RSNA 2022丨CT技术最新进展

如果你还没有听说过光子计数CT（PCCT），那你一定不能错过今年的RSNA。

如果你不幸错过了今年的RSNA，那你一定不能错过这篇文章。

2022年RSNA年会当地时间11月27日-12月1日在美国城市芝加哥召开，这次会议是RSNA第108届年会。本届年会的主题为“Empowering Patients and Partners in Care”，来自世界各地的专家学者及设备厂商共同完成了本次年会。共有600多家展商参加了本次年会，其中87家为首次参展。

美国食品和药物管理局（FDA）在2021年9月批准了全球首台光子计数CT设备西门子医 疗的NAEOTOM Alpha，并宣称光子计数CT为“近十年来CT领域第一个主要成像设备的进步”。NAEOTOM Alpha荣获了2022年度AuntMinnie.com的Best New Radiology Device奖。

在本次年会上， 以光子技术CT为主题的Cutting Edge多达10场（Cutting Edge共28场），除此之外，还有三场专门针对光子计数CT原理的分享，有很多最新的研究成果在RSNA发布，可见RSNA对光 子计数CT的重视。

可以说光子计数CT是今年RSNA年会绝对的主角。

德国波恩大学的Narine Mesropyan博士领导的一项实验研究，研究了光子计数CT对鼻旁窦和颞骨成像的潜力。该研究使用了不同的辐射剂量设置，包括双层光谱CT和双源CT。该研究表明，光子计数CT系统可以显着降低辐射剂量，同时保持良好的 临床应用图像质量，直至超低剂量设置，也优于其他评估的CT系统。

法国里尔大学中心的Martine Remy Jardin博士及其同事进行了一项142名患者的研究队列，比较了光子计数CT和双源CT在胸部CT血管造影检查中的图像质量。研究发现，与双源CT相比，PCCT采集在较低辐射剂量下（相对于DSCT减少52%）提供了相似的形态学图像质量和优越的灌注成像，且光子计数CT检查的时间更短。

美国达勒姆杜克大学的Fides Schwartz博士及其同事进行了一项研究，包括17名儿童，他们接受了增强胸部CT检查，并使用常规扫描仪和光子计数CT扫描静脉期。研究发现，与传统CT相比，光子计数CT可以在不增加辐射剂量的情况下提高儿童胸部检查的图像质量。

德国RWTH亚琛工业大学医院诊断和介入放射科的Eric Tietz博士及其同事比较了109名儿童的临床光子计数CT和第三代双源CT（DSCT）扫描仪检查数据。研究发现，PCCT以较低的剂量提供改善的图像质量。与传统CT相比，先天性心脏缺陷新生儿的PCCT提供了更高的信噪比和对比噪声比。PCCT的整体图像质量（包括3D重建）评分优于传统CT，同时PCCT的辐射暴露略低。

匈牙利Semmelweis大学的Nikolatt Marton博士领导的团队评估了光子计数CT检测类风湿关节炎患者肺实质受累的有效性。在他们的研究中，包括了37名既往没有间质性肺病诊断的类风湿性关节炎患者。所有患者均接受了高分辨率CT和PCCT检查。研究发现，PCCT在显示支气管扩张和纤维化方面更好，研究人员认为：“超高分辨率光子计数CT比高分辨率能量积分探测器CT更能提供类风湿关节炎患者间质性肺病的详细信息。”

美国华盛顿大学医学院的Scott M. Bugenhagen博士领导的团队研究了光子计数CT是否能进一步降低肺部高分辨率计算机断层扫描（HRCT）的辐射剂量。作者回顾性地研究了28名在PCCT（NAEOTOM Alpha）系统上接受临床指示的HRCT的儿科患者。每位患者都与在EID-CT（SOMATOM Force）上接受HRCT检查的年龄和水当量直径（WED）相似的患者相匹配。所有的检查都是用双源大螺距扫描技术、Sn100 kV和自动曝光控制获得。研究发现，与目前的EID-CT相比，使用PCCT时，儿童肺部HRCT的辐射剂量可以明显减少，同时保持主观的图像质量。

荷兰鹿特丹伊拉斯姆斯医学中心放射与核医学系的Judith van der Bie博士介绍了一项研究结果，该研究比较了PCCT与其他方法在评估冠状动脉钙化方面的应用。该团队进行了一项专注于两种算法的研究：虚拟平扫（VNC）重建和纯钙（PC）重建。研究发现，VNC根据风险类别正确分类了45%的患者，而PC正确分类了68%的患者。作者认为，利用光子计数CT可以从增强扫描中准确去除造影剂的信号。两种重建都可以更准确地检测冠状动脉钙的存在。

美国梅奥诊所的Chelsea Dunning博士评估了CNN去噪算法对光子计数探测器（PCD）CT血管成像（CTA）图像的放射学特征的影响以及对随后的冠状斑块风险分类的影响。研究发现，基于放射组学的ML模型可以利用CNN-降噪的心脏PCD-CTA图像对冠状动脉斑块的风险等级进行准确分类。在CNN-FBP图像中实现了最高的准确性。

德国海德堡癌症研究中心的Stefan Sawall博士讨论了光子计数CT作为乳腺筛查领域的新发现。他们使用乳房和胸部模型来表示真实的患者定位。研究发现，仅使用乳房模型时，质量和背景之间的对比噪声比平均为1.3。研究人员还发现，光子计数CT中的噪声功率谱峰值频率为0.45 mm-1，而专用乳腺CT中的峰值频率为0.40 mm-1。此外，在两个系统的各自图像中，可以识别出大小为0.29 mm的钙化和大小为0.23 mm的纤维。作者建议，光子计数CT可以通过提供额外信息，例如前哨淋巴结的识别，成为专用乳腺CT的替代品。

德国图宾根大学医院的Florian Hagen博士的研究团队发现，在不牺牲图像清晰度的情况下，光子计数CT与与双能量双源CT（DSCT）相比，可以显著减少32%的腹部成像辐射剂量。作者通过一项包括70名癌症患者的研究，比较光子计数CT和传统增强CT（CECT）在腹部成像中的应用。每个人都在双能量DSCT上进行了初始CECT检查，然后进行了后续光子计数CT检查（两次扫描之间的中间时间间隔为4个月）。研究小组发现，光子计数CT与DSCT相比，病灶的显著性明显更高。

来自美国梅 奥诊所的Andrea Esquivel Mora博士比较了光子计数CT与常规能量积分探测器双能CT（DECT）对于肾结 石检测的能力。研究纳入21例患者，接受EID DECT检查，随后进行PCD CT检查。研究发现，常规DECT在2 mm层厚时的敏感性为61.2%，在1 mm时为65.3%。PCD CT的敏感性为2 mm时为73.6%，0.4 mm时为95.9%。对于3mm或更小的结石，层厚0.4mm的灵敏度为94.2%。作者认为，具有，超高分辨率重建的PCCT能够检测到3mm或更小的肾结石，而这些肾结石未能被常规EID的DECT观察或表征。

美国宾夕法尼亚大学附属医院的Peter B. Noel博士使用模体研究了光子计数CT碘定量的准确性。研究发现，即使在超低辐射剂量水平下，对碘浓度的量化也是准确和可靠的。对于不同的病人体型来说，即使是非常小的碘浓度也能准确地进行定量。由于沿着迭代重建水平不变的高精确度，可以进一步减少辐射暴露而不影响定量结果。

来自美国梅奥诊所的Joshua Chen使用多能CT体模研究了脉冲堆积对临床光子计数CT扫描仪单能量和多能量成像的影响。研究发现，所有mAs水平的CT值变化很小，与每个插入物的平均值相差±5 HU以内。在15 mg/mL碘插入物的VNC图像中发现的最大差异范围为9.8 HU（-5.5 HU至4.3 HU）。研究结果表明，临床CT检查可以在任何剂量水平下在临床PCD-CT上进行，具有可靠的图像质量和材料量化，而无需担心脉冲堆积。

来自Neurologica Corporation的科学家分享了OmniTom扫描仪上的新型光子计数探测器（PCD）的临床成像能力。研究发现，PCCT可以产生诊断上可接受的图像。图像由两位独立的放射科医师审查，他们都同意PCD OmniTom的图像在诊断上等同于EID扫描仪。

来自GE和佳能的研究者分享了他们的原型机研究结果，佳能使用CZT作为光子计数探测器材料，GE使用硅作为光子计数探测器材料。

美国威斯康星大学麦 迪逊分校的Christian De Caro通过实验研究了散射对基于Si的PCD-CT成像的DQE和空间分辨率的影响。 硅基PCD-CT的潜在好处包括更长的电荷载流子寿命和更高的电荷载流子迁移率，以及潜在的更低的材料成本。然而，考虑到Si的原子序数相对较低（14，而CdTe为50），在基于Si的探测器中，康普顿散射和光电效应之间的相互作用截面比率可能高得多，因此探测量子效率（DQE）和空间分辨率可能会受到影响。研究发现，在硅基PCD-CT中，很大比例的入射X射线光子可以向侧面散射，并且这个百分比随着X射线能量的增加而增加。当加入一个行间钨层来吸收这些侧向散射的光子时，DQE会受到影响。

根据媒体报道，硅基光子计数CT将在威斯康星大学开展临床研究。目前的报告主要集中在模体研究，还没有进行临床患者的研究。

新冠肺炎的相关研究也是本届年会的热点。

法国里尔大学中心的Martine Remy Jardin博士分享其最新研究结果，该研究包括79名在2020年3月至2021年 4月期间因新冠肺炎住院的患者。患者通过双能量CT血管造影检查和CT肺灌注图像复查进行了6-12个月的随访。

研究发现，新冠肺炎患者在住院后的一年内继续出现肺部异常。CT显示两名患者（2.5%）有急性肺栓塞特征，三名患者（3.8%）有局灶性慢性血栓栓塞性疾病，85%的患者还显示新冠肺炎（COVID-19）后残余肺浸润，占肺体积的4.7%。87.4%的研究参与者的放射科医生认为肺灌注异常：这些异常发现包括斑片状缺损、非系统性灌注不足区域和肺栓塞样缺损。这些发现可以让临床医生更好地了解新冠肺炎如何长期影响人们。

人工智能的相关研究也很火热。

美国梅奥诊所的研究人员分享了他们的深度学习算法如何在全身CT检查中检测多发性骨髓瘤病变。Shahriar Faghani博士的研究团队使用26名患者的全身低剂量CT检查，训练并测试了一种深度学习算法。在测试中，他们的模型在损伤水平上达到了88%的敏感性和86%的特异性。

由美国宾夕法尼亚州匹兹堡匹兹堡肝脏中心Alessandro Furlan博士领导的研究团队回顾性地收集了819名肝纤维化患者的数据集，这些患者在2015年1月至2022年1月期间接受了门静脉期CT检查，以进行肝纤维化分期。其中623人用于训练算法，196人用于测试。研究人员开发了三种人工智能模型。第一个仅基于肝脏分析，而第二个仅分析脾脏。最后一个算法结合了肝脏和脾脏分析，得出了最好的结果。在196名患者的测试中，联合模型的表现优于放射科医生和血清测试。此外，联合模型的诊断性能不受患者特征、病理和CT数据的影响。

来自韩国首尔国立大学医学院的Gyeong Deok Jo博士及其同事研究发现，基于深度学习的重建可以使低剂量胸部CT图像以低75%的辐射剂量重建，而不会对图像质量和病变检测产生负面影响。在这项回顾性研究中，作者使用了一种商业供应商不可知的深度学习算法，从100名患者中重建了低剂量胸部CT图像，而使用专用迭代重建算法重建的标准低剂量CT检 查仅为四分之一。然后，他们比较了四分之一剂量图像和全低剂量图像上肺结节的图像质量和可检测性。研究人员发现两种类型的图像在噪声、空间分辨率和整体图像质量方面没有主观差异。Lung-RADS 3-4结节的检出率也没有差异。

也许多年之后，我们再回忆起今年的RSNA年会，可能唯一记得的就是关于光子计数CT的探索，这一年也许将会是PCCT临床应用的真正开端。

让我们共同期待吧。