先天性心脏病（congenital heart disease，CHD）是胚胎发育时期心脏及大血管形成障碍或发育异常引起的解剖结构异常，或出生后应自动关闭的通道闭合不完全所致的畸形^[1]。CHD是常见的先天缺陷，目前全球发病率约0.5%^[2]。复杂先天性心脏病（complex congenital heart disease，CCHD）具有2种及2种以上畸形，分为简单、中度及重度3种，研究^[3]显示约25%CHD患儿具有复杂性心脏缺陷，世界范围内每年超过40万例婴儿患有CCHD。目前，CT血管成像（CT angiography，CTA）是CCHD的首选检查方法之一，但同时会带来电离辐射及对比剂碘含量的问题。临床检查常用管电压120 kV、碘对比剂浓度320 mgI/mL或350 mgI/mL扫描方案，过高辐射剂量会对乳腺、甲状腺等腺体及软组织带来远期不良影响，甚至可能诱发癌症风险^[4]。儿童较成人对电离辐射更敏感，潜在的辐射伤害威胁更大^[4]。高浓度碘对比剂具有引起对比剂肾病的潜在风险^[5]。近年来双低CT扫描技术在全球临床实践中广泛应用。WANG等^[5]在新生儿CCHD检查中将管电压降至80 kV，碘对比剂浓度设为270 mgI/mL，结果显示应用双低CT扫描技术可获得优质图像。然而，基于双低CT扫描技术的CCHD患儿心脏混合现实技术建模相关研究鲜有报道。本研究探讨基于双低CT扫描技术构建CCHD患儿混合现实心脏模型的可行性。

1 材料与方法 1.1 临床资料及分组

收集本院2019年9月至2021年9月间拟采用混合现实建模的30例CCHD患儿的临床资料，随机均分为双低组和常规组，每组15例。纳入标准：（1）诊断为CCHD并接受心脏CTA检查；（2）年龄≤6岁；（3）心脏存在2种及2种以上畸形。排除标准：（1）存在肝肾功能异常及碘对比剂过敏等CTA检查禁忌证；（2）已实施相关心脏手术及接受姑息治疗；（3）CTA检查图像伪影较重影响图像质量评估。本研究获得医院伦理委员会批准，患儿家属或监护人均知情同意并签署知情同意书。双低组男10例，女5例，平均年龄（1.19±1.68）岁，平均体质量（9.88±4.44）kg。常规组男10例，女5例，平均年龄（1.72±1.91）岁，平均体质量（8.54±5.48）kg。2组性别、年龄及体质量比较差异无统计学意义（均P > 0.05），具有可比性。

1.2 检查方法

使用佳能第2代320排螺旋CT（日本Canon公司）进行扫描，探测器宽度160 mm，达到0.50 mm采集精度，旋转时间为0.275 s。使用包括自适应迭代重建技术（adaptive iterative dose reduction 3D，AIDR 3D）V7.0版本。常规组实施管电压100 kV、碘佛醇350 mgI/mL扫描方案；双低组实施管电压80 kV、碘克沙醇320 mgI/mL扫描方案。患儿仰卧位，经患儿上肢静脉或下肢静脉在15 s内完成推注含碘对比剂，总剂量按1.5~2 mL/kg计算，随后生理盐水（5 mL）以相同速度推注。自肺尖处至膈下1 cm进行扫描，目测左心室显影时手动触发扫描，延迟时间约4 s。采用前瞻性心电（electrocardiographic，ECG）门控扫描模式，并联合自动曝光控制技术（automatic exposure control，AEC）。

1.3 混合现实技术设备及软件配置

获取2组CTA图像原始数据，以Dicom格式导出，应用Materialise Mimics软件进行图像处理，细节平滑处理，Dicom数据转化为STL格式，再应用MaterialSe3-Matic软件将STL格式进一步转化优化，最终获得V3D文件格式输入到混合现实软件平台，佩戴混合现实设备操作虚拟模型。

1.4 碘摄入量及辐射剂量计算

计算2组患儿碘摄入量，记录剂量长度乘积（dose length product，DLP）、容积CT剂量指数（volume CT dose index，CTDIvol），计算有效辐射剂量（effective dose，ED）：ED=DLP×k，其中k为转换因子，患儿年龄 < 4个月，k=0.039；年龄≥4个月~1岁，k=0.026；年龄≥1岁~6岁，k=0.018^[6]。

1.5 图像质量客观评价指标

在肺动脉干、气管分叉处升及降主动脉、主动脉弓中点及同层胸大肌应用感兴趣区（region of interest，ROI）法^[7]评价图像质量。分别放置3个ROI，面积取10 mm2，测量CT值及标准差（stand deviation，SD）后取均值。选择升主动脉SD均值作为图像噪声（background noise，BN），计算信噪比（signal-to-noise ratio，SNR）及对比度噪声比（contrast-to-noise ratio，CNR）：SNR = ROI_升主动脉/SD，CNR =（ROI_升主动脉-ROI_胸大肌）/ SD。

1.6 混合现实技术建模质量的主观评价

由2名放射诊断科主任医师采用4分法^[8]对混合现实虚拟模型进行盲态评估。具体评价标准：4分，模型精细解剖结构清晰、完整，内部畸形情况显示清晰，完全满足临床医师需求；3分，模型精细解剖显示尚佳、较完整，畸形情况较清晰，可以满足临床医师需求；2分，解剖结构不完整，有所缺如，内部畸形情况显示不清，无法较好满足临床医师需求；1分，解剖结构不完整、缺如，内部畸形情况未见显示，无法满足临床医师需求。2位医师的评分均值为最终评分，≥3分，满足临床需求；< 3分，不满足临床需求。

1.7 统计学分析

应用SPSS 26.0统计学软件进行数据分析。符合正态分布的计量资料以x±s表示，2组比较采用独立样本t检验；不符合正态分布的计量资料以M（P₂₅~P₇₅）表示，2组比较采用非参数Mann-Whiteney U检验。P < 0.05为差异有统计学意义。

2 结果 2.1 2组碘摄入量及辐射剂量比较

结果显示，双低组及常规组碘摄入量分别为（3.94±2.32）mg、（5.47±2.80）mg，双低组较常规组降低了27.97%。双低组DLP、CTDIvol及ED均显著低于常规组，差异均有统计学意义（均P < 0.05）。见表 1。

2.2 2组图像质量客观评价指标比较

结果显示，双低组较常规组BN略升高，SNR、CNR略减低，但2组比较差异无统计学意义（均P > 0.05）。见表 2。

2.3 2组混合现实技术模型主观评分比较

结果显示，2名主任医师对混合现实技术心脏模型主观评分均≥3分，均满足临床需求。双低组、常规组平均评分分别为4（4~4）、4（3.5~4），2组比较差异无统计学意义（P = 0.317）。常规组、双低组患儿获得的CT Dicom数据图像，多平面重建处理、混合现实技术心脏模型图及二维码见图 1、图 2。

3 讨论

混合现实技术是一种新兴的数字影像显示技术，以CT、MRI、超声等二维医学影像为原始数据构建直观的三维虚拟模型，医师通过可穿戴设备获取全息影像信息，并与之实时交互^[9]。目前混合现实技术应用于骨科、肝胆外科及口腔颌面外科等多学科、医学生物及医学教育等诸多领域^[10-12]。在CCHD诊疗中，混合现实技术建模可以直观立体地显示精细解剖结构及病变畸形情况，为诊断提供了新的思路。YE等^[13]首次将混合现实技术应用于34例右心室双出口患者的诊疗中，佩戴混合现实眼镜设备进行术前诊断策划，结果表明混合现实虚拟心脏模型所提示的畸形与术中所见一致，证实混合现实技术可直观显示CCHD的畸形结构，具有良好辅助作用。CEN等^[14]在5例右肺动脉闭锁伴室间隔缺损手术中应用混合现实技术证明其可以提高对复杂心脏及大血管解剖的理解。但在混合现实建模过程中行CTA扫描获取原始图像时往往通过增加管电压、管电流或含碘对比剂浓度等方式提高混合现实建模的质量，忽视因此而导致的人体健康问题。

降低电离辐射剂量的方式包括减小扫描范围、降低管电压、管电流及应用迭代重建算法等^[15]。辐射强度与管电压平方呈正比，因此临床多通过降低管电压来减少患者辐射剂量^[15]。单独使用低碘浓度对比剂时CT值降低，但联合低管电压会增加碘的衰减程度，扫描血管CT值增高，即联合低碘浓度对比剂及低管电压能得到相同的血管强化效果^[16]，这是双低CT扫描技术的理论依据。本研究结果显示，常规组及双低组碘摄入量分别为（5.47±2.80）mg、（3.94±2.32）mg，双低组较常规组约减少27.97%。常规组及双低组ED分别为（3.38±0.76）mSv、（1.85± 0.63）mSv，双低组较常规组约减少45.3%，可见双低组碘摄入量及电离辐射剂量明显减少。

本研究结果显示，常规组及双低组BN、CNR、SNR比较差异均无统计学意义（均P > 0.05），且2组图像主观评分均≥3分，说明双低组在低碘浓度、低管电压条件下图像达到了临床要求。既往研究证实BN随管电压降低而升高，CNR、SNR降低，图像质量随之下降。分析原因主要是本研究应用了AIDR 3D迭代重建算法，避免了应用低管电压扫描时BN升高的缺点，从而提高了扫描图像的质量。AEC是AIDR 3D最大的优势，在扫描前参照定位图中所检测到受检部位的厚度、衰减系数，自动算出所需的曝光剂量，自动曝光剂量调整，辐射剂量与BN均减低，因此获得更优质的图像^[17]。AIDR 3D算法可以在图像及投影数据空间同时迭代（双空间迭代），其与AEC技术相结合，在最低辐射剂量条件下获得优质图像。

综上所述，本研究在低碘浓度对比剂及低辐射剂量CT扫描技术条件下建立CCHD患儿的心脏混合现实技术模型成功。此模型图像质量满足临床诊断要求，便于辅助临床术前诊断与评估；同时避免了儿童潜在的风险，减少并发症的发生。本研究的不足之处：（1）对于混合现实技术应用于儿童CCHD的研究样本量尚少，可能存在选择偏倚；（2）研究缺少采用不同迭代重建算法的最优化结果；（3）图像质量可能还与血流动力学等其他因素有关。今后需要扩大样本量来进一步研究论证。