原创赵喜同学XI区
大家好，欢迎大家访问XI区！
计算机断层血管造影（CTA）由于其精度高、可用性高和周转时间快速，已成为血管疾病成像的主流手段。高质量的CTA图像现在可以常规地获得高各向同性的空间分辨率和时间分辨率。CTA的进展集中在改善图像质量，提高采集速度，消除伪影，减少辐射和碘造影剂的剂量。双能CT提供了材料组成分辨能力，可用于描述病变特征、优化对比度、减少伪影和减少辐射剂量。深度学习技术可用于分类、分割、量化和图像增强。
最近，来自梅奥诊所的学者对CTA的最新进展进行了综述（参见：），今天我们继续学习一下。
光子计数CT
光子计数CT是一种新兴的技术，它利用半导体探测器将入射的X射线光子直接转换为正负电荷云。这些云被拉向相反的方向，产生一个电脉冲，其高度与X射线光子的能量成正比。X射线能谱可以分成几个特定的能量箱。能量加权是一种将更多的重量分配给1个特定的能量箱以突出特定组织的技术。
材料分解可以从能量选择性图像和2个或3个能量箱生成基本物质图。由于能量加权，可以提高造影剂检测的准确性。K-边界成像允许测量特定元素的浓度。同时多重造影剂成像成为可能，因为不同的k-边界允许将多种造影剂（如碘或钆）与纳米颗粒区分开来。由于更高的光谱分离，也有可能开发出具有高原子序数的新型造影剂，如金、铂、氙、铋、镥、钨、银和镱。靶向造影剂的分子CT成像将成为可能。
此外，光子计数探测器CT具有低电子噪声、低能量箱重量大等优点，因此CNR较高。这项技术有可能减少辐射和造影剂量。光子计数探测器由于探测器元件和放大系数较小，CT扫描的空间分辨率高达0.07x0.07mm3。高空间分辨率有助于评估小血管结构及其疾病，如血管炎等。高空间分辨率和材料分解能力也有可能减少钙晕，提供管腔狭窄严重程度的准确估计，从而提高CT的特异性。这种电压对于评估膝关节以下钙化严重动脉的危重肢体缺血患者尤为重要。其他伪影，如线束硬化和金属伪影，也可以通过使用高能量箱来减少。
光子计数CT仍然是一种实验性技术，还没有商业化，只有一些原型扫描仪安装在选定的机构（关于光子计数CT更多内容可以参见：）。
超高空间分辨率
高空间分辨率有助于评估小血管和阐明细节。高空间分辨率还可以减轻像钙和金属支架等高密度结构产生的伪影。临床上可用的最小探测器元件尺寸，空间分辨率为0.5mm，这在评估小血管（3mm）和带有钙/金属支架的血管方面受到限制。原型超高分辨率（UHR）扫描仪探测器元件尺寸高达0.25x0.25mm，探测器通道个，小X射线焦点尺寸为0.4x0.5mm，允许重建矩阵为x或x，切片厚度为0.25mm。
超高分辨率CT可用于显示严重的肢体缺血，并可显示腘下动脉和踏板动脉。与传统CT相比，UHR-CT能更详细地显示远端血管系统，包括指动脉、足弓和侧支血管。这些信息对于膝下介入性手术很重要，例如经跖骨逆行穿刺，即使有创性血管造影也很难实现。在一项体模研究中，UHR-CT的空间分辨率是常规CT的两倍（在2%的MTF下为29lp/cm，而常规CT为14lp/cm），并且在肾动脉支架的模型研究中提高了评估支架内再狭窄的准确性。与数字减影血管造影（DSA）相比，UHR-CT还减少了钙和支架产生的晕状伪影，提高了CTA的诊断准确率。利用斜位螺旋扫描、容积位置匹配和增强图像进行平扫减影成像，可以去除钙和支架。超高分辨率CT也显示了从主动脉到脊髓前动脉的Adamkiewicz动脉的整个过程的可视化效果，这些血管直径通常只有1mm（图13）。未来的发展可能包括组织灌注评估。在不使用迭代重建等其他技术的情况下，使用较薄层厚可能会导致更高的辐射剂量。需要更高的处理能力、更大的存储空间和更快的网速来管理由于薄层而生成的附加图像。
图13超高分辨率CT显示Adamkiewicz动脉的整个过程和特征性发夹弯曲（箭头），其起源于右侧T8水平。
有研究发现，使用第三代双源CT基于球管技术的UHR技术也可以达到同样的显示效果，而辐射剂量更低。
动态CT血管造影
动态CTA（也称为4D-CTA，非时相CTA）是指在同一位置进行多次CTA采集。宽探测器或容积扫描仪可覆盖约16cm的解剖结构，每次动态采集的时间分辨率为2秒。使用Fowler位（弗洛氏位）可进一步增加解剖覆盖范围。双源扫描仪具有摇篮床扫描模式，在这种模式下，检查床在1.5-3秒内双向移动，为动态CTA提供3-6秒的时间分辨率，z轴覆盖范围为27到80厘米（取决于扫描设备）。以4到5毫升/秒的速度注射造影剂，然后注射生理盐水后，使用定时推注或团注跟踪来启动采集。在排探测器扫描仪上，使用定时团注，扫描在预设延迟时间前2秒开始，共16个时相。在双源CT上，采用团注追踪法，获得12个低剂量动态时相。低管电压（80kV）和管电流（mAs）可使辐射剂量最小化。
动态CTA可用于评估内漏、主动脉夹层、外周血管、动静脉畸形/瘘和外科/手术性漏。在血管内动脉瘤修复术（EVAR）后，40%的患者可以看到内漏。对内漏的准确分类决定了临床干预的类型和紧迫性。传统的三期（平扫，动脉，静脉）静态CTA通常是足够的，但当有大量血液渗漏或动脉晚期出现低流量内漏时，分类有限。
动态CTA有助于准确分类，特别是区分I/III型和II型内漏，评估内漏的来源，确定血流方向，确定动脉瘤囊扩张患者的病因。其他动态成像技术也有局限性，DSA需要高辐射剂量，超声造影（CEUS）和磁共振（MR）成像无法评估支架植入物的位置和完整程度，CEUS依赖于操作人员，动态CTA显示主动脉和内漏分别在推注阈值后12秒和22秒达到峰值增强，在推注阈值后27秒达到最佳检测效果。因此，典型的双相静态CT获得了触发后7秒和秒的数据，漏掉了一些内漏。
I/III型内漏与主动脉腔一起早期增强（0.28秒），而II型内漏增强较晚（9.17秒）（图14）。II型内漏主动脉峰值和内漏强化之间的延迟比I/III型内漏要高（5.3秒vs2.0秒）。Ⅰ/Ⅲ型内漏的HU指数（HUendoleak/HUaorta）也高于Ⅱ型。
图14（A）在EVAR患者的动态CTA采集的动脉早期（20秒）中的轴位CT重建显示源自肾动脉水平的内漏（箭头）。（B）与（A）相同阶段的矢状位CT重建显示邻近肾动脉起源的内漏（箭头）。（C）后来动态采集（36秒）的轴位CT扫描显示另一个内漏，起源于髂肢水平（箭头）。（D）与（C）相同阶段的冠状位CT重建显示起源于髂肢（箭头）的内漏。
以DSA为参考标准，动态CTA对内漏的诊断准确率为%，而静态CT扫描的准确率为55%，而辐射剂量和造影剂用量较低。动态CT对内漏的检出率较高，可以解释静态CTA观察到的V型内漏。增加静态静脉晚期（秒）可以检测到低流量内漏。4D-CTA技术不能代替传统的CTA，但在特定情况下提供了补充信息。
动态CTA可为主动脉夹层患者提供额外的诊断信息，如真腔和假腔之间的增强延迟、皮瓣的振荡程度、真腔塌陷、假腔动脉的灌注延迟、不对称肾灌注的量化，主动脉分支的动态闭塞等。一项基于双源的研究，覆盖范围48厘米，头足往返扫描，6秒时间分辨率，造影剂注射后延迟14秒扫描，6期共扫描36秒，显示21%的患者出现治疗改变。辐射剂量比三期CT低25%（CT剂量指数为32.4mGyvs42mGy），肾小球滤过率也可用动态CTA定量。动态CTA不能代替三相CTA，因为它通常不能覆盖患者的整个主动脉，也没有心电门控，而这通常对升主动脉评估必不可少。
静态CTA对膝关节以下小血管尤其是严重钙化的下肢血管，其诊断准确性较低。除了由于远离心脏造影剂浓度较低的挑战之外，非对称性近端狭窄引起的小腿血管造影增强延迟和溃疡/坏疽中动静脉传输时间短造成的静脉污染是额外的挑战。动态CTA扫描范围48厘米，每相3秒，kV，mAs，50毫升对比度5毫升/秒，有较高的动脉对比度，较高的诊断信心，与静态CTA（特异性97.1%对92.2%）相比，对危重肢体缺血患者的高度狭窄和闭塞具有更高的诊断性能（敏感性和特异性）。在层的GE-CT上也得到了类似的结果，使用18个重复轴位采集小腿，2秒间隔，评估膝下动脉狭窄的存在和程度，提高了图像质量和诊断信心。在70kV和30ml的对比下，直接从动态CTA测量的小腿肌肉在缺血时早期增强和峰值增强较低。
70kV动态CTA已被证明能提供儿童静脉畸形治疗计划所需的诊断信息，如血流动力学、定位、容积、血栓性静脉炎的存在和病变分级。这个与需要镇静/麻醉的MR成像相比信息更为有利，而超声检查依赖于操作人员，不能显示血管异常的整个范围。在动态CTA中，辐射剂量是一个挑战，可以使用低剂量方案将其最小化。
动态CTA与静态三期CTA相比，由于其解剖覆盖范围较小，其辐射剂量可与静态三期CTA相当，但比典型腹部CTA高10%，低于DSA。其他挑战包括多个图像的传输和存储、重建和显示技术以及与医生的沟通。
高级重建算法
非线性迭代重建（IR）算法目前广泛应用于血管成像。与简单的线性滤波反投影（FBP）技术不同，IR算法对期望的数据集建模，然后将其与实际获取的数据集进行比较。然后通过迭代过程检测和去除噪声，该迭代过程使用预期图像和实际图像之间的差异进行运算。IR算法可以是统计的，混合的，或者基于模型的，在投影域，图像域，或者两者都操作。统计技术赋予高噪声数据较低的值，而基于模型的算法（部分或全部）使用系统模型来刺激X射线与物体的相互作用。统计算法既可以用与FBP相似的辐射剂量来改善图像质量，也可以在较低的辐射剂量下保持图像质量，但两者不能同时做到，而基于模型的算法可以在较低的辐射剂量下改善图像质量。IR算法可以提高低对比度研究中的CNR。基于模型IR的算法也具有较低的图像伪影和较高的空间分辨率。
在不同血管系统上使用不同供应商算法的几项研究已经显示了IR的优点。一项研究表明，与混合迭代技术和FBP技术相比，基于模型的IR技术的80kVCT静脉CTA的图像质量更好。采用混合IR算法（Philips），在80kV和半造影剂容积（48ml）条件下进行肾动脉CTA，辐射剂量减少43%，对比剂剂量减少50%，CNR更高。采用基于模型的IR算法（Philips），以80kV扫描，低对比剂容积（60vs80ml）和低辐射剂量获得了高质量的TAVR-CTA。使用相同的算法，肥胖患者在80kV和低对比剂用量（0.4ml/kg）条件下进行CTA后胸主动脉腔内修复（TEVAR）CTA，辐射剂量减少78%，造影剂剂量减少60%，等效衰减和图像质量评分、噪声降低、CNR高于或等效于常规图像。层CT的CTA主动脉造影也显示了类似的结果，用80kV和40ml造影剂使辐射剂量降低48%，CNR无显著差异。
与常规kV相比，具有自动管电压选择，光子探测器和先进的IR算法的第三代双源CT使用IR重建的主动脉CTA显示出更高的图像质量，更低的噪声和更高的CNR，同时显著降低了辐射剂量和对比剂量。在84%的CTA检查中，管电压低于kV，平均为95kV，平均降低21.1%，使辐射剂量降低44%。有趣的是，由于使用光子探测器，即使对于选择kV的情况，辐射剂量也降低了19%。造影剂比第二代双源CT检查减少37.5%。一项模体研究表明，基于模型的IR进一步提高了UHRCT的小血管可检测性，基于模型的迭代重建（MBIR）的噪声较低，亚毫米动脉的检测可达0.36mm，FBP为0.5mm。IR还可以减少伪影，包括肩部可见的伪影。IR的挑战包括重建时间长；最近这些有所改善。在更高层次的IR算法中，图像看起来有假象和塑料感（artificialandplasticky），这让一些阅片医生感到不安。
实影渲染
实影渲染（CR）是一种用于CTA图像数据3D可视化的新型后处理技术。使用斜坡或梯形函数的预设，基于其组织组成为3D容积的每个体素分配颜色和透明度。与使用简单单向光模型的VR技术不同，CR使用更复杂的全局照明模型和蒙特卡洛路径跟踪，该路径跟踪计算光子的方向及其与组织的相互作用，包括离体表面的反射，衰减，穿透，折射，并在不同方向散射。还添加了阴影效果，假设光源可以被可视化体积内的物体遮挡。该技术提供具有高表面细节，逼真的阴影，更高的深度和更高的形状感知的感光图像。还可以生成与虚拟场景内的表面亮度相关的纹理映射。
实影渲染的心脏
CR已被证明在复杂的先天性心脏病中具有价值，提供了比传统VR技术更高的空间印象和对心耳，肺静脉，外周肺动脉，前室间沟和主动脉弓分支的深度感知的详细解剖信息。CR允许更多与传统的CT成像相比，对手术解剖结构的准确和快速的理解，而与外科医生的经验水平无关。CR已被证明可用于评估血管异常，如解剖，真菌性动脉瘤，导管动脉瘤和胰腺炎的血管并发症，如假性动脉瘤和门静脉血栓形成。一种黑血CR技术，使用预设的非重叠软组织梯形（一个具有狭窄的平台，以低衰减为中心，另一个具有更宽的平台，以更高的衰减为中心）可以改善腔内可视化，特别是在心脏内（参见：）。CR需要比VR更高的计算能力。
更多实影渲染的内容可以参见：；。
深度学习技术
深度学习是机器学习的一个子集，在这种学习中，计算机在没有任何人为输入的情况下逐步学习。深度学习依赖于人工神经网络。这些网络在数量、层次和连接上具有不同的体系结构。几个深度学习的应用已经被描述在心血管成像，广泛用于疾病的检测（分类）、分割、量化和图像增强。深度卷积神经网络（DCNN）结合DetectNet检测网络已被用于腹主动脉术后血栓的精确自动检测和分割动脉瘤。DCNN在自动检测主动脉夹层中也显示出了很高的准确度（层面水平，98.7%；病人水平，96.5%；机构水平，91.5%）。作者用MaskR-CNN（带卷积神经网络的区域）从CTA中检测和分割主动脉，用区域筛选法去除不满意的分割，Canny边缘检测器提取边缘，两个残差神经网络（ResNets）检测主动脉夹层。
基于3DU-Net（一种完全卷积网络[FCN]）的结合交集-联合跟踪算法的深度学习已用于自动分割、中心线分析、血管矫直和真假管腔测量，其时间短得多（3..47分钟vs20.4小时）。机器学习已经使用动脉瘤的长轴和动脉瘤面积来预测腹主动脉瘤的膨胀风险。卷积神经网络（CNN）和一般对抗性网络（GAN）等深度学习算法可以用来降低噪声，并且可以在标准和低辐射剂量下通过解剖学训练来处理传感器的原始剂量数据。在图像层面，利用体素损失最小化将低剂量CT图像转换成常规剂量CT图像。另一个小组训练CNN（18个卷积层，每个卷积层后面都有一个参数校正的线性单元）来学习低剂量图像中的噪声分布并获得定制的噪声模型。随后，该网络从80kV下获得的低剂量主动脉CTA图像生成低噪声图像，对比度为40ml，这允许79%的辐射剂量和50%的造影剂剂量节省。
与IR算法不同，这种深度学习技术是供应商中立的，速度更快，图像质量得到保留，细节得到改善（无塑料感），同时伪影更少。一种深度学习技术使用改进的GoogLeNet消除了稀疏视图CT重建中由于残余学习技术丢失投影而产生的条纹伪影。
小结
血管CTA是评估血管疾病的高度准确的技术。技术的最新进展使得能够以高空间分辨率采集具有低伪影，辐射剂量和对比剂用量的高质量图像。使用双能和光子计数CT可以表征材料组成。
编译自：RajiahP.UpdatesinVascularComputedTomography.RadiolClinNorthAm.;58(4):-.doi:10./j.rcl..02.仅作为专业人士交流使用，不用于商业用途。
年9月4日
原标题：《CT血管造影最新进展（下）》
