基于碲锌镉光子计数探测器 CT 结合深度学习重建评估肺癌：图像质量与诊断信心的探索

首页今日动态人才市场新技术专栏中国科学人云展台
BioHot
云讲堂直播会展中心特价专栏技术快讯免费试用

生物通官微
陪你抓住生命科技
跳动的脉搏

生物通首页 > 今日动态 > 正文

《Japanese Journal of Radiology》：CZT-based photon-counting-detector CT with deep-learning reconstruction: image quality and diagnostic confidence for lung tumor assessment

【字体：大中小】 时间：2025年03月17日 来源：Japanese Journal of Radiology 2.9

编辑推荐：

　　为探究碲锌镉（CZT）基光子计数探测器 CT（PCD-CT）对肺癌评估的效果，研究人员开展了相关研究。结果显示，SHR_DLR图像在评估肺癌时图像质量和诊断信心最高。该研究为肺癌诊断提供了新的影像学依据。

濞戞捁妗ㄧ花鈩冪┍閸愵厾绠荤紒澶嬪灥椤掔喖鎯冮崟顏嗙倞闁圭虎鍙忕槐婵嬫偨閻斿搫鈷栭梺顐ｅ哺閸ｄ即姊块崱鏇犲晩閺夆晜鐟ч惁鎺楀棘閸モ晝褰块柨娑樿嫰椤┭囨閳ь剟鎳熸潏銊︾€柛妯煎枑閺嬪啴鏁嶅畝鍐惧殲闁绘劗鎳撻崵顕€鏁嶉敓锟�閻犱降鍨藉Σ鍑歩oHot缂佷究鍨硅ぐ鍥储閻斿憡鐎�

　　在医学影像学领域，肺癌的精准诊断一直是备受关注的焦点。肺癌存在多种组织学类型，不同类型的肺癌治疗策略差异很大，比如肺腺癌作为最常见的肺癌类型，其早期高等级成分的比例评估对病理诊断中的预后分析至关重要。然而，术前通过 CT 进行肺癌的组织学评估和分级存在一定局限性。尽管近年来在早期肺癌的术前成像诊断方面取得了一些进展，但仍有提升空间。与此同时，光子计数探测器 CT（PCD-CT）作为一种新兴技术崭露头角，它与传统的能量积分探测器 CT（EID-CT）相比，具有诸多优势，像空间分辨率更高、图像噪声更低、能进行多能量光谱成像，辐射暴露也更少，在胸部成像方面展现出了很大潜力。不过，其在肺癌评估中的应用研究还比较少。另外，深度学习重建（DLR）算法作为一种强大的图像降噪技术，能在保留空间分辨率的同时减少图像噪声，与 PCD-CT 相结合或许能为肺癌评估带来新的突破。基于这些背景，日本国立癌症中心医院东院（National Cancer Center Hospital East）的研究人员开展了一项前瞻性研究，旨在评估 CZT 基 PCD-CT 生成的 CT 图像对肺癌评估的图像质量和诊断信心，并将超高分辨率（SHR）图像与传统正常分辨率（NR）CT 图像进行对比。该研究成果发表在《Japanese Journal of Radiology》上，为肺癌的影像学诊断提供了重要的参考依据，有望推动肺癌诊断技术的进一步发展。
研究人员主要采用了以下关键技术方法：首先，使用 CZT 基 PCD-CT 系统对 Catphan600 CTP528 体模进行扫描，为后续研究提供基础数据；其次，纳入 25 例疑似肺癌患者（中位年龄 75 岁，18 男 7 女）组成研究队列，对患者进行 PCD-CT 扫描；然后，重建出三种类型的图像，即 512×512 矩阵结合自适应迭代剂量降低 3D（AIDR 3D）的 NR_{AIDR 3D}图像、1024×1024 矩阵结合 AIDR 3D 的 SHR_{AIDR 3D}图像以及 1024×1024 矩阵结合 DLR 的 SHR_DLR图像；最后，通过定性和定量分析对图像进行评估。

妤犵偛鐏濋幉锟� 欢迎免费领取《Xenium人类免疫肿瘤学基因组合应用指南》在这份最新的应用指南中，您能了解到单细胞空间转录组学如何解析肿瘤微环境和免疫反应。

研究结果：

体模研究：SHR 图像中狭缝分离比 NR_{AIDR 3D}图像更清晰，SHR_DLR图像相比 SHR_{AIDR 3D}图像进一步改善了狭缝分离效果。这表明在体模实验中，SHR 图像在空间分辨率上具有优势，且 DLR 技术能进一步提升这种优势。
研究参与者：25 例参与者接受 PCD-CT 评估肺癌，其中 17 例患者（19 个病灶）接受手术治疗，8 例患者（9 个病灶）接受随访。最终确定 29 个病灶用于图像分析，中位肿瘤最大尺寸为 18.9mm。该部分明确了研究的样本情况，为后续图像分析提供了基础。
定性图像分析：在比较 NR_{AIDR 3D}与 SHR_{AIDR 3D}时，除图像噪声外，SHR_{AIDR 3D}在图像质量和诊断信心方面得分更高（所有 P<0.01）；比较 SHR_{AIDR 3D}与 SHR_DLR时，SHR_DLR在图像质量和诊断信心方面得分更高（所有 P<0.01）。整体上，在第二阶段（SHR_{AIDR 3D}与 SHR_DLR比较）比第一阶段（NR_{AIDR 3D}与 SHR_{AIDR 3D}比较）更常发现肺结节的细节。这说明 SHR 图像在评估肺癌时，在图像质量和诊断信心方面优于 NR 图像，且 DLR 技术能进一步提升 SHR 图像的性能。
定量图像分析：mNR_{AIDR 3D}、SHR_{AIDR 3D}和 SHR_DLR的中位对比噪声比（CNR）分别为 2.69、2.58 和 2.80。mNR_{AIDR 3D}和 SHR_DLR的 CNR 高于 SHR_{AIDR 3D}。在有空气支气管征的 19 个病灶中，不同图像组的最小 CT 值和倾斜度存在差异。这表明 SHR_DLR在消除空气支气管征的部分容积效应和降低图像噪声方面表现更优。
研究结论与讨论：
研究表明，与 NR 图像相比，CZT 基 PCD-CT 生成的 SHR 图像可提高肺癌评估的图像质量和诊断信心。应用 DLR 技术的 SHR 图像，通过降低图像噪声，进一步提升了图像质量和诊断信心，还有助于观察肺肿瘤内小结构。不过，该研究也存在一些局限性，如 DLR 算法并非专门为 PCD-CT 系统开发，部分病例缺乏组织病理学确认，辐射剂量未与 EID-CT 进行统计比较，未直接比较 NR_{AIDR 3D}和 SHR_DLR图像，样本量相对较小等。尽管如此，该研究为肺癌的影像学诊断提供了新的思路和方法，未来随着技术的不断完善和研究的深入，有望进一步提高肺癌的诊断水平，为临床治疗提供更准确的依据。