不同重建层厚对肺部微小结节CT检出效能的对照研究

杨艺

海军军医大学第三附属医院200438上海市

【摘要】目的：分析不同重建层厚对肺部微小结节CT检出效能及图像质量的影响。方法：回顾性纳入182例LDCT肺癌筛查受检者，同一原始扫描数据分别行1.0mm、5.0mm、10.0mm层厚重建，对比三组图像噪声、信噪比（SNR）、对比度噪声比（CNR），以及311枚靶微小结节的清晰显示率。结果：图像噪声随层厚增厚降低，SNR、CNR随层厚增厚降低；1.0mm层厚组两项质量指标均高于其余两组（P均＜0.05）。结节清晰显示率随层厚减小升高，1.0mm层厚总显示率95.82%，对≤3.0mm极微小结节显示优势显著。结论：1.0mm薄层重建可减轻部分容积效应，显著提升微小结节检出效能，推荐作为LDCT肺癌筛查常规重建参数。

【关键词】肺部微小结节；低剂量CT；重建层厚

低剂量螺旋CT（LDCT）为肺癌筛查标准手段，国内普及后肺部微小结节检出率升高^[1]。当前LDCT重建层厚尚无统一规范，厚层重建受部分容积效应影响，易致微小结节漏诊^[2]。本研究回顾性分析同一LDCT原始数据不同层厚重建的图像质量与微小结节检出结果，为LDCT筛查重建参数的标准化提供依据。

1.资料与方法

1.1临床资料

回顾性纳入2025年1月~2026年3月于本院行低剂量螺旋CT（LDCT）肺癌筛查的受检者182例。纳入标准为原始数据完整、可配合屏气扫描，排除重度运动伪影、数据损坏者。受检者年龄34~75（52.76±5.38）岁，男92例，女90例，体重指数18.2~27.3（23.14±2.47）kg/m²，有吸烟史42例。本研究研究符合医学伦理原则。

1.2方法

采用640层螺旋CT行吸气末全肺扫描：管电压100kVp，自动管电流调制（噪声指数12），机架转速0.275s/圈，螺距1.08，准直0.625mm×128，平均有效剂量(1.38±0.23)mSv。同一原始数据分3组重建：①1.0mm组：高分辨率肺算法，层厚/间隔1.0mm；②5.0mm组：标准肺算法，层厚/间隔5.0mm；③10.0mm组：标准肺算法，层厚/间隔10.0mm。

1.3观察指标

（1）图像质量：2名5年以上经验技师盲测，测量主动脉弓水平胸壁外空气区图像噪声，计算病灶SNR、CNR，取均值统计。

（2）结节显示：所以1.0mm三维重建确认的311枚微小结节为金标准，按直径分≤3.0mm、3.1~5.0mm两组，盲评清晰显示率（边界完整、密度可辨、可与肺纹理/血管区分）。

1.4统计学分析

采用SPSS26.0软件。正态计量资料以以（X̄±S）表示，t检验；计数资料以（%）表示，χ²检验。P＜0.05为差异有统计学意义。

2.结果

2.1不同重建层厚CT图像质量参数对比

图像噪声随层厚增厚递减，SNR、CNR随层厚增厚递减；1.0mm层厚组两项指标显著高于厚层组(均P＜0.05），详见表1。

表1不同重建层厚CT图像质量参数对比（X̄±S）

组别	图像噪声（HU）	信噪比	对比度噪声比
1.0mm层厚	13.24±2.17	17.69±2.58	14.83±2.29
5.0mm层厚	7.68±1.25	11.82±1.76	8.74±1.43
10.0mm层厚	4.72±0.91	8.13±1.25	5.86±1.07
F值	1438.998	1121.501	1357.824
P值	＜0.001	＜0.001	＜0.001

2.2不同重建层厚对不同直径肺部微小结节显示结果

结节清晰显示率随层厚减小升高，1.0mm层厚对≤3.0mm极微小结节的提升幅度最显著，详见表2。

表2不同重建层厚对不同直径肺部微小结节显示结果[枚（%）]

结节直径分组	金标准结节总数（枚）	1.0mm层厚	5.0mm层厚	10.0mm层厚
≤3.0mm	187	176(94.12)	112(59.89)	68(36.36)
3.1~5.0mm	124	122(98.39)	107(86.29)	81(65.32)
合计	311	298(95.82)	219(70.42)	149(47.91)

3.讨论

LDCT筛查是肺癌早诊、降低病死率的重要手段，肺部微小结节作为早期肺癌最常见影像学表现，但其检出准确性受CT重建层厚影响。厚层重建体素容积大，采集光子更多故噪声更低，但病灶密度易被周围正常肺组织平均，导致病灶边界模糊、特征掩盖，极微小结节更易漏诊。1.0mm薄层缩小体素容积，有效减轻部分容积效应干扰，可精准显示病灶密度与形态，虽噪声略高于厚层，但对比度提升的获益远大于噪声升高的不利影响，且现有临床PACS系统完全满足薄层图像存储调阅需求，无推广技术障碍。

综上，1.0mm薄层重建可显著提升LDCT对肺部微小结节的检出效能，尤其对极微小结节优势明确，推荐作为LDCT肺癌筛查常规重建参数，联合AI辅助检测可进一步提升筛查效率。

【参考文献】

[1]汤博荣,林晓娟,薛蕴菁,等.深度学习图像重建算法在不同BMI患者能谱CT肺动脉造影中的应用[J].福建医科大学学报,2026,60(1):26-35.

[2]蔡玉琳,牛丹,马丹,等.不同CT重建算法对人工智能肺结节诊断的意义[J].中华肺部疾病杂志（电子版）,2024,17(6):931-935.

...