善放射治疗工作流程并增强患者安全。