侧边栏壁纸
博主头像
thinkTV博主等级

喜爱动漫的二刺螈一枚,摩托车云爱好者(快要有车了)。 懂一点技术的在读生物医学工程研究生( •̀ ω •́ )✧,多多指教。

  • 累计撰写 128 篇文章
  • 累计创建 18 个标签
  • 累计收到 0 条评论

目 录CONTENT

文章目录

文献阅读-双能 CT:放射科医生的最低要求

thinkTV
2022-12-25 / 0 评论 / 0 点赞 / 351 阅读 / 4,441 字 / 正在检测是否收录...

原文:Dual-energy CT: minimal essentials for radiologists
Japanese Journal of Radiology (2022) 40:547–559 https://doi.org/10.1007/s11604-021-01233-2
文章不是文献的完全翻译,只对主要观点与思路进行阐述。

摘要

  双能CT,以两种不同的能量对物体进行扫描,可以识别传统单能CT图像无法评估的材料特性。这种成像方法可用于根据不同能量下材料衰减系数的差异来执行材料分解。基于原始数据的分析的束硬化效应较低,从而导致更准确的双能分析。在这篇综述中,介绍了双能 CT 扫描的基本要素,并讨论了其在日常临床实践中的实用性。

  关键词:关键词 双能 CT · 计算机断层扫描 · 物质分解 · 可检测性

导论

  双能CT方法以两种不同的能量(管电压)扫描物体;它可用于根据在不同能量下获得的材料衰减系数的差异来执行材料分解。它还可以识别传统单能量 CT 扫描无法评估的材料特性。通过应用虚拟单色图像或材料分解,例如碘图像和水肿图像,可以提高检测临床实践中遇到的病变的能力。有效的原子序数和电子密度分析可以揭示传统单能 CT 扫描难以评估的材料的特性。双能 CT 扫描可用于广泛的专业,例如急救医学、放射治疗和尸检成像。

X 射线生成和能谱

  在 CT 扫描仪中,X 射线在 X 射线管中生成。
图片
  为了产生 X 射线束,从阴极发射的电子流被聚焦成一束窄束,轰击钨靶阳极上的一个小焦斑 [1]。 X 射线束由具有广泛能量连续体(千电子伏特;keV)的光子组成; 这些光束被称为形成 X 射线光谱的“多色 X 射线”。

图片-1671938957939

  X射线光谱中光子能量的最大值与X射线管的千伏(kV)相匹配; 如果管电压为120 kV,则光谱的最大能量为120 keV。 X射线光谱取决于管电压; 图 2 显示了 X 射线管电压为 80、100、120 和 140 kV 的 X 射线光谱 [2]

图片-1671938980511

  有效X射线能量常被用作多色X射线光子谱的代表值; 有效能量是多色 X 射线的能量,表示为具有等效相互作用的单色 X 射线的能量。 具体而言,使用由铝(Al)或铜(Cu)构成的吸收体来测量有效能量。 虚拟单色图像 (VMI) 上大约 65–70 keV 的 CT 衰减数表示为亨斯菲尔德单位 (HU),相当于在 120 kV 下采集的单能 CT 图像上的 HU [3]。 因此,在 65–70 keV 下获得的 VMI 几乎等同于在 120 kV 下获得的单能 CT 图像。

扫描分析方法

双能CT原理

  一般来说,一种材料在不同的能量水平下具有不同的 CT 数 [4-6]; 这种差异的程度取决于材料的元素组成。 材料的 CT 数与其线性衰减系数有关 [7],并且对于任何给定材料而言都不是唯一的。 即使元素组成不同,材料也可以具有相似的 CT 值。

图片-1671939969539

  在传统的单能量 CT 图像上,通常很难区分两种材料(例如钙和碘),因为它们的 CT 值有相当大的重叠^ [7]^。 因此,单能 CT 只能提供有限的组织材料成分信息。在双能 CT 图像上,可以通过比较两种不同能级的 CT 值来区分和量化具有不同元素组成的材料。

图片-1671940011188

双能 CT 扫描仪的类型

   供应商生产了应用不同双能技术的临床用扫描仪^ [2, 8]^。 快速管电压切换、顺序扫描和双源 CT 系统使用两个独立的 X 射线。 通常,双能CT扫描常规设置70-100 kVp和135-150 kVp。 一些供应商只使用一个 X 射线源; 光束在检测器(双层系统)或管输出(分离过滤器系统)处被分成低能和高能光谱。

双能 CT 扫描的一般要求

   对于准确的双能量分析,使用两种不同能量(电压)获取的图像应该在时间和空间上匹配。 以下是双能 CT 扫描的常见要求 [9]

  1. 高、低能数据应同时采集或间隔较小。
  2. 两个数据的能量差要大。
  3. 图像质量,尤其是低管电压扫描和高管电压扫描的图像噪声水平应该几乎相同。

双能CT分析方法

   双能分析方法可分为基于图像数据的分析和基于原始数据的分析[10]。 双能扫描在高能和低能图像重建之前(基于原始数据的分析)或之后(基于图像的分析)进行后处理,以创建各种双能 CT 应用程序。
  对于基于图像的分析,高管电压和低管电压的 X 射线路径不需要完全匹配,只要两个重建图像在空间上匹配即可。双能数据在重建高能和低能图像后进行处理,以创建各种双能 CT 应用程序 [11、12]。可以通过混合高能量图像和低能量图像(混合图像)来获得各种管电压下的加权平均图像。可以通过提取碘(材料分解)来创建 Iodinemap 图像;通过从加权平均图像中减去碘图图像得到虚拟非对比图像。通过基于图像的分析创建的双能 CT 图像包含各种伪影,例如射束硬化、运动和螺旋伪影。因此,它们不如使用基于原始数据的方法获得的扫描准确。

图片-1671953541774

  对于基于原始数据的分析,高管电压和低管电压的 X 射线路径必须完全匹配。材料原始数据(碘和水,或骨和水为参考材料)直接通过材料分解处理后,进行图像重建[1]^。基于原始数据的分析比基于图像的分析具有更多样的双能 CT 应用。 VMI、电子密度和有效原子序数分析需要原始数据分析。

图片-1671953580875

  选择基于原始数据还是基于图像的分析取决于双能 CT 硬件。目前,基于原始数据的分析与快速管电压切换、顺序扫描和双层检测器系统一起使用。双源 CT 扫描仪用于基于图像的分析^ [10]^。

原始数据相对于基于图像的分析的优势

  基于原始数据的分析引起较低的束硬化效应和与 CT 重建内核相关的伪影较少 [14-16]
  CT 扫描的射束硬化归因于多色 X 射线穿过物体时低能而非高能 X 射线光子的优先衰减。这可能会导致条纹和暗带,特别是在穿过高度衰减区域后,例如严重钙化部位、造影剂浓度高的部位以及支架和线圈等金属物体 [17]。在基于原始数据的分析中,光束硬化在从原始投影数据生成材料投影数据的过程中得到校正。因此,双能 CT 图像受射束硬化伪影的影响较小,并且其分析比基于图像的分析更准确 [18]

图片-1671954658920

  使用基于图像的分析 (a) 和基于原始数据的分析 (b) 处理的 CT 图像。在基于图像的分析中,来自面部骨骼的光束硬化伪影会降低图像质量(箭头)。

  另一方面,图像重建后会出现与 CT 重建内核相关的伪影,例如耀斑、过冲和下冲。 在基于原始数据的分析中,由于在图像重建之前对双能数据进行处理,因此各种双能 CT 应用受这些伪影的影响较小。 下表 比较了基于图像和原始数据的分析。

图片-1671954958237

类单能量图像

虚拟单色图像

  用单能量 CT 传送的多色 X 射线束由形成 X 射线光谱的许多能级的光子组成。 VMI 是模拟使用任意能量的单色 X 射线获得的 CT 图像的图像。在双能处理中,某一体素内的线性衰减系数(μ)可以用下式表示。

图片-1671964420362

  其中两种基础材料 (c1, c2) 的质量密度是根据材料分解估算的,并且两种基础材料的线性衰减系数 [μ1(E), μ2(E)] 是已知的。 特定能级 (keV) 下的 CT 数由以下公式定义:

图片-1671964472679

其中 μwater (E) 是水的线性衰减系数。 使用这两个公式,可以获得任意能级 (keV) 的 CT 数。

图片-1671964590589

在 40 (a)、70 (b) 和 140 keV ©(窗位/宽度;30/580 HU)下获得的虚拟单色图像。 在双能量 CT 扫描中,单色图像看起来就像是用单能量 (keV) 采集的,可以任意合成。 大约 65–70 keV 虚拟单色图像上的 CT 衰减数相当于在 120 kV 下获取的单能量 CT 扫描。 碘对比度随着能量水平的降低而增加。

  VMI 上大约 65–70 keV 的 CT 衰减数等于在 120 kV 下获得的单能量 CT 扫描的衰减数 [3]。 因此,通常选择该能量范围内的 VMI 作为标准图像。 通常,在此能量范围内获得的 VMI 上的图像噪声最低 [2]^。通过利用这一特性,双能 CT 扫描产生的 40-50 keV 的 VMI 允许造影剂剂量减少 40-60% [19-21],这对于肾功能不全患者尤为重要.随着在较低 keV 设置下 VMI 上的图像噪声增加,降噪技术的应用,推荐使用迭代重建方法。

图片-1671965054172

一名患有肝细胞癌的 64 岁女性。 由于肾功能不全(eGFR,21 ml min-1·1.73 m-2),动脉期的 CT 图像是使用低剂量造影剂 (220 mgI/kg) 获得的。 在虚拟单色 70 keV 图像 (a) 上肝脏病变的可视化不充分,而在单色 40 keV 图像 (b) 和碘图 (c )上可以清楚地检测到。

光谱 HU 曲线

  VMI 可用于在工作站上创建光谱 HU 曲线。 通过在组织中设置感兴趣区域 (ROI) 并在 VMI 的每个单色能量(例如从 40 到 140 keV)下绘制 ROI 中的平均 CT 数,获得光谱 HU 曲线。 由于曲线的形状随 ROI 组织中的平均衰减特性而变化,这有助于表征特定组织类型,并且有助于成分分析和鉴别诊断的获取。
  软组织和高原子序数材料(如碘和骨骼)的衰减在较低能量下会增加。水的衰减在所有能量下都为零;脂肪在较低能量下减少。当特定组织的 ROI 中的曲线模式表明较低 keV 的衰减减少时,表明存在脂肪。

图片-1671965698994

通过在组织中设置感兴趣区域并绘制每个单色能量的平均 CT 数来获得光谱 HU 曲线。 高原子序数材料的衰减,如碘(黄色圆圈)在较低能量下增加,水的衰减在所有能量下为零(绿色圆圈),而脂肪的衰减在较低能量下减小(红色圆圈)。

物质分解

  材料分解图像产生关于组织成分的定性和定量信息。 可应用于双能 CT 的2、3、多材料分解算法已商用。 我们展示了临床实践中常用的物质分解图像,即碘图像、虚拟非对比图像和水肿图像,以及肝脏脂肪体积分数。

碘图像

  采用三物质分解法制备碘图像,即双能CT造影增强图像减水生成的碘增强图像。三物质分解算法能够生成代表肺实质中碘分布的肺血容量(PBV)图;它可以作为肺灌注的指标 [3]^。 PBV 图和碘图像有助于识别肺栓塞相关的灌注缺陷。

图片-1671966402498

一名患有肺肿瘤血栓性微血管病的 67 岁女性。 肿瘤栓塞太小,无法通过增强 CT 扫描检测到。 导管插入显示肿瘤栓塞。 碘图 (a, b) 显示右肺血流减少的区域(圆圈),这一发现与肺灌注闪烁显像 (c, d)(箭头)的缺陷一致。

虚拟非对比增强图像

  使用三种材料分解,可以通过从对比增强的双能CT图像中减去碘成分来生成虚拟非对比(VNC)图像。 这种 VNC 图像有助于区分钙化或高衰减材料与碘增强组织。 当需要未增强的 CT 扫描时,VNC 图像的采集可能会避免辐射暴露。然而,VNC 图像的图像质量由于粗糙的纹理和较差的空间分辨率而降低。 当碘浓度非常高时,通常会观察到碘去除不完全^ [31]^。 此外,在 VNC 重建过程中可能会丢失微小且未高度衰减的钙化区域^ [32]^。

水肿图片

  双能 CT 扫描生成的水肿图像可用于检测早期骨折^ [33–35]^ 和急性缺血性中风 [36、37]。 在人体含有水和钙的假设下,在早期骨折患者中,水肿图像可以帮助识别骨髓水肿(BME)。 通过减少来自骨骼的钙信号,可以创建反映 BME 的水密度图像。 BME图像上的病变清楚地反映了骨髓中的水分含量; 这些图像与脂肪抑制 T2 加权图像具有高度相关性^ [33、35]^。 在 BME 图像上诊断早期骨折所需的时间比磁共振成像要少,在磁共振成像期间患者必须长时间静止。

图片-1671968314931

一名 13 岁的男性股骨远端骨折。 在虚拟单色 70 keV 图像 (a) 上很难检测到骨髓水肿。 在水肿图像 (b) 上,骨髓水肿(箭头)显示在与短 TI 反转恢复图像 © 相同的区域。

肝脂肪体积分数和肝纤维化估计

  多材料分解算法有助于在双能 CT 扫描中获取肝脏脂肪体积分数 (FVF) [38、39]。 它在脂肪图上显示为体积百分比,并直接从非造影双能 CT 扫描计算得出。 对比增强 CT 图像的脂肪图是在创建 VNC 图像后获得的。 根据 Hyodo 等人的说法。 [38],非增强和动态对比增强双能 CT 图像上的肝脏 FVF 与使用 MR 光谱确定的 FVF 相当。 该方法有望为诊断肝脂肪变性(例如非酒精性和酒精性脂肪肝)产生准确且可重复的结果。 在临床环境中常规使用之前,需要对该方法进行验证 [40、41]

有效原子序数和电子密度分析

  有效的原子序数和电子密度分析基于基于原始数据的双能分析。 有效原子序数(effective Z)表示化合物或材料混合物的平均原子序数。 另一方面,电子密度表示电子存在于特定位置的概率。 基于原始数据的双能分析[4]^已经计算出高精度的电子密度和有效原子序数,但它们的临床适用性需要进一步研究。

总结

  本综述介绍了双能 CT 扫描的基础知识及其在日常临床实践中的实用性。 该技术可以识别无法在传统单能量 CT 图像上评估的材料特性。 我们认为,熟悉各种双能 CT 应用及其局限性有助于准确解释 CT 结果,并有助于改善常规临床实践中的患者护理。

参考文献

图片-1671968483999
图片-1671968500819
图片-1671968515654
图片-1671968530625


  1. 11, 12 ↩︎

  2. 3, 14 ↩︎

  3. 22, 23 ↩︎

  4. 13, 44 ↩︎

0

评论区