vmi是什么意思(vmi仓库是什么意思)

计算机断层扫描(CT)的出现彻底改变了放射学,这场革命仍在继续。现代CT系统从简单的头部扫描仪开始,到现在可以在几秒钟内完成各向同性分辨率的全身检查、全器官灌注

计算机断层扫描(CT)的出现彻底改变了放射学,这场革命仍在继续。现代CT系统从简单的头部扫描仪开始,到现在可以在几秒钟内完成各向同性分辨率的全身检查、全器官灌注和高时间分辨率心脏CT成像。

近日,调查放射学(IF: 6.091)在网上发表了一篇文章,介绍了CT技术的最新进展。作者还回顾了2015年CT技术的进展,新发表的文章中也涉及了一些内容。今天就来看看吧。

CT有着悠久的历史(关于CT历史的更多信息,请参考:回望:CT五十年(1968-2018))。由于技术的显著进步,CT是当今临床上最常用的断层成像方法。

近年来,CT技术的发展已经从提高机架旋转速度、增加探测器排数和改善X射线管的性能转向潜在的破坏性技术,例如光子计数探测器,以提供更高的分辨率空、更低的图像噪声、多能量成像功能和用于图像预处理的机器学习算法。

商用高端CT系统接近硬件的物理极限,尤其是探测器、灯泡和框架:探测器在Z轴方向的最大宽度保持在16cm。框架的旋转时间几乎是恒定的;现在,只有配有短灯泡探测器几何形状的特殊心脏扫描仪才能旋转快0.01秒。2014年全身CT系统公布的0.2s的速度还是一个希望。低至70 kV的低kV扫描模式已经变得广泛可用,现在90或100 kV可以被视为新的标准。

另一方面,辐射剂量减少技术的重大进展,如亚mSv心脏CTA或0.2 mSv胸部CT,使这项技术在大规模筛选试验中具有吸引力。

每个主要的CT供应商都提供双能量或多能量CT技术,并且最近提出了多种临床应用。机器学习算法将用于各种任务,如图像重建、运动校正、个人辐射剂量计算、筛选病理数据集和提供一些诊断建议。

排的竞争减缓。

今天的高端CT系统有192到320个探测器排列在Z轴方向,在等中心位置最大探测器宽度为16厘米(表1)。

16厘米的探测器宽度是静态或动态整体器官成像(大脑、心脏等)优势的折衷。)和增加散射、锥形束伪影、足跟效应的缺点,以及由于大锥角而在空之间的分辨率和图像噪声之间的权衡。

如果全部使用16cm探测器,主要采用顺序扫描方式。东芝推出了第一个使用这种探测器阵列的系统(Aquilion One,2007),通用电气也走上了这条道路。2013年,RSNA推出了配有16厘米探测器的CT系统(Revolution CT)。

2018年,在RSNA上发布了专用的心脏CT系统(CardioGraphGE Healthcare/Arineta),其在X-Y轴方向上的最大视场为25或16cm,探测器的宽度为14cm。与袁爽CT系统(西门子)相比,该系统也配备了两个灯泡,但这两个灯泡在X-Y平面上的位置相同,并使用一个探测器阵列来接收信号(图1)。这种“立体CT”技术旨在减少宽探测器的锥束伪影,并寻求更好地利用所施加的X射线剂量。

所有探测器宽度大于8cm的CT系统都有一个共同点,就是在顺序模式下只使用整个探测器宽度。如果扫描范围超过探测器宽度,则应用螺旋扫描模式,该模式仅使用中心部分的探测器,以最大限度地减少过度照明(例如,对于Aquilion One系统,螺旋扫描使用64x0.5 mm)。

因为心脏CTA现在可以在大多数高端CT系统的一次心跳内完成,所以更多探测器布置的主要驱动力之一已经消失。离心力在物理上限制了齿条更快的旋转速度。虽然GE在2014年承诺将旋转时间缩短至0.2s,但这并未实现。目前CT的最快转速为0.24s(心动描记器),其源轴距离(探管到机架旋转轴的距离)仅为45cm,所以在给定离心力的情况下可以转得更快。该系统的缺点是机架孔径小,视野有限,限制了其在心脏和中心血管的应用。

CT的未来:高速、低剂量、深度学习、多能量

计算机断层摄影的发展:速度和剂量之战。投资无线电。2015;50:629–644.

CT的未来:高速、低剂量、深度学习、多能量

Lell MM,Kachelrie? .计算机断层摄影的最新技术发展:高速、低剂量、深度学习、多能量。投资无线电。2019年9月16日。

CT的未来:高速、低剂量、深度学习、多能量

图1灯泡检测器配置的不同概念

与传统的CT系统(左图)不同,使用X射线管可以将X射线束限制在所需的FOM(测量区域)。这种方法通过根据视图模式(中间)在两个垂直分离的X射线焦点之间切换,降低了锥束伪影的脆弱性和所需检测机的宽度。GE/Arineta的心电图机的几何结构(右)缩短了25%,以提高X射线管的功率效率,实现更紧凑的系统。重要的是要知道,与使用分开90度的两个X射线源并因此获得四分之一旋转时间的时间分辨率的袁爽CT系统相比,该系统仍然需要台架旋转一半用于图像重建,因为其X射线焦点安装在XY平面的相同角度。

Lell MM,Kachelrie? .计算机断层摄影的最新技术发展:高速、低剂量、深度学习、多能量。投资无线电。2019年9月16日。

试管技术

前面详细讨论的X射线管的设计和技术原理仍然有效:为了更快地扫描,更重要的是,为了在应用低kV扫描协议时减少X射线照射,需要更高的X射线管功率(表1)。

为了用CT在足够短的扫描时间内扫描一个危重病人的胸部、腹部或主动脉CTA,使病人能舒适地屏住呼吸,需要更快的旋转速度和移床速度,因此需要更高的灯泡输出。典型的最大灯泡功率约为100 kW或更高。对于袁爽CT系统,这些值将加倍。由于在过去几十年中扫描时间的显著减少,最新一代的X射线管(Vectron,Siemens)已经针对在非常短的曝光时间内的高曝光水平进行了优化。与不同的供应商相比,可以发现最大灯泡功率明显不同。

更高的管功率并不意味着更高的患者剂量,相反,它可能是显著降低患者剂量的措施的基础。

引入了一种特殊的前置滤波器来修改光谱形状,并选择性地从光束中移除低能光子,否则这些光子将被患者吸收,而不是到达检测器。用100kV和Sn滤光片扫描胸部,在常规胸片中做胸部CT扫描(有效剂量< 0.2mSv),非常适合以后的筛查项目。

比如某些西门子CT中使用的0.4mm Sn滤光片可以吸收全部发射光子的90%左右,所以灯泡输出的管电流需要非常高,才能在探测器端产生合适的信号(关于能谱净化技术的原理和更多内容,请参见:能谱净化技术的基本原理和临床应用)。

需要高水平电流输出的另一个原因是,不仅小尺寸患者,而且整个患者群体,包括具有高体重指数的较大患者,也需要使用低管电压扫描协议进行快速扫描。

在许多应用中,在低管电压下扫描可以增加碘对比度,并允许减少造影剂的量。因此,选择低管电压是减少X射线辐射和造影剂用量的有力工具。100kV已经成为CT扫描仪新的成像标准,过去120kV提供足够的管电流输出。

几年前,西门子开始提供从70到150kV的10kV管电压选择,但与此同时,其他CT供应商至少对低kV值采用了这一功能。

CT的未来:高速、低剂量、深度学习、多能量

图2如果在空(这里指的是X射线束的宽度)之间比较同样的分辨率,小阳极角的灯泡(左)允许更宽的电子束,所以它的功率比大阳极角的宽锥束扫描的灯泡(右)高很多。随着灯泡功率的增加,可以使用更厚的前置过滤器(左),使用更少的X射线剂量。(附图没有按比例绘制。)

Lell MM,Kachelrie? .计算机断层摄影的最新技术发展:高速、低剂量、深度学习、多能量。投资无线电。2019年9月16日。

X射线管的输出还受系统锥角的影响,锥角与探测器排数有关。

如图2所示,X射线管的阳极角必须随着CT系统的锥角而增加。然而,较大的阳极角度意味着电子束的消磁效果较小。为了在空之间获得相同的分辨率,必须在具有更宽Z轴覆盖的系统中使用更窄和更低功率的电子束,以避免阳极熔化。然而,较低的X射线功率限制了辐射剂量减少的可能性。

GE于2018年在RSNA发布了全新的Quantix 160 X射线球管,可用于Revolution Apex,即使在大锥角和阳极角的情况下,也可为16cm探测器提供70kV和80kV的1300mA管电流。可以预测,在具有更小锥角的下一代X射线管中,可以期望更高的管电流值。

探测器技术

CT探测器技术的最新发展包括具有更小探测器元件的探测器和光子计数探测器的原型。

使用传统检测器技术的CT扫描系统使用0.5 mm、0.6 mm或0.625 mm厚的单行检测器,并且在横向上具有相似的像素尺寸(表1)。唯一的例外是佳能新推出的Aquilion Precision,其中超高分辨率(UHR)探测器的像素尺寸为0.25x0.25mm(以等中心位置计算)。较小的隔板确保了可接受的几何效率。配合更小的焦点,系统可以提供空之间更高分辨率的CT图像。这项技术与西门子推出的UHR模式不同,西门子在探测器阵列前引入了UHR梳或网格,以提高空之间的分辨率。

如果使用来自较小探测器元件的数据在给定分辨率下执行图像重建,图像噪声将会降低。这种效果(图像噪声降低10%-20%)最近在光子计数检测器系统中被报道。使用传统探测器材料的佳能系统也有类似的效果。除了较小的探测器元件,建议使用更高的矩阵(高达1024,而不是512)进行图像重建(表1)。

在不久的将来,传统的CT探测器技术,即X射线被间接转换成电信号,可能会被直接转换器取代。这些直接转换器基于半导体,直接将X射线光子转换成电流。单个X射线光子产生的信号非常短,可以在下一个光子到达之前衰减,因此可以对单个光子进行量化。为了避免在第一个光子的信号还没有衰减的情况下进一步到达光子,这种情况叫做“叠加”。光子计数探测器的像素通常比传统探测器小,每个信号下的面积与入射X射线光子的能量成正比。在将该面积转换为高度之前,在分析之前对电脉冲进行平滑,然后与阈值电压进行比较。通常,2到4个阈值被构建到一个像素中,因此可以分离多达4个能量级(或能量盒)。

光子计数探测器应该比传统探测器具有几个潜在的优势:

由于没有电子噪音,噪声更小由于统计效应产生的噪声较小(斯旺克系数)由于统计上的最佳能量箱加权的可能性,噪声更小如果以较低的空间分辨率重建小像素数据,则噪声较小像素更小,空间分辨率更高(避免重叠)光谱信息,通常有2或4个能量箱

噪音减少总是可以与更积极的剂量减少相平衡。由于计数过程是纯数字的,上述特征可以根据需要追溯使用。这意味着不再需要特定的高分辨率或双能量协议,因为这些信息可以从原始数据中追溯。

在图3中,比较了使用常规探测器阵列和具有匹配成像参数的台式光子计数探测器CT的CT系统对低对比度体模的扫描。

CT的未来:高速、低剂量、深度学习、多能量

光子积分和光子计数探测系统的图像质量和对比度分辨率的比较。在相同MTF和相同剂量下工作时,光子计数探测器的图像质量明显优于传统CT探测器。

Lell MM,Kachelrie? .计算机断层摄影的最新技术发展:高速、低剂量、深度学习、多能量。投资无线电。2019年9月16日。

虽然桌面实验很多,但是只有一个带光子计数探测器的全身CT系统可以用来扫描人体。目前已在全球三个地方安装(明尼苏达州罗切斯特市梅奥诊所;马里兰州贝塞斯达NIH临床中心;德国海德堡DKFZ)。该系统有一个袁爽CT扫描框架,带有一个常规探测器和一个光子计数探测器,并使用了后来的CdTe传感器材料。

CT的未来:高速、低剂量、深度学习、多能量

图4光子计数探测器CT的原型系统提供了几种不同的读出模式,它们在空之间的分辨率和能量盒数量不同。该图示出了一个像素的布局,该像素被分成4乘4的子像素,从这些子像素中,相同颜色的子像素被合并(相加计数)然后被读出。这些子像素中的数字代表能量盒的数字。比如“12”表示盒子1和盒子2可以同时读取。锐利模式是高分辨率和低分辨率像素的组合,因此在此图中需要2个面板。图中显示了为DKFZ安装的计数系统。

Lell MM,Kachelrie? .计算机断层摄影的最新技术发展:高速、低剂量、深度学习、多能量。投资无线电。2019年9月16日。

它在四种不同的探测器模式下工作(图4),其中夏普和UHR模式是最常见的。然而,由于数据传输速率的限制,这种通用性是以降低原型系统的Z轴覆盖为代价的。这种限制或折衷对于原型CT系统是合理的。最终产品的实现肯定需要克服这些限制。鉴于传统CT探测器的高度成熟,令人印象深刻的是,一项非劣性研究证明,CounT与最新的临床CT系统一样好。

CT的未来:高速、低剂量、深度学习、多能量

图5在微距模式(iso中心为0.5 mm像素大小)和清晰模式(iso中心为0.25 mm)下用匹配剂量(CTDIvol)扫描猪腿。上图:标准b60f卷积核(F代表Z轴飞焦)用于匹配分辨率的重建。因为在锐化模式中使用较小的像素,所以图像的噪声较少。下图:使用更清晰的卷积核(b80f和s80f)进行重建,以获得清晰模式的分辨率极限。这里,分辨率失配宏模式图像重建使用增强的卷积核来提高清晰度。

Lell MM,Kachelrie? .计算机断层摄影的最新技术发展:高速、低剂量、深度学习、多能量。投资无线电。2019年9月16日。

的特殊光子计数检测器模式可以读取宏像素或更小的亚像素,这可以很好地显示较小像素相对于较大像素的优势(更大空分辨率或更低噪声),如图5所示。传统探测器和光子计数探测器ct之间的图像分辨率的直接比较如图6所示。

CT的未来:高速、低剂量、深度学习、多能量

图6两次头部扫描的冠状重建(1024矩阵,0.15mm切片间距),显示耳蜗,包括具有像素噪声值的ROI。上面的三幅图像:光子计数探测器扫描(24.2mgy CTDI)重建了不同的卷积核和层厚度。下图:能量积分探测器扫描(6.8兆戈瑞CTDI)。最后两幅图像在X、Y和z方向上具有相同的MTF。由于两次扫描之间的剂量不匹配,因此无法直接比较像素噪声。在相同剂量下,能量积分扫描的噪声为75 HU,因此远高于空之间相同分辨率下对应光子计数探测器扫描的48 HU。由德国癌症研究中心的Monika Uhrig博士和海德堡大学法医研究所的Sarah Heinze博士提供。C = 1000 HU,W = 3500 HU .

Lell MM,Kachelrie? .计算机断层摄影的最新技术发展:高速、低剂量、深度学习、多能量。投资无线电。2019年9月16日。

剂量减少技术

管电流调制/自动曝光控制

管电流适应的技术基础可以追溯到1981年的管电流角度调制(TCM),它可以导致15%到50%的剂量减少,这取决于x-y平面的解剖区域。实时的TCM计算不仅降低了患者的曝光剂量,而且使噪声分布更加均匀,从而提高了图像质量。

平面TCM的逻辑发展是垂直或z轴。类似于考虑平面内不同衰减的角度调制(例如,侧投影和肩水平的前后投影),纵向TCM旨在均匀化噪声,同时考虑胸腹部或骨盆的不同衰减。使用基于原始数据或衰减的实时调制算法,实现不同的解决方案。

自动曝光控制类似于一套包含(三维)TCM的算法。其目的是在从定位图中获得的一系列患者尺寸上提供预定义的图像质量,增大大患者的CTDIvol,减小小患者的CTDIvol。

因为自动曝光控制算法假设患者在等中心,所以在设置时患者的位置在光圈的中心是非常重要的(关于自动管电流调制技术的更多信息,请参见:自动管电流调制技术的原理和使用中的注意事项)。为了优化患者的位置,引入了天花板安装的3D摄像机系统,该系统可以识别患者的位置,并相对于框架坐标进行优化。

如果扫描范围超出了定位图的范围,CT系统可以使用最大或最小mAs设置,或者两者之间的不同行为(标准mAs设置或最后计算位置的mAs设置)。目标图像质量的预测也不同。一种方法是使用参考标准患者的设置,而其他方法使用噪声系数。

低kv扫描

低电压扫描会增加造影剂的衰减。随着更强大的X射线管的实现,低kV扫描已经变得实用并日益普及。增加的碘衰减可用于减少造影剂的体积,减少辐射暴露(通过更高的对比度补偿更高的图像噪声),或两者兼而有之。

选择了自动管电压和管电流调制技术,并考虑了患者的衰减信息和计划的检查类型,使该技术可以推广到日常应用。据报道,根据检查类型、患者大小和低电压下的管电流,剂量减少10%至30%。

然而,新的高性能X射线球管的出现可以在较低的管电压下提供非常高的管电流,这将导致更高的剂量减少。对于儿科CT血管造影,据报道,头部的剂量减少了70%,胸部的剂量减少了77%,腹部/骨盆的剂量减少了34%。

对于某些协议,还使用额外的预过滤器从低kV光谱中去除不必要的低能量射线,以优化图像质量,并将患者的剂量降低到常规X射线平片的水平。

低剂量CT与噪声抑制

图像重建中滤波反投影的抑制效应越来越多地被迭代图像重建技术所取代。他们的设计旨在在一定程度上显著降低图像噪声和图像伪影。

这是通过向重建算法添加先验知识并改进用于迭代图像重建的正向模型来实现的,该模型例如还可以包括真实射线轮廓或正确的光子统计信息。

迭代重建可以分为两类:图像后处理算法(AIDR 3D、ASIR、IRIS和iDose)和可以通过原始数据域进行一次或多次迭代的算法(第一、ASIR-V、VEO、萨菲尔、哈佩、IMR)。

表2总结了这些算法的一些特征。

CT的未来:高速、低剂量、深度学习、多能量

Lell MM,Kachelrie? .计算机断层摄影的最新技术发展:高速、低剂量、深度学习、多能量。投资无线电。2019年9月16日。

CT的未来:高速、低剂量、深度学习、多能量

不同迭代重建的分类

计算机断层摄影的发展:速度和剂量之战。投资无线电。2015;50:629–644.

低剂量(LD)CT协议和迭代重建算法(特别是在原始数据域中)在降低噪声和恢复图像质量的各种临床环境中显示出其潜力。

以胸部CT为例,LD技术是一个非常有前景的应用,原因是多方面的:它是一个相当频繁的检查,对辐射敏感的器官都在扫描范围内,解剖衰减差异很大。

超低剂量(ULD)CT的剂量水平与常规胸部X线相当。ULD一词没有明确的定义;本文定义为小于0.2 mSv的CT检查,一般指正侧位胸片的剂量水平。

Wang等人表明,在淋巴管平滑肌瘤病患者中,胸部CT辐射水平为0.14 mSv(0.10-0.20 mSv)的MBIR提供了与标准剂量CT相似的囊肿量化。在一项对囊性纤维化(CF)患者的研究中,Ernst等人报告称,常规(18岁儿童<平均估计有效剂量,0.52 mSv;成人,1.12毫西沃特)和ULD(儿童,0.04毫西沃特;成人,0.05 mSv)在胸部CT上具有相似的Bhalla评分。但是,也有一些限制。本文显示的ULD病例图像质量明显低于常规CT。作者认为,ULD-CT结合MBIR只能用于未恶化患者的随访。Villanueva-Meyer等人证明,ULD患儿胸部CT可能足以排除呼吸道异物,但其在评估肺部实性疾病中的价值并不理想。

Nagatani等人在一项队列研究中评估了ULD胸部CT检测结节的能力,该研究包括83名接受三种不同剂量设置(120kV,0.35s/rot,240[常规剂量;参考值]/120[LD]/20[uld]ma;ADIR3D) CT扫描。他们的ULD方案的平均有效剂量略高于我们之前的定义(0.29 mSv)。他们可以证明ULD和LD在评估大于3毫米的实性结节和大于8毫米的毛玻璃结节方面是相似的。在类似的情况下,Katsura等人并没有发现LD-ASIR和ultra-LD MBIR在毛玻璃的不透明度和某些实性或实性结节的整体敏感度上有显著差异。Kim等人报道了100% LD方案(平均有效剂量,1.06±0.11 mSv)、96% ULD-1方案(平均有效剂量,0.44±0.05 mSv)和88% ULD-2方案(平均有效剂量,0.31±0.03 mSv)的整体图像质量分级诊断。所有非诊断质量图像的患者身体质量指数都大于25。需要进一步的剂量发现研究,以确定最低的辐射暴露方案,而不影响肺癌筛查项目中各种CT系统的病变检测。

最近公布了一系列基于深度学习的新图像重建算法(表2)。由于这些算法不仅可以被视为减少剂量的方法,还可以被视为提高图像质量和减少伪影的方法,因此将在下一节中讨论它们。

基于深度学习的图像恢复/重建

随着神经网络尤其是卷积神经网络(CNN)的普遍成功,深度学习迅速进入医学影像领域。卷积层的固有特性利用了图像数据中的局部相关性。几个(线性)卷积层和非线性层的组合,本质上使它们成为多参数函数,一般可以逼近任何函数。CNN具有将含噪CT数据映射到降噪数据的功能。它也可以是将具有伪影的CT数据映射到具有减少的伪影的CT数据的函数。这种通用逼近函数的开参数数量达到数百万或数十亿,需要大量数据进行训练。

在训练过程中,这些网络学习CT图像的典型特征,并学习避免平滑这些特征的边界,以避免空之间的分辨率损失。人工智能网络学习的各种功能有望使它们比使用手动先验的迭代恢复或重建技术(最小化总变化、边缘保留先验等)强大得多。).训练网络以降低噪声的最简单方法是提供LD图像作为输入,提供同一患者的高剂量图像作为输出。可以通过向原始数据(虚拟数据)添加噪声来模拟LD图像。

另一种方法是无监督网络,不需要匹配数据来训练(输入-输出)。这些所谓的生成对抗网络(GAN)和条件GAN(cGAN)是目前最流行的无监督方法。简而言之,生成器被训练为从LD图像生成高剂量图像,而鉴别器被训练为区分虚拟高剂量图像和实际高剂量图像(例如,来自不同扫描或不同患者)。使用GAN方法,训练不一定需要成对的训练数据就能达到有效的降噪效果。

关于商业实现的细节很少。佳能的AiCE方法似乎是在以FBP为输入的LD图像和以佳能迭代重建算法为输出的高剂量图像上训练的(图7)。

CT的未来:高速、低剂量、深度学习、多能量

图7 0.35mSv肺部扫描,图像迭代重建,全迭代重建和深度学习迭代重建。

Lell MM,Kachelrie? .计算机断层摄影的最新技术发展:高速、低剂量、深度学习、多能量。投资无线电。2019年9月16日。

目前,我们只能推测GE算法的真实保真度:Ziabari等人和GE集团在2018年底的会议上发表的其他类似参考文献讨论了一种神经网络,它可以将FBP图像转换为使用GE相当慢的迭代算法Veo(也称为MBIR)重建的图像。为了提高收敛性,深度学习算法输出残差Veo减去FBP,然后加到FBP图像上。讨论了二维、2.5维和3维版本的算法变化,2.5维版本是计算速度和图像质量的最佳折衷方案。基本上,佳能和GE深度学习算法都是图像恢复,而不是图像重建,因为它们将有噪图像转换为去噪图像。

这种基于深度学习的图像重建算法在临床上的影响还有待证明。

图像重建中的其他深度学习应用

除了降噪,还可以实现深度学习来减少伪影。

已经提出了基于卷积神经网络的金属伪影减少(MAR)方法,但是还没有证明这些算法优于传统算法,例如NMAR和变量。相反,CNN的方法建议通过深度学习来组合多个MAR算法的图像。

深度学习也可以用于传播估计。深度散射估计是一种基于蒙特卡罗散射估计的有效替代方法。虽然参考标准需要几分钟或几个小时来计算X射线散射,但是深度散射估计的执行时间小于一秒,并且它也适用于严重的数据截断。

这同样适用于剂量分布的估计,它可以用于更准确地计算剂量和风险,也可以用于设计更有效的剂量扫描方案。

蒙特卡罗需要几个小时,而深度剂量估计只需几秒钟就可以完成(图8)。

CT的未来:高速、低剂量、深度学习、多能量

图8实时剂量分布估计。给定CT图像和光效应剂量分布,深度剂量估计可以在几秒钟内精确地估计完整的剂量分布(包括来自康普顿和瑞利散射的剂量贡献)。

Maier J,Eulig E,Dorn S,等。使用深度卷积神经网络进行实时患者特异性CT剂量估计。过程IEEE麦克风。2018.

运动补偿

大多数成像方法都会受到患者运动的影响。虽然更宽的探测器阵列、更高的机架旋转速度和袁爽技术大大缩短了采集时间,但单源系统的时间分辨率约为125ms,袁爽系统的时间分辨率约为63ms,可能还不足以完全冻结心脏运动。在50毫米/秒及以上的速度下,心脏CT检查中可能会出现不可忽视的残余运动模糊。

在目标阶段之外采集图像,例如,在目标阶段之前和之后的10%的图像允许估计心脏运动。一旦知道了运动,就可以进行解释运动的重建。快照冻结(GE Healthcare)就是这种算法的一个例子。利用这种数据冗余(180度以上的数据)的其他方法在原始数据域中运行。

如果没有其他数据可用,并且只能重建单个图像,则可以分析伪像来估计运动。最大化局部锐度的一个解决方案是最小化熵。该算法通过局部选择运动的方向和速度来获得具有最低熵的图像,这可以与正约束相结合。MAM和PAMoCo是这些方法的算法的例子。

图9示出了PAMoCo算法的一个例子:重建部分角度图像(图示中为3个,实施中通常超过10个),在这些图像被组合(通过求和)之前,计算运动矢量,当图像在根据这些矢量组合之前被移动时,生成最小熵图像。

CT的未来:高速、低剂量、深度学习、多能量

图9运动补偿可以显著改善心脏成像。PAMoCo算法使用部分角度图像(时间分辨率约为10ms)来估计运动矢量(红色箭头)。当应用时,它将产生具有较少伪像(熵)的图像。在图中,3个部分角度图像(在实施中通常超过10个)被重建,并且计算运动矢量,当在组合之前根据这些矢量移动图像时产生最小熵图像。

基于短扫描CT数据的部分角度重建的冠状动脉区域的运动补偿。Med Phys. 201744:5795–5813.

双能CT

袁爽系统的引入使双能CT(DECT)的旧概念焕然一新。同时,DECT由所有主要的CT制造商提供。DECT有不同的临床实现:袁爽,kV快速切换,双探测器,双扫描和TBDE技术。

这些方法各有优缺点:袁爽系统能很好地分离频谱和mAs调制。这种方法具有有限的视野、最小的时间偏移和更复杂的散射校正。最后但同样重要的是,需要第二个X射线管,这增加了系统的成本。

飞利浦的方法是使用单个球管,但有两个探测器层,顶部是钇基石榴石闪烁体,底部是氧化钆闪烁体。这种方法理论上可以跟踪DE后处理,而且两个数据集之间没有时间延迟。在实际应用中,较高的管电压有利于改善光谱分离。与其他DECT实现方法相比,追溯使用DE的选项具有很大的优势。但与其他实现方式相比,双层技术的代价是光谱分离的减少。

光子计数探测器可以在单个探测器层中区分两个或多个能量窗口,因此它本质上适用于双能或多能CT应用。它们还受益于回溯方面,从而允许在需要时使用光谱信息,而不管扫描协议如何,只要以最佳方式设置管电压和前置滤波器。

DECT的各种临床应用已经在体内和体外得到开发和评估,其中虚拟平扫成像、自动去骨、肾结石分类、痛风成像、MAR和心肺应用最为丰富。虚拟单能量成像(VMI)可用于减少骨科硬件中的金属伪影,但在双侧假体植入患者中,VMI被认为不如iMAR算法。VMI的另一个实现是优化CTA中的碘增强,可用于减少造影剂的体积,恢复具有次优血管增强的CTA,或从门静脉采集创建虚拟动脉图像。因此,VMI可以减少辐射或造影剂的暴露(图10)。

CT的未来:高速、低剂量、深度学习、多能量

图10虚拟单能量成像。随着keV的增加(上行从左到右:45、70、100、150 keV;W/L=600/150 HU),碘含量下降。混合120kV等效图像、虚拟平面扫描图像、碘图像和最佳对比度图像(下行从左至右)。“最佳对比度”图像结合了低能量图像的高衰减值和高能量图像的低噪声(W/L=300/40HU)。

Lell MM,Kachelrie? .计算机断层摄影的最新技术发展:高速、低剂量、深度学习、多能量。投资无线电。2019年9月16日。

结论

虽然近年来速度和排数的竞争有所放缓,但CT的魅力丝毫没有减弱。新的探测器概念将提供更高的平面内分辨率,并可以在与传统平片相当的剂量水平上进行CT扫描,这为筛查程序开辟了新的视野。用于各种任务(图像重建、预处理、注释甚至分析)的机器学习算法正在激增,并将极大地改变我们的日常工作。

本文编译自:Lellmm,Kachelrie M.《计算机地形学的最新技术发展:高速、低剂量、深度学习、多能源》.投资无线电。2019年9月16日。文中所述内容为原作者观点,仅用于专业交流目的,不得用于商业用途。

来源:医学影像服务中心

【版权声明】本平台属于公益学习平台。为传递更多学习信息而转载,已标注作者和出处。不想被传播的老师可以联系我们删除。

喜欢本期内容进行收藏和转发。

如果你对ct片有什么疑问,也可以直接写私信。

想了解更多放射学知识,可以在微信上关注放射学沙龙微信官方账号。

或者直接从app Store下载放射科沙龙App,与放射科医生在线互动。

免责声明:本站所有文章内容,图片,视频等均是来源于用户投稿和互联网及文摘转载整编而成,不代表本站观点,不承担相关法律责任。其著作权各归其原作者或其出版社所有。如发现本站有涉嫌抄袭侵权/违法违规的内容,侵犯到您的权益,请在线联系站长,一经查实,本站将立刻删除。

作者:美站资讯,如若转载,请注明出处:https://www.meizw.com/n/56760.html

发表回复

登录后才能评论