文献速递乳腺CT

螺旋乳腺CT:使用3D打印体模优化信噪比和剂量

Spiral breast computed tomography (CT): signal-to-noise and dose optimization using 3D-printed phantoms.
PubMed 文献 · Eur Radiol · 2020-12-02

研究使用三种乳房尺寸的3D打印体模和四种模拟乳腺密度的琼脂-油乳液,在螺旋乳腺CT上系统改变管电流(6-125 mA),评估信噪比(SNR)和平均剂量。结果显示SNR和剂量随管电流增加而增加,SNR≥35(HR)或≥100(STD)可满足临床评估,在平均吸收剂量限值6.5 mGy(中、大体模)和7 mGy(小体模)下,最佳管电流为25或32 mA。

要点

  • SNR随管电流增加而增加,在25-50 mA呈伪线性,超过64 mA后饱和。
  • SNR更多依赖乳腺密度而非乳腺大小。
  • 在剂量限值6.5 mGy(中、大体模)和7 mGy(小体模)下,最佳管电流为25或32 mA。

关键影像表现/征象

  • 管电流25 mA及以上扫描出现环状伪影,随管电流增加而增强,但通过手动放置ROI于环间可避免对定量评估的显著影响。
  • 所有扫描均存在气泡,但所有测量均可选取气泡最少区域进行。
  • SNR随乳液密度增加而增加,与体模尺寸无明确相关性。
  • 剂量分布显示周边受照高于中心,大体模因衰减更大导致中心剂量低于小体模。

诊断标准与关键数值

  • SNR≥35(HR)和≥100(STD)被视为满足临床评估的最低图像质量。
  • 在平均吸收剂量限值6.5 mGy(中、大体模)和7 mGy(小体模)下,最佳管电流为25或32 mA。
  • SNR与管电流在25-50 mA呈伪线性关系,超过64 mA后SNR增加呈饱和行为。

局限性

  • 数据来自填充均匀混合物的3D打印体模,未植入软组织病变或微钙化,因此无法评估软组织病变或微钙化的可见性。
  • 蒙特卡洛模拟验证通过MOSFET传感器测量体模表面剂量进行,未进行体模内直接剂量测量。
  • 仅评估了三种不同乳房尺寸。
  • 由于均匀混合物,计算的是平均剂量而非平均腺体剂量。
  • 无法计算对比噪声比与管电流或剂量的依赖关系。
全文中译17 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:Eur Radiol. 2020 Dec 2;31(6):3693–702. doi: 10.1007/s00330-020-07549-3

引言

在世界范围内,乳腺癌(BC)不仅是诊断最常见的癌症,也是女性癌症死亡的主要原因。在大多数转型国家,乳腺癌的发病率在过去几十年中有所增加。欧洲的乳腺癌发病率位居世界最高之列,这就是为什么乳腺癌预防在欧洲国家是一个主要的公共卫生问题[1]。

已证明对无症状女性进行乳腺癌筛查可降低乳腺癌相关死亡率[2, 3]。尽管关于乳腺癌筛查项目的总体获益仍存在一些争议,但大多数欧洲国家均已开展此类项目[4]。数字双体位乳腺X线摄影(DM)是目前乳腺癌筛查和诊断的标准技术。除了需要痛苦的乳房压迫外,DM的一个主要问题是假阳性结果频率相对较高,因此特异性较低。由于组织重叠,DM在致密乳腺中的敏感性降低,可能导致小肿瘤被漏诊[5, 6]。此外,乳房植入物会妨碍使用DM对乳房进行检查。

另一种可能的筛查技术是数字乳腺断层合成(DBT),该技术通过不同X射线管角度获取若干低剂量二维投影,用于重建与传统断层摄影相当的特定数量的图像切片。DBT可以替代DM或作为DM的补充进行。由于其减少了组织重叠效应,其应用显著提高了敏感性和特异性[7, 8]。DBT提供非常高的平面内分辨率,但由于旋转角度有限,仅能获得不完整的投影集合,导致z轴分辨率欠佳[9]。与DM类似,DBT需要乳房压迫。

最近,专用螺旋乳腺CT(B-CT)系统已被引入,并被证明是DM和DBT的潜在替代方案。由于采用真正的三维图像采集,B-CT的分辨率不仅更好,而且与DM和DBT相比是各向同性的,且无需痛苦的乳房压迫。光子计数探测器技术的使用提供了平面内和z轴分辨率均优于100 μm的分辨率。该技术使B-CT具有更高效的剂量利用,从而将辐射剂量降低至与乳腺X线摄影和断层合成相似的水平[10–12]。使用配备光子计数探测器的新型专用B-CT的初步临床经验表明,它可以提供高质量图像,对乳腺癌筛查和诊断具有特别价值。

与其他CT系统不同,B-CT需要在采集数据集之前设置所有扫描参数。然而,关于根据乳房大小和密度选择最佳管电流以关联期望的信噪比(SNR)和施加剂量的详细说明尚未涉及。

我们研究的目的是系统评估乳房密度、乳房大小和X射线管电流对SNR和剂量水平的影响。此外,我们旨在提供一张表格,显示根据个体乳房大小和密度的最佳管电流,在保持对施加平均剂量充分控制的同时提供最佳图像质量。

材料与方法

数据集

数据集的回顾性评估已获当地伦理委员会批准。患者对对其数据进行回顾性分析给予了书面知情同意。用于3D打印的图像数据集获取自因乳腺癌筛查转诊且无病理发现的女性。扫描采用专用螺旋B-CT系统(nu:view,AB-CT – Advanced Breast-CT GmbH)以俯卧位进行。选择了三位乳房大小不同(小、中、大)患者的三组代表性CT数据集来创建可3D打印的表面模型。

3D打印乳房模型

为创建可3D打印的中空乳房模型,将CT数据集的医学数字成像和通信(DICOM)格式乳房图像文件传输至3D重建软件(Mimics inPrint 3.0,Materialise)。三个乳房的表面模型由3D打印机(Stratasys F370,alphacam swiss GmbH)打印。该机器使用ABS Ivory这种高强度材料进行3D打印。为固定结构,3D打印机使用了支撑材料,打印后将模型浸入碱液中洗去支撑材料。不同乳房测得的填充体积分别为小(248 ml)、中(358 ml)和大(1067 ml)。图1显示了3D打印的中空模型。

图1 3D打印乳房体模,前后位和侧位视图 查看原图 ↗

组织体模(填充物)

为模拟不同乳房密度,制备了1.5%琼脂溶液(Bacto Agar,Becton Dickinson)与市售植物油(含菜籽油和大豆油)的乳剂。其中,琼脂溶液代表纤维腺体乳腺组织,而植物油代表脂肪组织。总共使用30 g大豆卵磷脂(DAS gesunde PLUS,dm-drogerie markt GmbH + Co)溶解于250 ml水中作为乳化剂。

制备了四份各1 l的乳剂,分别代表美国放射学会(ACR)分类(第4版)的四种不同类型,该分类根据纤维腺体组织占整个乳房的估计百分比将乳房密度分类如下:1,< 25%腺体密度;2,25–50%腺体密度;3,51–75%腺体密度;4,> 75%腺体密度。对于我们的混合物,我们分别选择各类别的平均值:1,12.5%琼脂;2,37.5%琼脂;3,62.5%琼脂;4,87.5%琼脂。琼脂和油的确切用量见表1。

表1 油琼脂乳剂的组成 查看原表 ↗

体模扫描

检查时将体模置于专用螺旋B-CT系统(nu:view,AB-CT – Advanced Breast-CT GmbH)中。体模悬挂于固定装置上,以确保其在CT图像上完整显示。附录6显示了两位不同乳房组织密度患者的CT图像示例,这两位患者签署了知情同意书,同意在一项经当地伦理委员会批准的前瞻性研究中对数据进行科学评估。

螺旋B-CT系统配备碲化镉(CdTe)传感器的光子计数探测器,探测器像素尺寸为(0.1 mm)2,探测器总面积为280 × 50 mm2。最大测量视野直径为200 mm,长度为160 mm,扫描长度可从三个级别(80、120或160 mm)中选择。采集时间根据所选视野长度而变化(7–12 s),并根据扫描长度自动调整。

为获得足以显示微钙化的对比度,X射线管电压固定为60 kV。管电流可从5至125 mA之间的10个值中选择(6、12.5、25、32、40、50、64、80、100或125 mA)。B-CT的更多采集参数见表2。数据采集存在两种模式:“高分辨率(HighRes,HR)”采集模式比第二种“标准(Standard,STD)”采集模式具有更高的空间分辨率,但因此降低了SNR(由于体素尺寸更小)[12]。因此,三个体模分别填充四种不同混合物后,均在HR模式下以全部10个可能的管电流值进行扫描,共获得120次扫描。

表2 B-CT参数 查看原表 ↗

评估

图像分析在PACS临床工作站上使用放射影像显示软件(AGFA Impax 6)进行。DICOM图像数据导入PACS,并使用滤波反投影重建算法重建为0.15 mm冠状切片(高分辨率重建,HR)和0.3 mm冠状切片(标准重建,STD)。定性图像质量评估包括体模的完整显示,以及琼脂油乳剂中是否存在成像伪影或气泡,由单一阅片者完成。

定量图像质量通过计算信噪比(SNR)进行评估。其中,均匀混合物的平均亨斯菲尔德单位(HU)(μmix)通过在气泡最少、避免成像伪影的区域放置不同大小的“感兴趣区”(ROI)(大乳腺> 1000 mm2,中等乳腺> 500 mm2,小乳腺> 200 mm2)进行测量。背景中的平均HU以相同方式测量(μair,ROI大小150–200 mm2)。在应用HR或STD重建模式重建的图像上,ROI放置于相同位置。为获得SNR,将均匀混合物与周围空气之间的信号差值除以背景的标准差(σair),两种重建方法均使用公式1。SNR的标准差根据公式2使用误差传播计算,在25、32和40 mA管电流的数据集中于三个不同切片上测量;所有其他SNR值均以单次SNR测量计算。

通过MC模拟评估平均剂量

三维剂量分布使用基于ImpactMC的商业化MC模拟软件(AB-CT – Advanced Breast-CT GmbH)获得[13–15]。体模基于阈值方法从周围空气中分割出来,并在相应的乳腺组成中视为均匀乳腺组织材料。

MC模拟中应用以下扫描参数:螺旋模式、2 s旋转时间、每旋转2000个投影、31.53 mm准直长度、螺距1.05。总采集时间取决于物体长度,对于8、12和16 cm扫描长度分别等于7 s、9.5 s和12 s。管电压设为60 kVp,管电流在6、12.5、25、32、40、50、64、80、100和125 mA之间变化。X射线管阳极角为10°,并应用了铍和铝滤片。

每次MC模拟计算1.0E6个光子历史。乳腺体模体积内的平均剂量取自MC模拟计算的剂量分布。剂量计算在STD模式重建的三维乳腺图像上进行。

使用金属氧化物半导体场效应晶体管传感器进行剂量测量以验证蒙特卡罗模拟

剂量测量采用金属氧化物半导体场效应晶体管(MOSFET)传感器(BMC MOSFETs TN-502RD-H,Best Medical)在3D打印乳腺模体上进行。MOSFET传感器在HR采集模式扫描期间测量模体的局部表面剂量。使用MC模拟获得模体上的3D剂量分布。随后将测量剂量与模拟剂量进行比较以验证MC模拟。

结果

主观图像质量评价

通常情况下,在管电流为25 mA及以上的扫描中出现环形伪影,且随管电流值增加而增强。然而,在所有扫描中,由于手动将感兴趣区(ROI)置于环形伪影之间,可避免环形伪影对定量评价的显著影响。所有扫描中均存在气泡,但所有测量均可获得仅含极少气泡的区域。

客观图像质量评价

HR和STD重建在不同管电流值下模体的信噪比(SNR)报告于附录3、4和5中。总体而言,STD重建的SNR值高于HR重建。应用对数回归描述管电流与SNR之间的相关性,如图2所示。在25至50 mA范围内,管电流与SNR之间呈伪线性关系,而当管电流大于64 mA时,SNR增加呈现饱和行为。将管电流增加至64 mA以上水平时,图像质量无法获得实质性提高。图3显示了三种临床最重要的管电流设置(25、32和40 mA)的图表,从上到下依次排列,右侧为高分辨率(HR)和标准分辨率(STD)。SNR随混合物密度增加而增加,而SNR与模体大小之间未发现明显相关性。噪声作为平均信号值函数的示例图见图4。

图2 不同乳腺大小和组成的SNR逻辑回归曲线 查看原图 ↗
图3 显示不同乳腺大小和密度平均SNR的条形图 查看原图 ↗
图4 显示大模体和全部4种溶液的噪声作为信号强度函数的图。每种溶液描绘了10个测量点,对应10种不同管电流。每种溶液的最高噪声值对应最低管电流。可以看出,噪声和信号均随管电流降低而增加 查看原图 ↗

蒙特卡罗计算的验证:与MOSFET的表面剂量比较

MC程序3D剂量计算获得的局部表面剂量与MOSFET测量的表面剂量之间显示出可接受的差异(见表3)。每次测量中测量剂量与计算剂量之间的差异小于23%。

表3 用于验证MC模拟的测量表面剂量与计算表面剂量比较 查看原表 ↗

剂量分布

附录7显示了通过MC模拟计算的不同模体中剂量分布的典型示例。由于螺旋CT扫描,每个横断面层面的剂量分布呈现不对称的剂量分布。由于周边区域X射线衰减较高,周边区域受到的照射多于中心区域。由于X射线束在大乳房中传播的距离比小乳房更长,因此衰减更多,大乳房模体中的剂量跌落更大,导致大模体中心区域的剂量低于较小模体。周边剂量衰减效应在附录2中展示,其中给出了MC模拟中计算的横断面吸收剂量分布的线图。

平均吸收剂量与乳房大小和腺体含量的函数关系

由于剂量分布的原因,大乳房的乳房平均剂量小于小乳房。MC模拟计算的平均吸收剂量见图5。

在X射线管电流为25 mA时,通过模拟获得的乳房平均吸收剂量与乳房体积和腺体含量的函数关系见图6。平均吸收剂量随乳房大小呈指数行为,与乳房腺体含量呈线性相关(p < 0.05)。在25 mA X射线管电流下,模拟和回归得到的平均吸收剂量值见附录1。反映剂量与X射线管电流的线性相关关系,平均吸收剂量方程通过为每个乳房体积和腺体含量的3D模体及混合物填充物推导的剂量因子获得,见公式3。F(乳房体积, 腺体含量)表示作为乳房体积和腺体含量函数的剂量因子,其表示X射线管电流。因子的查找表见表4。

图5 平均吸收剂量(mGy)与X射线管电流的函数关系 查看原图 ↗
图6 在25 mA X射线管电流下平均吸收剂量与乳房体积和密度的函数关系 查看原图 ↗
表4 辐射剂量因子作为乳房体积和腺体含量函数的查找表 查看原表 ↗

关于图像质量和剂量的采集参数优化

SNR值≥ 35(HR)和≥ 100(STD)可为临床评估提供足够的图像质量,被设定为最低值。表5显示了在剂量低于6.5 mGy时,应选择何种管电流以达到合理的图像质量。为获得足够的图像质量,小乳房模体的剂量限值不得不提高至7 mGy。

表5 条件为:SNR ≥ 35(HR)、SNR ≥ 100(STD)、剂量≤ 6.5 mGy、管电流≥ 25 mA时的最佳管电流 查看原表 ↗

讨论

在相同乳房密度下,获得最佳图像质量的乳房平均吸收剂量随乳房尺寸减小而降低,随乳房密度增加而升高。SNR随乳房密度增加而升高;然而,在相同X射线管电流下,未发现SNR与乳房大小之间存在系统性依赖关系。根据患者特征个体化调整管电流,可以在保持对所受剂量水平充分控制的同时获得合适质量的图像。

与传统乳腺X线摄影系统相比,螺旋B-CT的扫描参数需要在检查前手动选择。已知吸收剂量和图像质量均取决于个体患者特征,如乳腺大小和密度。因此,预先了解何种管电流可在尽可能最低的剂量下、根据上述患者特征获得最佳质量的图像堆栈非常重要。从我们的B-CT检查推荐表中可以看出,对于所有乳腺密度和乳腺大小,剂量水平可保持在5.2至7.3 mGy之间,最高剂量水平见于小尺寸低密度乳腺。

在锥形束B-CT中,通常在图像采集前获取两幅正交的低剂量乳腺定位像以设定最佳管电流。为将辐射剂量保持在尽可能低的水平,螺旋B-CT不获取定位像;因此,管电流必须在图像采集前设定。锥形束和螺旋B-CT均提供获取真三维数据集的可能性。与锥形束B-CT相比(其空间分辨率低于数字乳腺X线摄影(DM)),螺旋B-CT的平面内分辨率和z轴分辨率均优于100 μm,且对微钙化的显示更佳[10, 16]。

我们的研究表明,通过根据乳腺密度和大小调整管电流,可在与DM相似的剂量水平下获得足够的图像质量。其中,信噪比(SNR)对乳腺密度的依赖性大于对乳腺体积的依赖性。小乳腺的平均剂量高于大乳腺,因为其表面积相对于总体积的比例较高。乳腺表面接受的剂量高于内部,而小乳腺中内部所占比例相对较小。

与此同时,大多数欧洲国家已实施使用乳腺X线摄影的乳腺癌(BC)筛查项目,从而降低了乳腺癌死亡率[2, 3]。然而,组织重叠或致密腺体组织(ACR分类c和d)可掩盖小肿瘤,从而降低DM的敏感性。尤其是在乳腺组织致密或配有乳腺植入物的女性中,乳腺X线摄影乳腺癌筛查的准确性显著降低。此外,DM需要痛苦的乳腺压迫,这不仅导致患者不适,还可能使女性不愿参加筛查项目[5, 6, 17]。近期引入的螺旋B-CT系统提供无需痛苦压迫的乳腺图像采集。这可能鼓励女性今后参加BC筛查项目,从而使筛查项目更为有效。

多项研究显示,专用螺旋B-CT在乳腺癌筛查和诊断中的应用取得了非常有前景的结果。多项研究表明,在辐射剂量和质量方面,B-CT是传统乳腺X线摄影的良好替代方案[11, 12, 18, 19]。原则上,注射对比剂后的动态扫描是可能的。以标准(STD)模式扫描时,即使进行两次或更多次采集,剂量也可保持在可接受水平。已有研究证明,即使在俯卧位下进行乳腺低剂量灌注CT也是可行的,并且与正常乳腺组织相比,乳腺病灶显示出显著差异[18, 20]。

当前B-CT设备的一个缺点是三维数据集的重建时间相对较长,完成重建大约需要20分钟,而DM图像在采集后即可立即获得。由于没有定位像可用,因此在扫描完成之前无法通过B-CT评估乳腺密度。因此,先前可用的乳腺X线摄影有助于选择最佳管电流设置。与DM相比,B-CT系统已知对腋窝的覆盖范围有限。因此,患者体位摆放极其重要,需要仔细进行。额外的超声评估可以解决腋窝腺体组织延伸的问题[16, 19]。

我们的研究存在若干局限性:首先,数据是使用填充均匀混合物的3D打印体模获得的。体模中未置入软组织病变或微钙化。因此,无法评估软组织病变或微钙化的可见性。其次,蒙特卡洛模拟的验证是通过使用MOSFET传感器测量体模表面剂量来进行的;未进行体模内部直接剂量测量。第三,仅评估了三种不同的乳腺尺寸。然而,每种乳腺尺寸使用更多乳腺体模不会增加太多进一步的信息。第四,由于使用均匀混合物,计算的是平均剂量而非平均腺体剂量。然而,平均剂量可作为最坏情况使用,平均腺体剂量通常更小。其原因在于中央部分的剂量通常小于乳腺表面区域的剂量[12]。第五,我们无法计算对比噪声比随管电流或剂量的变化,而这对于选择最佳管电流设置以及与现有文献进行比较本会有帮助。该主题将在后续研究中处理,需要新的3D打印体模。第六,新的重建算法如迭代重建或基于深度学习的技术可能优于滤波反投影。然而,评估这些新算法超出了本研究的范围。

结论

总之,基于乳腺密度和乳腺体积调整螺旋B-CT的扫描参数,可在合理剂量下获得最佳图像质量,并个体化适应患者特征。

补充信息

ESM 1(DOCX 5911 kb)

引用

  1. Germann M, Shim S, Angst F, et al. Spiral breast computed tomography (CT): signal-to-noise and dose optimization using 3D-printed phantoms. Eur Radiol. 2020. PMID: 33263161. doi:10.1007/s00330-020-07549-3
  2. 全文:PMC8128791(PMC 开放获取,CC BY)https://pmc.ncbi.nlm.nih.gov/articles/PMC8128791/

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。