文献速递骨肌CTMR

双能CT在肌肉骨骼成像中的应用:技术考量与临床应用

Dual-energy CT in musculoskeletal imaging: technical considerations and clinical applications.
PubMed 文献 · Radiol Med · 2024-05-14

本文综述双能CT(DECT)在肌肉骨骼成像中的技术原理与临床应用,涵盖采集方式、后处理算法(VNC、VNCa、VMI、碘定量)及其在金属伪影减少、痛风尿酸盐检测、焦磷酸钙沉积病、骨髓水肿、肌腱韧带及骨病变评估中的作用,并讨论相关局限与陷阱。

要点

  • VNCa图像可显示骨髓水肿并辅助识别骨折线,但需注意红骨髓等所致假阳性。
  • DECT检测痛风尿酸盐敏感性可达89%、特异性可达100%,但需识别甲床、皮肤等伪影。
  • DECT检测前交叉韧带损伤的敏感度、特异度、阳性预测值、阴性预测值及准确率均为97–98%。

核心结论

  • DECT在肌肉骨骼成像中可用于金属伪影减少、晶体关节病(痛风、焦磷酸钙沉积病)、骨髓水肿、肌腱韧带及骨病变的评估,并具有进一步拓展的潜力。

研究设计与样本

  • 综述性文章,分析并讨论DECT在肌肉骨骼成像中的技术方面、应用、临床意义及可能前景;未报告系统检索范围与纳入文献数量。
  • DECT通常采用约80–90 kV与140–150 kV两组能量谱,采集方式分为基于X线源(双源、快速千伏切换、序贯采集)与基于探测器(双层探测器、光子计数探测器)。
  • 后处理算法包括虚拟平扫(VNC)、碘定量、彩色编码虚拟去钙(VNCa)、虚拟单能图像(VMI)及伪影减少与噪声滤波。

关键影像表现/征象

  • VNCa彩色编码图像可显示骨髓水肿及软组织结构,并增强对肿瘤骨髓浸润的识别。
  • 痛风DECT图像中尿酸盐沉积呈紫色编码,可与钙盐区分。
  • VNCa图像可清晰显示骨髓水肿(箭头所示),而标准CT仅表现为细微软骨下高密度。
  • VNCa DECT可识别前交叉韧带损伤,后交叉韧带表现正常。

诊断标准与关键数值

  • DECT诊断痛风的敏感性可达89%、特异性可达100%;在慢性痛风活动期伴关节炎和痛风石时准确率达100%,急性症状性发作(<6周)患者中36–80%呈阳性,症状性间歇期痛风(<3年)患者中62–100%呈阳性。
  • DECT检测焦磷酸钙沉积的敏感性为78%,高于X线的44%。
  • DECT检测骨髓水肿的敏感性约85–90%、特异性98%;阈值-0.43 Hounsfield单位时敏感性89%、特异性90%,受试者工作特征曲线下面积0.96。
  • 非创伤患者骨髓水肿检测的Meta分析(10篇文献、2463个解剖区域)汇总敏感性88.4%、特异性96.1%、受试者工作特征曲线下面积0.98。
  • 疑似骨髓炎患者下肢DECT检测骨髓水肿敏感性约90%、特异性80%;疑似骶髂关节炎40例中敏感性约77%、特异性90%。

临床应用与阅片要点

  • 金属植入物患者中,高kV DECT重建的脂肪和肌肉CT值及信噪比、图像质量优于常规CT,即使辐射剂量略高(约14 mGy vs 19 mGy,p=0.08)。
  • 低kV DECT图像质量和读者信心显著低于高kV DECT(p<0.001),假阴性率更高(p=0.283)。
  • 尸体研究显示金属伪影减少(MAR)算法优于传统CT,传统CT优于DECT;颈椎病例中DECT是唯一减轻金属伪影强度并提高结构清晰度的场景。
  • VMI与MAR联合应用产生的伪影最显著;VMI尤其适用于评估金属-骨界面和减少高密度伪影,迭代MAR可减少低密度伪影以改善软组织评估。
  • 尚无标准化的最佳VMI能量水平用于减少金属相关伪影,取决于金属合金、形状和几何结构。

局限性

  • DECT在痛风成像中后处理耗时且辐射暴露不可忽视。
  • DECT无法检测小于2 mm的软骨表面或积液内晶体沉积。
  • DECT检测滑膜炎、腱鞘炎和骨髓水肿的敏感性低于MRI和超声。
  • DECT在较深关节(如脊柱或髋)因低电压束穿透力差而准确性下降。
  • VNCa成像检测软骨下改变可能困难,骨软骨损伤所致软骨下水肿识别具有挑战性。
全文中译11 节 · 点击展开
本译文由 AI 依据开放获取原文逐段翻译,供学习参考,可能存在误差,请以原文为准。原文 © 原作者,按 CC BY 许可使用,本译文为翻译改编。出处:Radiol Med. 2024 May 14;129(7):1038–47. doi: 10.1007/s11547-024-01827-6

引言

双能CT(DECT)技术的引入开启了CT成像以精准性和多功能性为特征的新阶段。DECT的先驱和理论奠基者最初是1973年的Godfrey Hounsfield,随后是1976年的Alvarez和Macovski,他们分别描述了如何在100 kV和140 kV下在同一层面获取两幅不同图像,以及如何从多色X射线光谱中通过分离测得的衰减系数来获得能量依赖性信息[1–3]。这一洞见随后演化为现代双能量源CT平台的精心设计和后续开发。

DECT最核心且最具创新性的要点恰恰在于使用两种X射线能量光谱,其精心设计使得在多种临床场景中能够获得关键临床信息[4–6]。

DECT一个相关的可能应用是肿瘤学,其优势体现在对肿瘤组织更好的表征。这一潜力在于DECT能够区分健康与病变实质[7]。通过碘图重建,DECT能够以更可靠的方式显示肿瘤的血管化,从而在化疗或抗血管生成治疗后对病灶进行更充分的表征[8–12]。同样,在心血管成像中,已证明DECT可通过检测冠状动脉斑块、心肌灌注缺损和心肌瘢痕组织来可靠评估冠状动脉病变[13–16],这些都是风险分层和患者管理中至关重要的要素。

DECT的迅速普及也得益于其直接竞争对手单能CT(SECT)的局限性。事实上,SECT仅基于单一X射线能量光谱。当组织显示重叠的衰减值时,SECT可能难以提供精确诊断所需的清晰区分[17]。这在尝试表征局灶性病变、评估血管状况或识别体内物质时可能导致诊断困难。此外,SECT更易产生伪影、条纹和射束扩散,这些是可损害SECT图像质量的常见问题[18]。近年来,DECT在肌肉骨骼成像中的应用日益增多[19, 20]。本文旨在分析DECT在肌肉骨骼疾病中的当前和主要应用,分析该成像模式的技术方面和可能前景。

技术考量

DECT涉及使用低能和高能光谱对物质进行分解[21]。通常,两种能量光谱分别约为80–90 kV和140–150 kV。DECT的基本原理主要体现为光电效应——与X射线束能量和组织原子序数相关——以及康普顿效应——取决于组织电子密度。通过应用低能和高能水平所获取的这两种效应的联合信息,能够增进对组织特性的理解。

双能CT(DECT)图像的采集已有多种方式,经典上分为基于源和基于探测器两类。前者可分为双源DECT、快速千伏切换和序贯采集。双源DECT涉及使用两套球管及相关探测器,设置在不同kV(通常为80和140),两套球管同时激活[22]。快速千伏切换方法仅需球管一次旋转,在极短时间内(< 0.2 ms)快速改变电压,从低kVp值切换到高kVp值[22, 23]。序贯采集方法是DECT技术中最早引入的方法之一,包括先在低kVp下采集数据,随后在高kVp值下进行采集[24]。因此,基于DECT源可采用不同的图像采集方法。关于基于探测器的采集,我们有双层探测器(DLCT)和光子计数探测器(PCCD)。DLCT设计为常规单能量源(管电压范围为100至140 kVp)和分层探测器。内层和外层分别由硒化锌或碘化铯晶体和氧硫化钆组成,分别吸收低能和高能光子[25]。PCCD是当前可用CT技术的最新进展,可能代表CT成像的新前沿,能够评估两个以上的不同能级。这些由半导体材料制成的探测器允许将辐射能转换为电信号,从而显著降低电子噪声,并可通过应用特定阈值更好地辨别不同能量[26]。PCCD可能克服标准CT的一些局限性,如消除电子噪声、提高空间分辨率、小低对比度结构检测以及增强检查中的图像质量,同时还提供有用的光谱信息。PCCD的潜在挑战中,成本无疑不可忽视,同时也迫切需要高性能的算法和软件来处理这种成像方式提供的大量数据。

DECT算法

由不同能量源生成一组图像。低能量图像组提供更高的软组织对比度,而高能量图像组具有更低的噪声。在双能CT(DECT)中,双能量数据采集仅是成像过程的起点,随后对数据进行后处理以提取有价值的信息并提高诊断能力。一系列DECT算法可被应用,可能有助于肌肉骨骼成像。值得注意的是,虚拟平扫(VNC)成像是一种后处理方法,通过减去碘来创建“未增强”图像。实际上,碘对比剂可以被去除,使得无需采集基线期,从而减少辐射暴露[27]。碘定量是后处理实现的另一项具体应用。DECT可能能够量化组织中的碘浓度,提供关于血液灌注的信息并识别碘吸收增加的区域,如肿瘤中所观察到的[28]。彩色编码的虚拟去钙(VNCa)图像已被证明可可靠地用于显示骨髓水肿(BME)和软组织 structures(图1)。这些重建还增强了对肿瘤骨髓浸润的识别。DECT后处理的另一个特征是生成多个能量水平的虚拟单能图像(VMI)。VMI概念依赖于材料衰减随X射线能量的变化。通过结合两个能量水平的信息,可以在特定虚拟能量水平生成VMI[29]。最后,DECT图像质量在后处理阶段进一步增强,减少伪影并确保最终图像具有最高的诊断质量,例如,减少金属相关伪影、图像配准以减少运动伪影、降噪滤波器[30]。

图1 一名58岁腰痛男性的腰椎图像。标准矢状位平扫CT a显示L4/L5退行性滑脱,伴有L3/L4和L4/L5腰椎间盘突出及L5/S1椎间盘疝出(箭头)。椎间盘突出和疝出在矢状位VNCa DECT图像(b)和矢状位T2加权MRI图像(c)上显示更佳 查看原图 ↗

肌肉骨骼应用

在肌肉骨骼成像中,DECT可能在不同临床场景中发挥关键作用。其中一些已是该成像方式的成熟应用。

金属伪影减少技术

金属伪影减少是肌肉骨骼放射科医生的一项关键任务,他们经常处理带有金属植入物的患者[31]。在这种情况下,金属相关伪影会使假体周围骨折、感染、假瘤、植入物失效、脱位和断裂的检测和评估变得具有挑战性[32]。传统上,由于金属植入物导致的光束衰减增加,CT图像质量会下降。目前,金属伪影减少(MAR)技术已被应用,例如迭代重建(IR)算法。MAR算法选择由金属元素导致损坏的数据,随后用相邻探测器的插值数据替换这些数据[33]。MAR方法在处理大量金属时非常有效,但可能会产生二次伪影。双能CT(DECT)通过使用两种不同的能量水平来减少图像退化,提供了新的可能性。虚拟单能图像(VMI)通过使用DECT的两种不同能量水平获得。较高能量的光束经历较少的衰减,因此束硬化较少,而较低能量的光束为软组织提供更好的对比度,在105和130 kV之间达到最佳平衡[34, 35]。Lee等人通过研究40名带有金属植入物的受试者,使用在70 keV和150 keV下获得的单能数据进行后处理,并与40名匹配对照者的常规CT进行比较,研究了DECT减少伪影的能力[36]。常规CT在覆盖金属的脂肪(− 301 HU vs. − 115 HU)和肌肉(− 405 HU vs. − 96 HU)内呈现显著更低(p < 0.001)的值,与高kV DECT重建相比,信噪比和图像质量显著更低,即使辐射剂量略高(分别约为14 mGy和19 mGy,p = 0.08)[36, 37]。Donders研究了41名疑似骨不连并接受内固定手术放置金属植入物的受试者[38]。低kV DECT显示图像质量和读者信心显著(p < 0.001)低于高kV DECT,同时假阴性率更高(p = 0.283)。Barreto等人对6具带有骨性金属植入物的尸体通过MAR算法、常规CT和DECT检查的图像质量进行了比较[39]。在所有扫描中,MAR优于传统CT,而传统CT优于DECT。由于DECT软组织对比度降低和伪影持续存在,评估周围结构存在挑战。在颈椎的情况下,DECT是唯一能够减轻金属伪影强度并增强所有结构清晰度的场景。根据他们的结论,与DECT相比,MAR在减少金属伪影方面被证明更有效。然而,注意到MAR图像上出现了带有轻微条纹的不同伪影。在植入物相对紧凑的情况下,DECT可能优于MAR而不引入不同的伪影[39]。此外,VMI和MAR的结合似乎产生了最显著的伪影[37]。事实上,VMI对于评估金属-骨界面和减少高密度伪影特别有用,而迭代MAR方法能够改善软组织评估并减少低密度伪影。值得注意的是,目前没有标准化的最佳VMI能量水平来减少金属相关伪影,因为这取决于金属合金、金属部件的形状和几何结构。

痛风影像学——尿酸盐检测

与其他影像学方法相比,双能CT(DECT)在痛风诊断方面已被记录具有更高的灵敏度(高达89%)和特异度(高达100%)[40–43]。DECT的应用通过识别、定位和监测晶体沉积,为新的诊断场景开辟了可能性[43]。DECT利用钙和尿酸盐不同的双能指数(DEI)。一旦这些物质被区分开来,每种物质都可以被赋予独特的颜色编码(图2)。事实上,DECT的技术进步和专用痛风工具的验证产生了一种稳健的影像学方法,已被纳入2015年痛风分类标准[44]。此外,DECT对痛风诊断的准确性在疾病的不同阶段可能存在显著差异。事实上,虽然在伴有关节炎和痛风石的慢性痛风活动期其准确性可达100%,但在急性症状性痛风发作(< 6周)患者中阳性率为36–80%,在症状性间歇期痛风(少于3年)患者中为62–100%[45]。值得注意的是,放射科医生在使用DECT痛风方案时必须意识到可能存在的伪影。关于DECT痛风研究中伪影的主要研究之一由Mallinson等人开展,他们分析了50名疑似痛风受试者的DECT,以对多个关节评估中最常见的伪影类型进行分层[46]。90%的扫描中观察到了伪影,包括:甲床伪影——这些伪影可在足部指甲中观察到(88%的受试者),在手部较少见(4%的受试者)。最合理的解释是角蛋白和单钠尿酸盐的DEI值相似。

皮肤伪影——这些伪影同样在足部常见(约40%的病例),但在手部较少(约4%的病例)。在膝关节或肘部未发现皮肤伪影。一个原因可能是足部有较多的胼胝化皮肤。然而,这些伪影是在旧款扫描仪的图像中观察到的,随着时间的推移在最新的机器中已变得可以忽略不计。

亚毫米伪影——被认为是噪声的一种形式。然而,有必要了解其真实性,并且如果在解剖结构(如肌腱)中发现,应将其视为痛风沉积。同样,这个问题在最新的扫描仪中已被克服。

无论如何,尽管在DECT痛风方案中可能遇到这些伪影,但它们容易被识别,因此假阳性发现相当罕见。该研究中还发现了另一种对应于钙化血管的伪影。四名具有此类伪影的患者中有三名在下肢动脉水平显示出进一步的类似伪影,提示可能意味着痛风沉积,然而由于样本量小,其统计学意义无法被证实。事实上,已有假说认为尿酸盐可能参与血管内皮功能障碍[47]。

必须指出双能CT(DECT)在痛风成像中的一些局限性。除上述伪影、耗时的后处理以及不可忽视的辐射暴露外,DECT无法检测位于软骨上方或积液内小于2 mm的晶体沉积[48]。因此,其在检测滑膜炎、腱鞘炎和骨髓水肿(BME)方面的敏感性低于MRI和超声[49, 50]。最后,由于低电压束穿透性差,其在较深关节(即脊柱或髋关节)中的准确性下降。

图2 72岁男性痛风患者急性踝关节疼痛。侧位X线片a显示胫距关节和第一跖趾关节骨关节炎。后处理矢状位平均强度投影(b)和容积渲染(c)彩色编码DECT图像显示尿酸盐沉积呈紫色 查看原图 ↗

焦磷酸钙脱水物沉积病(CPPD)

假性痛风是一种关节病,表现为焦磷酸钙脱水物(CPPD)晶体沉积于关节及邻近组织。该病又称假性痛风,当X线图像上发现软骨钙化时可疑诊,关节穿刺可能有助于确诊。当DECT检测到关节及邻近软组织内无单钠尿酸盐(MSU)的矿物质沉积时,可作出假性痛风诊断。该成像方式被证明在假性痛风中具有价值,因为它能够描绘并定量CPPD晶体。DECT在检测CPPD沉积方面显示出78%的敏感性,超过X线(44%)[51]。尽管DECT可能不是早期识别CPPD沉积的最佳选择,但据信其诊断性能高于常规CT[52]。

骨髓水肿检测

常规CT仍不足以识别BME,而BME一直是MRI的专属领域[53–58]。虚拟去钙(VNCa)DECT算法能够消除钙对骨衰减值的贡献[59, 60]。值得注意的是,VNCa成像在检测皮质下改变方面可能存在一些困难,使得因骨软骨损伤导致的软骨下水肿识别具有挑战性[61]。Cavallaro等人在一项针对88例患者脊柱的研究中强调了DECT在创伤后BME背景下优于MRI的优势。DECT已被证明识别BME的能力与MRI相当,并具有能够使骨折线更可见的优势(图3)。DECT已被证明在描绘BME存在和数量方面高度准确,敏感性约85–90%,特异性98%,且与MRI相比诊断置信度显著更高(p < 0.001)。此外,-0.43亨氏单位的阈值在识别BME时产生89%的敏感性和90%的特异性,总体受试者工作特征曲线下面积为0.96[62]。

双能CT(DECT)已广泛用于诊断骨髓水肿(BME),主要见于创伤性情况,但一些研究也已证实DECT在非创伤性受试者中描绘BME的适用性。Chen等人最近发表了一项荟萃分析和综述,纳入10篇论文,共包括非创伤性患者2463个解剖区域,检测BME的总体敏感性为88.4%、特异性为96.1%、受试者工作特征曲线下面积为0.98 [63]。在一项对44例疑似骨髓炎患者下肢进行的研究中,Foti等人报告DECT检测BME的敏感性约为90%、特异性约为80% [64]。此外,在一项纳入40例推测为骶髂关节炎受试者的研究中,Chen等人获得了约77%的敏感性和90%的特异性 [65]。在创伤后和非创伤性肌肉骨骼病变中识别BME的主要研究的诊断性能是一致的。DECT本身可作为易于发生BME的肌肉骨骼临床状况(股骨头缺血性坏死、感染、应力性骨折和骨肿瘤)中极佳的放射学诊断替代方法 [63]。

如上文针对更深部解剖结构所述,在体型较大的患者中BME检测也可能具有挑战性。在这些情况下,当有双源系统可用时,低能量采集应采用100 kVp,而体重超过120–125 kg的患者不应使用单源系统进行检查 [66]。此外,所有改变骨髓衰减的过程,如正常红骨髓或伴骨髓转化现象的骨髓增生,都可能被误判为BME。因此,培训对于在DECT中正确判读BME至关重要,并且与对侧(即骨盆和四肢)进行比较可能有帮助。

图3 一名32岁女性的创伤性胫骨骨折。冠状位(a)和轴位(b)脂肪抑制质子密度加权图像显示胫骨外侧平台弥漫性骨髓水肿(箭头)。冠状位重建(c)和轴位(d)标准CT图像似乎显示胫骨外侧平台骨冲击伤,表现为细微的软骨下高密度(箭头),而相应的冠状位(e)和轴位(f)虚拟去钙DECT图像清晰显示骨髓水肿(箭头) 查看原图 ↗

韧带和肌腱

超声和磁共振成像(MRI)是软组织结构的成熟成像方式[67–71]。然而,双能CT(DECT)可作为补充成像方式使用。DECT可利用特定的组织分解算法,基于软组织内胶原结构相对较高的密度和双能指数(DEIs)对其进行区分。因此,肌腱和韧带可被识别并进行彩色编码,与灰度图像融合,有助于识别病理改变[19]。DECT已被证明是肌腱和韧带可视化的一种有价值的替代技术,其在检测软组织损伤方面的数据令人鼓舞,尤其是在急诊环境中[72]。Liu等研究了51名受试者和102个膝关节,聚焦于前交叉韧带,进一步充实了文献,突出了在急性病例中——MRI对韧带结构的评估存在一定局限性——DECT代表了可行的选择。总体而言,DECT在检测前交叉韧带状态方面表现优异,灵敏度、特异度、阳性预测值、阴性预测值和准确率均为97–98%,与MRI相比准确率无差异(p > 0.99)(图4)[73]。作者使用MRI和关节镜作为参考,评估DECT的诊断性能。

图4 一名42岁男性膝关节扭伤后的前交叉韧带撕裂。标准膝关节CT的矢状面重建(a)无助于清晰描述交叉韧带状态。矢状面虚拟去钙DECT图像可识别前交叉韧带损伤(b,箭头),后交叉韧带表现正常(c,箭号),并经相应的矢状面脂肪抑制质子密度加权MRI图像证实(分别为d和e) 查看原图 ↗

骨病变的检测

尽管传统上使用其他影像学方法来实现这一目的[74–78],但通过双能CT(DECT)可采用不同方式检测骨转移或多发性骨髓瘤的部位。标准CT通常用于识别转移性病变或血液系统恶性肿瘤的骨骼定位。CT对骨病变的敏感性有限,尤其是当病变密度与正常骨相似时。鉴于转移瘤和血液系统增殖性疾病相对于正常骨髓表现出不同的组织组成,DECT可能有助于在不同能谱下区分正常骨与恶性肿瘤的衰减值。DECT可利用定量组织分解来识别这些细微差异,该方法涉及数学算法和分析技术,利用所获取的DECT数据计算给定体素或感兴趣区内不同材料的比例或浓度。这些算法能够估算不同成分的相对含量。在转移瘤中,肿瘤组织浸润骨髓,水含量增加,这与恶性肿瘤的高血管通透性有关[79]。恶性病变常表现出密度和血管性各异的异质性组成。DECT可以识别病变内的坏死、出血和钙化区域,这些更常见于恶性肿瘤。另一方面,良性病变倾向于具有更均匀的组成,无明显坏死或血管性[80, 81]。事实上,DECT提高了肿瘤的可见性,尤其是局灶性骨等密度病变,这可能改善CT扫描中的肿瘤检出。这在癌症患者的随访中尤其有价值。此外,材料分解图像的定量分析可能为病变组成、体积或血管性的变化提供有价值的见解,有助于评估治疗反应。不同的是,定性组织分解可用于DECT以更好地描绘皮质骨和松质骨,甚至减去这些组织从而使肿瘤更加明显。在一项先前的研究中,使用DECT衍生的彩色图使CT对骨转移的敏感性从76–80%提高到87–93%[82]。在这方面,一个潜在的陷阱可能与皮质病变有关,鉴于DECT在去除钙成分方面的局限性,但这些肿瘤通常在标准CT上易于识别。另一个陷阱可能是对局灶性红骨髓增生或非典型血管瘤的误判,这可能降低DECT的特异性。因此,虚拟去钙(VNC)成像和碘图可通过碘减影成为识别含碘病变的有用工具。在骨等高密度结构中通过碘密度图观察到更好的碘增强,这确实是DECT识别强化肿瘤的优势[83]。因此,VNC成像可能提高CT描绘骨转移的敏感性[84]。一项回顾性研究显示碘图和衰减定量有帮助,该研究对54名受试者进行胸部DECT检查,纳入约700处骨转移,其中DECT发现了超过90%的经锝-99骨扫描确认的骨骼转移[85]。另一个有趣的点是,通过突出不同的碘浓度和斜率曲线,有机会将骨周组织延伸与反应性水肿区分开来[86]。与单能CT相比,对VNCa图像上DECT图像的定性分析已显示可提高DECT的诊断性能[83]。骨转移和骨髓瘤在VNCa上表现为高衰减病变。VNCa图像在骨髓瘤中的一个缺点是,疾病部位难以与再活化骨髓区分,而VNCa在红骨髓贫乏的骨中更为准确。

结论

总之,双能CT(DECT)作为一种稳健且适应性强的成像技术脱颖而出,在肌肉骨骼成像方面展现出显著进展。其能够以与CT相似的辐射暴露生成高质量图像的能力,使其成为放射科医师的稳健资源,尤其是在急性场景和肿瘤学环境中作为除MRI之外的补充成像方式。在肌肉骨骼系统中,DECT在晶体性关节病成像、骨髓水肿(BME)识别以及减轻与金属植入物相关的伪影方面备受推崇。随着技术的进步和新技术的涌现,DECT将成为放射科医师越来越不可或缺的成像方式,这是合理的。

引用

  1. Albano D, Di Luca F, D'Angelo T, et al. Dual-energy CT in musculoskeletal imaging: technical considerations and clinical applications. Radiol Med. 2024. PMID: 38743319. doi:10.1007/s11547-024-01827-6
  2. 全文:PMC11252181(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC11252181/

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。