基于海绵体模的超高分辨率动态通气CT在模拟外周肺结构可视化中的优势研究

《Scientific Reports》：Investigation into the utility of ultra-high-resolution mode on dynamic-ventilation computed tomography using sponge phantoms

本研究针对传统静态CT难以评估肺功能动态变化的问题，开展了基于海绵体模的超高分辨率（UHR）动态通气CT（DVCT）的实用性研究。通过对比UHR模式与常规分辨率（NR）模式，发现UHR-DVCT能更精确地检测模拟外周气腔（SPAS）数量、更准确地测量其尺寸变化，并有效捕捉其随压缩程度增加的动态收缩过程。该研究为UHR-DVCT在病理肺组织动态功能评估中的临床应用提供了实验依据，推动了肺功能成像技术的发展。

　　

肺部疾病的影像学诊断长期以来主要依赖于静态形态学评估，如胸片和常规计算机断层扫描（CT）。尽管高分辨率CT（HRCT）已能提供更详细的肺结构信息，但对肺功能的动态评估仍存在局限。近年来，超高分辨率（UHR）CT的出现将空间分辨率提升至0.25毫米以下，能够更清晰地显示细小支气管等外周结构，但其在四维动态通气CT（DVCT）中的应用潜力尚未被探索。DVCT作为一种新兴技术，能够实时捕捉呼吸过程中肺部的动态变化，已在胸膜粘连评估、吸烟者呼吸道变化分析等领域展现出价值。然而，由于UHR-CT存在扫描范围有限、图像噪声和运动伪影更明显等挑战，其在DVCT中的应用可行性亟待验证。

为探究UHR-DVCT在描绘外周肺结构动态变化方面的优势，研究人员开展了一项创新的实验研究。该研究巧妙采用海绵体模模拟肺实质结构，通过专用压缩装置模拟呼吸运动，系统比较了UHR模式与常规分辨率（NR）模式在DVCT中的表现。

研究团队选用纤维素海绵制作体模，将其浸泡在稀释碘对比剂中后干燥处理，以增强CT图像对比度。

设计专用压缩装置模拟呼吸运动，最大压缩长度设定为15毫米，压缩周期分别为4秒和5秒两种模式。将海绵体模置于仿生胸廓模型内，使用320排CT扫描仪进行NR模式扫描（层厚0.5毫米）和160排CT扫描仪进行UHR模式扫描（层厚0.25毫米）。同时，采用智能手机拍摄海绵体模表面视频作为参考标准，其空间和时间分辨率远高于CT。

研究的关键技术方法包括：使用海绵体模模拟肺实质结构；通过专用压缩装置模拟呼吸运动；采用UHR和NR两种CT采集模式；利用智能手机高清摄像作为参考标准；应用图像二值化分析和homology-based图像分析进行定量评估。

分析1A：基于简单二值化方法的SPAS计数比较

研究发现，无论压缩程度如何，UHR-CT检测到的SPAS数量均显著多于NR-CT。在0.5-1毫米2、1-2毫米2和2-4毫米2尺寸范围内的SPAS，UHR-CT的检测数量是NR-CT的1.5-3倍。

随着压缩百分比增加，检测到的SPAS数量减少，且UHR-CT的下降斜率（-4.1）比NR-CT（-2.0）更陡，表明UHR模式对动态变化的敏感性更高。

分析1B：基于homology方法的峰值b₀值比较

为克服单一阈值二值化的局限性，研究采用多阈值策略的homology分析。峰值b₀值代表SPAS的总数，UHR-CT的峰值b₀值显著高于NR-CT，进一步证实了UHR模式在检测SPAS数量方面的优势。

分析2：SPAS尺寸测量与参考标准的一致性

以智能手机图像为参考标准，比较CT测量SPAS尺寸的准确性。

结果显示，UHR-CT在纵向直径和面积测量方面与参考标准的偏差显著小于NR-CT，表明UHR模式能提供更精确的尺寸测量。

分析3：特定SPAS随压缩百分比增加的尺寸变化

研究人员追踪了10个特定SPAS在压缩过程中的尺寸变化。

智能手机图像显示SPAS的纵向直径和面积随压缩百分比增加而显著减小。UHR-CT成功捕捉到这一渐进性变化，而NR-CT未能显示出显著变化趋势，证明UHR-DVCT在监测微小结构动态变化方面的优越性。

CT性能体模的附加评估

使用专用性能体模评估空间分辨率和噪声特性。UHR-CT的MTF_5%（调制传递函数）为1.26周期/毫米，显著高于NR-CT的0.61周期/毫米。在多种辐射剂量水平下，UHR-CT的噪声幅度均小于或等于NR-CT，表明其图像质量更优。

本研究通过系统实验证明，UHR-DVCT在描绘外周肺结构动态变化方面显著优于NR-DVCT。UHR模式不仅能检测更多SPAS，还能更精确地测量其尺寸，并有效捕捉其随呼吸运动的变化规律。这些发现为UHR-DVCT在病理肺组织功能评估中的临床应用提供了坚实依据，特别是在慢性阻塞性肺疾病（COPD）、间质性肺病等疾病的动态功能评估方面具有重要潜力。

研究还指出，虽然UHR-CT目前存在Z轴覆盖范围有限等限制，但通过呼吸门控技术和深学习重建算法的应用，有望克服这些挑战。未来随着CT技术的进一步发展，如更高管球旋转速度的应用，UHR-DVCT的时间分辨率有望进一步提升，为肺部疾病的功能评估开辟新的可能性。

这项发表在《Scientific Reports》上的研究首次系统评估了UHR模式在DVCT中的应用价值，将动态肺功能成像推向了一个新阶段，为精准医学时代的肺部疾病诊断和评估提供了新的技术手段。