虚拟结肠镜及计算机辅助检测2

虚拟结肠镜(CTC)及计算机辅助诊断(CAD)综述1.前言在发达的国家，结肠癌是癌症相关死亡的首要原因。结肠癌统计表明，在美国，2000年有130,200新病例被确诊，其中56,300人因此而死亡。在英国，1999年新发现35,600个病例，到2001年16,170人死亡于结肠癌。在爱尔兰，1998-2000年期间有2,720例死于结肠癌，爱尔兰的医学统计表明，结肠癌是妇女癌症相关致死的第二大原因，是男子癌症相关致死的第三大原因。通常情况下，结肠癌是由息肉发展而来，息肉是有结肠软组织异常增长形成的，随着时间的推移息肉有可能发生癌变。息肉的生长过程是缓慢的（发生息肉癌变可能需要数年），通过内窥镜早期检测和清除息肉已被证明能够有效的减少结肠癌死亡率[1]。传统结肠镜(conventionalcolonoscopy,CC)是目前公认的筛选和确诊结肠肿瘤的金标准，但因其是一种侵入性检查，病人常不易接受[2]。1994年Vining等[3]首先提出了仿真结肠镜检查技术，此后结肠成像(CTcolonography,CTC)技术得到很快的发展。2.CTC的应用价值CTC可显示肠腔内壁和黏膜皱襞，可观察起源于结肠袋内、结肠半月襞近侧面和盲肠内侧壁上的病变（如息肉、肿瘤）等，能较全面地观察结肠肿瘤、息肉等病变的形状、大小及密度等形态特征，可显示结肠壁的厚度，鉴别起源于结肠壁内、外的占位抑或外来压迫性肿块[2]，其应用价值可以从以下四个方面说明：(1)CTC用于结肠息肉性病变的诊断以目前公认的CC为金标准，大多数关于结肠癌高危人群的研究显示对于检测直径10mm的结肠息肉病变CTC具有较高的敏感性和特异性，与CC法相近似，而对直径5mm的病变，其敏感性较低。(2)CTC用于结肠癌的术前分期结肠癌的术前分期对治疗手段的合理选择、手术方案的制订都具有重要意义。常规CT术前分期的准确度不高，较小的但已转移的淋巴结常难以检出，且不易与血管影区分。研究发现增强CTC能准确地测量淋巴结大小，结合MR技术可更容易地把淋巴结和血管影区分开，使N分期的准确度从单纯横断面CT时的59%提高到80%；此外，全腹部的CTC检查也能发现远处转移病灶。(3)CTC检查易被病人接受CTC属无创性检查，毋需使用镇静剂。而CC具有一定的创伤性，不宜被大多数人接受，且伴有0.1%的肠穿孔和0.02%的死亡率。而CTC则不存在这些问题，副作用比CC小，因而较受病人欢迎。(4)对结肠检查成功率高CC可因不能通过肠道闭塞部或弯曲部而造成检查不完全或失败，且有90%以上结肠镜检查不完全者，CTC检查可成功地显示以前未观察到的结肠部位。CTC可从直肠到盲肠及从盲肠到直肠2个相反方向观察，对可疑病变进行远侧面、近侧面、正面及斜面多方向观察。对梗阻性肠癌病人在内窥镜检查无法越过病变段时，可显示狭窄上方肠腔情况，全结肠的腔内检查成功率高。此外，CTC还可同时观察到肠管外的情况，以鉴别是否系腔外肿物向腔内突出以及局部侵犯、远处转移的情况，这对结肠癌的分期有重要意义。发现结肠外病变亦是CTC独具的优势，在一组息肉高危人群中，近半数的病例有结肠外异常发现，其中11%具有临床重要意义，包括肺结节、腹部主动脉瘤、肾癌和肠疝。3.CTC的关键技术虚拟内窥镜(CTC)它把虚拟的视点置人肠腔内部，利用图像三维重建技术对视点前方的组织进行动态的显示。主要包括以下关键技术：(1)结肠漫游路径的提取。在CT结肠虚拟内窥中，需要生成一条路径，作为漫游路径，实现自动导航。在自动导航的过程中，观察结肠内表面上是否存在病灶（如息肉等），医生可以标记出有可能是息肉或异常的区域，并对这些区域做进一步的检查和分析。常见的结肠漫游路径提取算法有手工标定法、拓扑细化法、最短路径法和距离变换法等。(2)虚拟切开。结肠虚拟切开包括“立方体虚拟切开的方式来显示360度的三维全景和切开在一个平面上显示的整个结肠二维全景。通过切开的二维平面，医生在屏幕上一次或多次浏览就可以了解整个结肠内表面的情况，从而可以快速了解结肠内表面息肉的数量以及在切开前结肠中的大概位置。在临床虚拟内窥镜观察过程中，这种切开的效果不能代替虚拟内窥镜的观察，其临床意义为医生可以快速浏览。目前虚拟切开的常用算法有:基于“电场”投影，表面正形投影，光线投影，非线性投影等。(3)绘制方法[4]。主要分为面绘制与体绘制，前者多基于MarchingCube方法，具有处理数据量小，容易达到实时显示和交互操作的优点。通过对数据的预处理，能有效抑制噪声导致的器官表面的粗糙与不规则，在评价管腔狭窄与突人管腔内部的肿块方面，面绘制得到的结果与纤维内窥镜对比差别不大。然而该方法要构造等值面，导致三维数据场中许多数据被丢失，其中包括一些形状特征不明显，亮度有变化的软组织数据，所以在对细节的观察方面效果不佳。后者多基于光线投射法的透视体绘制技术，该方法利用了数据场中的所有数据，能真实再现那些细微又对诊断疾病很有价值的信息，同时可以利用透明度的不同和光照效果把各组织器官之间的层次和深度表现出来，良好的显示特征形状模糊不清的器官和组织。缺点在于每幅图像都要进行光线跟踪的运算，图像显示速度较慢。目前关于虚拟结肠镜可视化方面的研究还包括，ZhuoshiWei[5-6]通过检测褶皱来提取结肠带，结肠带是虚拟导航和配准的重要解剖学标记；KrishnaChaitanyaGurijala[7]提取结肠标记来指导虚拟切开和结肠表面分割；WeiZeng[8]采用投影几何的方法进行俯卧位和仰卧位配准，来加快息肉的检测速度，降低假阳率；JosephMarino[9]提出一种保持形状的虚拟切开；MasahiroOda[10]提出俯卧位和仰卧位同步显示，DongqingChen[11]提出一种新的在结肠内快速飞行的方法，将结肠分成两半，两半各指定一个照相机，结肠可视表面积达97%。4.CAD的诊断价值作为CTC的辅助手段，计算机辅助检测(computer—aideddetection，CAD)从原始轴位图像中自动检测并标记病变的位置供读片医生进一步诊断。CAD对结肠疾病诊断的优势主要体现在[12]：①作为辅助读片手段，可提高放射科医生对肿块的检出能力；②降低不同读片者间诊断能力的差异。CAD能够降低读片者在检出小息肉方面的感性错误，而造成这些感性错误的原因可能是：①阅片时遗漏了被正常组织掩盖的小息肉或形态变化较大的息肉；②CTC检查时由于视觉效果的缺失不能对黏膜颜色变化进行判断；③大量图像使读片者感到单调，容易漏诊。读片者的诊断能力不仅受其掌握的技能和经验影响，还与精神状态和读片时间的长短有关，即使一位读片者可在多数病例中检出同一类型息肉，但同一读片者在不同的环境中可能会漏检该类息肉。CAD的应用克服了这种读片者间和读片者自身的不一致性，提供了客观一致的结果。研究证明CAD可明显提高读片者诊断的准确度，尤其对于经验不足的医师，可显著提高其诊断能力。芝加哥大学在72例接受CAD检查的患者中，检出14例有直径≥5mm的息肉21个，敏感度95％，每位患者敏感度为100%。国际健康中心报道CAD检出息肉的敏感度为90％，40例患者中检出20例有直径≥3mm息肉39个。Gasthuisberg医科大学采用CAD在18例患者中检出9例≥5mm以上息肉15个，敏感度80％，其中多数病例使用了残便标记方法，说明CAD在检出息肉方面具有较高的敏感度。通常CAD对于直径≥6mm息肉检出的敏感度在70％～100％，而CTC数据统计分析显示对于直径≥10mm及直径6～9mm息肉的敏感度分别是88％和84％，在检出敏感度方面CAD可与读片者相媲美。5.CAD的系统组成一般CAD检查方案由三部分组成：①分割提取结肠组织；②检测可疑病变；③病变分类。如下图所示：输入CT图像结肠组织分割检测疑似病变病变分类检测结果显示与标记图1CAD系统(1)结肠组织分割结肠组织分割的目的是将结肠壁从CT序列图像中准确提取出来，用于后续的处理及检测，其结果的好坏直接影响CAD系统的性能。由于肠腔内主要是空气，其CT密度分布与软组织有很大区别，较易分开。但由于肠壁皱褶及粪便、液体等残留物的存在，给结肠的有效分割带来很大的困难。结肠组织分割面临的问题[13-16]：a.由于结肠塌陷，分割的结肠区域不连续，产生的原因有结肠痉挛，结肠膨胀不充分等；b.残便标记带来的一系列困难；c.复杂的结肠结构和拓扑形态影响分割的准确性和速度。之所以要进行残便标记是因为，和光学结肠镜一样，为了得到可信的结肠病变检测，合适的肠道准备也是必须的。残便会覆盖病变部位(阻碍检测)，或者与息肉类似(引起假阳)。残便可以通过泻药来清理，但是服用泻药清肠也是给病人带来不适感的原因之一，对残便标记可以最大程度的减小使用泻药清理肠道。但是对残便标记给CAD的应用带来几个技术难题[17]。a.伪增强的影响(PEH)。在非标记残便的CTC中，息肉的CT值100HU；而高密度的标记物人为的增强其附近物质的观测密度，伪增强的息肉的CT值可500HU。PEH的影响随着量的不同，厚度的不同，对比剂的发散密度的不同呈现极大的不同，即使在同一个结肠两个不同的区域。b.标记物会影响形状和纹理特征的计算。理想的情况下，标记物区域的体素应该是空气的。但是空气的CT值比软组织的还低，对比剂的CT值比软组织高，相对于被空气覆盖的软组织，被标记物覆盖的软组织是负图像区域,CT值的这种变化会改变梯度和局部表面主曲率的方向。c.标记物和PEH给结肠提取带来困难。因为塌陷区域将结肠腔分成几个不连续的部分，有些甚至被分割很远。尽管可视区域和塌陷区域可以再连接在一起，但是一部分小肠会被包括进来。标记物的存在会使结肠的提取进一步复杂化，因为由于PEH使得结肠和小肠的薄壁变得不可见，这会导致结肠和小肠相互连接在一起。在残便标记的CTC中，结肠通常和小肠通过开通的回盲瓣连接在一起，通过在回盲瓣的标记物用来追踪结肠腔，会直达小肠。d.骨结构和对比剂有相似的CT值，由于PEH骨结构和对比剂相连，区分对比剂和骨结构成为一个难题。为了清除残便，最简单的办法就是采用阈值分割的方法清除残便。但是由于部分容积效应的影响(PVE)，采用这种简单的方法会在空气和标记物之间形成一个薄层(ATB)，如图2所示。为了减轻这个影响，Lakare[18]根据图像的剖面模式不同，来检测到这个薄层；Zail[19]利用形态学和线性滤波器来减轻这个影响；Chen[20]利用梯度信息；而以Liang[21-24]为首的研究团队则是利用统计学信息为PVE建模，假设每个体素都是由空气、标记物、肌肉、软组织组成，采用最大期望法(EM)估计出每种物质的含量；Serlie[25-26]则是用三种物质过渡模型区分空气、软组织和标记物；Ronbald[27]则是采用改进的区域生长和模糊连接来越过ATB。为了校正标记物对周围组织的伪增强(PEH)，JanneNappi[17]提出一种校正标记物伪增强的方法；Ronbald[28]采用一种尺度不变的发散校正方法来分割标记物区域。图2空气-标记物边界(ATB)图3结肠和小肠的位置关系由于包括空气的器官除了结肠，还有肺和胃；包含标记物的组织除了结肠，还有小肠。为了提取完整的结肠，必须去除肺和小肠,其位置关系如图3所示。去肺采用的准则[29]：a.肺上有很多的血管，在横断面上表现为很多的小圆洞；b.肺在解剖结构上是连续的，因而在相邻的层上有交叠，其交叠的程度可以用阈值Tr衡量。去小肠的准则有：a.小肠比结肠的长，比结肠细;b.在冠状面，结肠围绕在小肠的外面;为了提取完整的结肠，还可以通过计算结肠的路径来去肺和小肠，与提取结肠的中心线很类似，只是不要求所有的点都在结肠的中心上。(2)疑似区域检测息肉通常为球形或帽状贴于肠壁，而皱襞呈延长的脊状结构，结肠壁为大的几乎扁平的杯状结构，可根据不同的形状特点区分息肉、皱襞和结肠壁，如图4。CTC-CAD问题的早期研究工作是Vining[30]开展的，他把息肉定义为结肠壁的异常增厚。随后的研究者利用曲率来检