Study on the Application of CTU and CTA Combined Imaging by Fractional Injection Combined of a Contrast Agent with Energy Imaging
-
摘要:
目的：探讨对比剂分次团注结合双层探测器光谱CT 50 keV虚拟单能量图像（VMI），在CT泌尿系成像（CTU）与主动脉CTA联合成像中的应用价值。方法：收集2024年3月至4月在首都医科大学附属北京同仁医院Philips IQon双层探测器光谱CT行CTU检查患者32例为试验组。使用对比剂分次团注及团注追踪技术；扫描后重建常规120 kVp混合能量图像为A1组；光谱重建获得50 keV VMI为A2组。收集2023年12月至2024年3月间在相同设备行CTU检查患者32例为对照组，使用对比剂分离团注技术及团注追踪技术；扫描后重建常规120 kVp混合能量图像为B组。客观评价包括：比较3组腹主动脉、双侧肾动脉的CT值、对比噪声比（CNR）、信噪比（SNR）；比较输尿管起始部平均CT值和中下部平均CT值，并采用Kruskal-Wallis检验，采用Nemenyi检验进行两两比较。试验组与对照组的有效辐射剂量比较采用Wilcoxon检验。主观评价由两名高年资影像医师分别对3组CTA及CTU图像进行4分法和3分法评价，两名医师主观评分的一致性采用Kappa检验。结果：客观评价指标中，A2组分别与A1组和B组比较，均有统计学差异；A1组与B组仅双侧肾动脉SNR有统计学差异。两组有效辐射剂量有统计学差异，试验组较对照组降低15.1％。3组CTA、CTU图像主观评价无统计学差异；两名医师对CTA图像评分结果一致性非常好，对CTU图像评分结果一致性好。结论：利用对比剂分次团注行CTU检查时，获得泌尿系及主动脉同时显影的融合图像，不仅具有明确的解剖关系及相同的图像质量，而且降低有效辐射剂量；光谱重建获得的50 keV虚拟单能量图像，优化CTU及CTA图像质量，具有临床价值。
Abstract:Objective: This study aimed to investigate the application value of fractional bolus injection of a contrast agent combined with double-layer detector spectral CT 50 keV virtual monoenergetic imaging (VMI) in combined imaging of computed tomography urography (CTU) and aortic CT angiography (CTA). Methods: The experimental group included 32 patients who underwent spectral CTU with a Philips IQon dual-layer detector at Beijing Tongren Hospital, Capital Medical University, between March and April 2024. Using fractional bolus injection of a contrast agent and bolus tracking technology, the conventional 120 kVp mixed energy image was reconstructed after scanning for group A1; the 50 keV VMI obtained by spectral reconstruction was group A2. The control group included 32 patients who underwent CTU examination between December 2023 and March 2024 using the same equipment, and the contrast agent split bolus and group injection tracking techniques were used. After scanning, the conventional 120 kVp mixed energy image was reconstructed for group B. The objective evaluation included the CT value, contrast-to-noise ratio (CNR), and signal-to-noise ratio (SNR) of the abdominal aorta and bilateral renal arteries, which were compared among the three groups. The Kruskal–Wallis and Nemenyi tests were used to compare the average CT values of the initial, middle, and lower parts of the ureter. Wilcoxon test was used to compare the effective radiation dose between the experimental and control groups. Subjective evaluation was performed by two senior radiologists on the three groups of CTU and CTA images using the 4- and 3-point methods, respectively. The consistency of the subjective scores of the two radiologists was analyzed using the Kappa test. Results: Among the objective evaluation indices, there were statistically significant differences among groups A2, A1, and B. There was a significant difference in the SNR of the bilateral renal arteries between groups A1 and B. The effective radiation dose of the experimental group was 15.1% lower than that of the control group, which was significantly different. There was no significant difference in the subjective evaluation of the CTA and CTU images among the three groups. The consistency of the CTA and CTU image scoring results between the two physicians was excellent and good, respectively. Conclusion: If CTU examination was performed by fractional injection of a contrast agent, fusion images of the urinary system and aorta were obtained, which not only had a clear anatomical relationship and the same image quality, but also reduced the effective radiation dose. The 50keV virtual monoenergetic image obtained by spectral reconstruction optimizes the image quality of CTU and CTA and has clinical value.
-
肺癌是全世界最常见的恶性肿瘤之一，在我国肺癌发病率和死亡率均居于首位[1]，严重危害我国国民的健康和生命，给家庭和社会带来巨大经济负担。提高肺癌生存率最有效的方法是二级预防，即早发现、早诊断和早治疗，筛查是早期发现肺癌和癌前病变的重要途径[2]。2011年，美国国家肺癌检测试验（National Lung Screening Trial，NLST）首次提出低剂量螺旋计算机断层扫描（low-dose computed tomography，LDCT）检测在高危人群中的应用可显著降低肺癌的死亡率[3]，当LDCT上出现异常时可以进一步选择常规CT、高分辨率CT及靶扫描方式对病灶进行甄别。
肺癌的早期常表现为肺部结节病灶，然而肺结节的成因有多种多样，同一对象的CT图像上常有多个肺结节，且表现不一，这对影像诊断医师的筛检和鉴别能力提出了较高的要求。人工智能（artificial intelligence，AI）辅助诊断系统的加入担负了大量枯燥重复的工作，大大提升了影像医师的阅片速度，与医师诊断相比，其具有不受医师的主观性、经验差异及疲劳等人为因素影响的优越性[4]。
鉴于此，本研究回顾性分析113例入组病例的筛检情况来比较AI软件和影像医师的阅片能力，旨在探讨AI辅助诊断系统在肺结节的检测及良恶性判断中的应用价值。
1. 资料与方法
1.1 病例资料
本研究为回顾性研究，选择内蒙古自治区人民医院2022年3月至2023年3月行胸部CT检查，并跟踪随访行CT引导下穿刺活检术或外科手术明确肺结节病理结果的患者作为研究对象。共收集患者113例，其中：男性68例，女性45例。年龄38～77岁，中位约65.20岁。
纳入标准：①在我院至少行 1次胸部CT扫描，并且CT检查前未行干预治疗措施；②符合《肺结节诊治中国专家共识（2018年版）》[5]中肺结节诊断标准且图像质量良好；③涉及结节良恶性判断部分的肺结节均有明确病理诊断。排除标准：①病灶直径＞3 cm；②其他部位恶性肿瘤所致转移瘤；③患者患有严重的基础性疾病，无法进行病理诊断；④患者资料信息不完整或失访。
1.2 检查技术
（1）扫描设备：GE LightSpeed750 64排CT；GE LightSpeedVCT 64排CT；西门子Definition Flash 双64排CT；东芝 TSX-301A 320排CT。
（2）扫描范围：扫描前由专人对每位受检者进行呼吸训练，所有受检者均取仰卧位、双臂上举、头先进、深吸气末屏气扫描，扫描范围由肺尖到后肋膈角（包括全部肺）。
（3）扫描参数：管电压120 kV，自动管电流。层间距0.625 mm，层厚1.25 mm，采用标准算法及高分辨算法进行重建并且将扫描原始数据上传至工作站。肺窗参数设置为：肺窗窗宽1500～2000 HU、窗位 -600～-450 HU；纵隔窗宽250～350 HU、窗位30～50 HU。
1.3 图像分析
影像医师阅片。一名住院医师在ImageFileName.dcm工作站上参阅原始图像（1.25 mm层厚）及重建图像（5 mm层厚），阅片过程中常规参考多平面重建技术多角度分析图像，阅片结果由一名临床经验丰富的主治医师审核后发布，以二者报告一致视为有效，否则与另一名主治医师进行探讨后得出最终结论。
AI软件阅片。应用AI辅助分析软件InferRead CTR12.2，由北京推想医疗科技股份有限公司提供。将原始图像导入系统之后，软件自动识别并标记结节病灶，提供结节位置、大小、性质等信息，同时模型根据这些信息计算恶性概率预测值，当恶性概率预测值＞70％ 时判断为恶性结节。
真阳性结节判断标准。结合两名医师及AI软件图像分析结果，参考多平面重建、三维重建等图像，共同确定肺结节存在，以二者报告一致视为有效。
1.4 数据处理
采用SPSS 25.0软件分析数据，计数资料以（n（％））表示，比较采用卡方检验或Fisher精确概率法，计量资料以
$ \left(\overline{x}\pm s\right) $ 表示。使用Kappa值评价AI、影像医师与病理结果的一致性，0.0～0.20极低的一致性、0.21～0.40一般的一致性、0.41～0.60 中等的一致性、0.61～0.80高度的一致性和0.81～1几乎完全一致。以P<0.01为差异有统计学意义。2. 结果
2.1 总体检出情况
113名患者中，AI软件检出1337个结节，医师检出774个结节，经验证存在1079个真阳性结节。AI软件对于真阳性结节的检出率（98.98％）高于医师（71.27％），漏检率（1.02％）较医师（28.27％）低，误检率（23.91％）较医师（0.46％）高，以上差异均具有统计学意义（表1）。
表 1 AI软件及医师对结节的总体检出情况Table 1. AI software and radiologists’ overall detection of nodules组别 AI 医师 $\chi^2 $ P 共检出（％） 1337（123.91） 774（71.73） 真阳性结节（％） 1068（98.98） 769（71.27） 假阴性结节（％） 11（1.02） 305（28.27） 398.766 ＜0.001 假阳性结节（％） 258（23.91） 5（0.46） 128.199 ＜0.001 2.2 AI软件及医师对不同直径真阳性结节的检出价值
AI软件对直径＜5 mm及5～10 mm真阳性结节的检出率（98.69％，100.00％）均高于医师（60.59％，80.25％），差异具有统计学意义；对于直径＞10 mm真阳性结节的检出率（98.08％）稍高于医师（94.87％），但差异不具有统计意义（表2）。
表 2 AI软件及医师对不同直径真阳性结节的检出价值Table 2. The value of AI software and radiologists in detecting true positive nodules of different diameters组别 真阳性 AI 医师 $\chi^2 $ P ＜5（％） 609 601（98.69） 369（60.59） 272.521 ＜0.001 5～10（％） 314 314（100.00） 252（80.25） 68.792 ＜0.001 ＞10（％） 156 153（98.08） 148（94.87） 2.356 0.125 2.3 AI软件及医师对不同性质真阳性结节的检出价值
AI软件对磨玻璃、实性、混合磨玻璃及钙化结节的检出率（98.47％，98.79％，100.00％，100.00％）均高于医师（75.52％，68.02％，72.73％，84.66％），差异具有统计学意义（表3）。
表 3 AI软件及医师对不同性质真阳性结节的检出价值Table 3. The value of AI software and radiologists in detecting true positive nodules of different nature组别 真阳性 AI 医师 $\chi^2 $ P 磨玻璃（％） 131 129（98.47） 95（72.52） 35.582 ＜0.001 实性（％） 741 732（98.79） 504（68.02） 253.375 ＜0.001 混合磨玻璃（％） 44 44（100.00） 32（72.73） 13.895 ＜0.001 钙化（％） 163 163（100.00） 138（84.66） 27.076 ＜0.001 2.4 AI软件及医师对结节良恶性的判断价值
113名患者中共有115个结节经病理检查确诊，其中98例在我院行干预手术或CT引导下穿刺活检取得病理，17例经随访外院诊疗情况确定。
115个结节的大小和性质见表4，AI软件及医师对结节良恶性的判断价值（表5和表6），两种阅片方法对结节良恶性判断的效能比较（表7）。
表 4 115个结节的大小和性质Table 4. Size and nature of the 115 nodules组别 磨玻璃结节个数 实性结节个数 混合磨玻璃结节个数 钙化结节个数 总和 ＜5 mm 4 9 3 0 16 5～10 mm 6 24 6 1 37 ＞10 mm 6 41 12 3 62 总和 16 74 21 4 115 表 5 AI软件对结节良恶性的判断价值Table 5. The value of AI software in judging benign and malignant nodulesAI 病理 总计 恶性 良性 恶性 74 12 86 良性 5 24 29 总计 79 36 115 表 6 医师对结节良恶性的判断价值Table 6. The value of radiologists in judging benign and malignant nodulesAI 病理 总计 恶性 良性 恶性 77 7 84 良性 2 29 31 总计 79 36 115 表 7 两种方法对结节良恶性判断的效能比较Table 7. Comparison of efficacy of the two methods in judging benign and malignant nodules组别 灵敏度/％ 特异度/％ 准确度/％ AI 93.67 66.67 85.22 医师 97.47 80.56 92.17 P ＞0.01 ＞0.01 ＜0.01 经SPSS 25.0计算，AI的Kappa一致性是0.637，高度一致；医师的Kappa一致性是0.811，几乎完全一致（P＜0.01）。
3. 讨论
本研究对比了AI及影像医师从肺结节的检出到良恶性判断的诊断全过程，真实的反映了AI在实际工作中对于高效诊断的辅助作用，同时该研究在市级三甲医院进行，得到的结果可以大致反映当地的诊疗水平及对新技术的应用程度。
研究结果显示AI软件对真阳性结节的检出率明显高于影像医师，但是误检率较高，与之前研究报道结果基本一致[6-9]。结合误检图像分析，我们考虑是其对于诊断为结节的阈值过低，常将血管、局部增厚的胸膜、肺门淋巴结、肺内索条等饱满结构误认为是肺结节；影像医师的漏检率相对较高，是由于其对于微、小结节的辨识度低，在肺组织背景较杂乱时，难以将肺结节从中检出（图1（a）～图1（c））。医师对于混合磨玻璃结节及钙化结节的检出能力与AI相差不大，但是对于磨玻璃结节和实性结节的检出能力较差，常将边缘欠清晰的磨玻璃结节及较小的实性结节漏检，因此我们应该积极参考AI软件对于不同性质结节的检出结果。
![]()
图 1 部分漏诊及误诊病例影像资料注：（a）右肺下叶血管旁结节，医师检出，AI漏检；（b）右肺下叶胸膜下实性微结节，AI检出，医师漏检；（c） 左侧局部增厚的胸膜，医师检出，AI误检为结节。（d） 右肺上叶实性结节，伴有分叶征，AI及医师均诊断为恶性，病理结果提示错构瘤；（e） 右肺下叶实性结节，形态略欠规整，周围伴有晕征，AI诊断为恶性，医师结合图像及患者痰培养、血象、查体等诊断为良性，病理结果提示肉芽肿；（f）右肺中叶实性结节，有浅分叶和毛刺征象，周围伴有点条状渗出、炎性改变，AI诊断为恶性，医师诊断为良性，病理结果提示浸润性腺癌。Figure 1. Imaging data of some missed and misdiagnosed cases另外，AI软件对于不同直径的肺结节均有很高的检出价值，尤其是在直径小于5 mm及5～10 mm的结节中检出率显著高于医师，但李欣菱等[10]研究认为，AI对较小结节（特别是＜5 mm的结节）诊断的临床意义有待商榷，若完全按照AI的结果进行临床干预会增加医疗负担及造成过度治疗。对于直径大于10 mm的肺结节，医师和AI的检出率相近，二者差异不具有统计学意义，刘亚斌等[11]研究得出专业医师 CT扫描对不同直径真阳性结节检出率均低于基于AI技术CT扫描，但专业医师CT扫描对直径>10 mm真阳性结节检出率可达95.12％。提示虽然医师可能会将部分微、小结节漏检，但其对于恶性程度可能较高的直径大于10 mm结节的检出率也高，伴随着较低的误检率，医师对肺结节的检出更灵活、更有意义。
同时本研究就AI软件及医师对于肺结节良恶性的判断效能做出对比，结果显示医师对肺结节良恶性判断的灵敏度、特异度、准确度均较AI高，与既往研究结果基本一致[12-15]，但灵敏度和特异度的差异不具有统计学意义，可能与样本选择偏差有关。AI软件的判断结果与病理高度一致，医师的判断结果与病理几乎完全一致。
仔细分析误诊病例（图1（d）～图1（f））后我们考虑AI是根据既定的算法来判断结节的良恶性，无法结合患者的临床信息如肿瘤标记物，特殊病原体培养结果，年龄、性别、工作经历、是否吸烟等个人史，因此得出的结论存在一定的片面性，造成误诊率的上升。影像医师判断的准确性与参加工作时间、学习进修经历和学历等有直接关系，再加上肺结节本身的多变性和复杂性，日常工作中误诊是无法彻底避免的[16]。我们应尽可能提高AI和影像医师甄别同病异影、同影异病的能力，将误诊降到最低，提出对患者更加有利的诊疗方案。
综上所述，AI软件辅助诊断对于肺结节确有较高的检出率，能大大降低漏检率，但误检率也随之上升；在肺结节良恶性鉴别中可为临床诊断提供辅助参考，但其准确性无法取代影像医师。计算机的输出结果是定量分析影像资料获得的，而医生面对的病例却是立体的、变化的。因此在将AI软件作为人工检测辅助手段、代替枯燥工作的同时，影像医师需要不断提升自己的辩证能力，充分结合患者临床信息来提高诊断的特异性，使AI软件更好地为诊断服务；且影像医师最能知道如何将来自互补成像技术的信息与临床数据相结合，这对软件的设计开发及数据库扩展至关重要。
本研究还存在局限性，这项回顾性研究的病理结果已经在临床诊断和治疗中得到确认，因此样本选择方面会存在偏差，这些偏差将在后续的前瞻性试验中得到校正；由于试验样本量较小、设备无法统一及对部分病例失访等问题。我们得到的结论还亟待在更多地区、更多医院的大样本中进一步验证。
-
![]()
图 3 不同扫描方法对结石显示的MIP图像及A2组、A1组VR图像
注：（a）为B组CTU单独显影的MIP像（男，48岁，BMI为22.68），显示左输尿管结石（红圈处），（b）为A2组CTA、CTU同时显影的MIP图像（男，43岁，BMI为25.26），显示右侧输尿管与髂动脉交界处结石（红圈处）；（c）、（d）分别为A2组、A1组同一患者VR图像（男，25岁，BMI为23.18）；试验组采用对比剂分次团注方式，达到CTA、CTU同时显影的效果，显示由于髂动脉压迫导致输尿管狭窄（红圈处），A2组CT值高，显示细节丰富。
Figure 3. MIP images of different scanning methods for the display of stones and VR images of group A2 and group A1
表 1 不同体重使用对比剂总量、每段对比剂用量及注射流率
Table 1 The total amount of contrast agent, amount of contrast agent per segment, and injection flow rate used according to body weights
体重/kg 总对比剂量/mL 每段对比剂用量/mL 注射流率/（mL/s） 60 72 24 2.4 70 84 28 2.8 80 96 32 3.2 90 108 36 3.6 
下载: 导出CSV
表 2 两组一般情况比较（
$ \bar{x}\pm s$ ）Table 2 Comparison of two general situation groups (
$\bar{x}\pm s $ )项目 组别 统计检验 对照组 试验组 统计值 P 男/女 23/9 23/9 0.000 1.000 年龄/岁 53±17 55±16 0.021 0.885 BMI/（kg/m2） 24.76±3.04 24.46±2.89 0.112 0.739
下载: 导出CSV
表 3 3组图像质量客观评价（M(Q1，Q3)）
Table 3 Objective evaluation of three image quality groups (M(Q1, Q3))
项目 组别 统计检验 A1 A2 B 统计值 P 例数 32 32 32 - - 腹主动脉 CT值/HU 257.80（221.30，294.00） 518.95（432.40，598.95） 295.60（260.55，310.40） 65.937 ＜0.001 CNR 11.96（10.28，15.36） 31.31（28.04，40.22） 10.76（9.69，12.46） 64.201 ＜0.001 SNR 11.73（10.24，16.05） 27.50（22.52，35.90） 9.90（8.38，11.08） 66.155 ＜0.001 左肾动脉 CT值/HU 233.20（199.45，266.75） 458.90（383.40，531.35） 269.85（239.05，291.20） 65.815 ＜0.001 CNR 11.46（8.92，13.24） 30.50（25.05，37.48） 8.95（7.51，10.74） 66.008 ＜0.001 SNR 12.25（9.59，16.85） 20.76（15.95，28.04） 8.13（6.74，10.77） 46.748 ＜0.001 右肾动脉 CT值/HU 238.50（193.30，256.15） 449.55（374.80，544.55） 261.50（239.05，284.80） 59.555 ＜0.001 CNR 11.36（8.633，14.23） 33.33（24.98，35.14） 9.15（7.30，10.05） 67.002 ＜0.001 SNR 12.04（9.73，17.55） 21.51（13.36，27.54） 7.52（6.45，9.16） 49.132 ＜0.001 平均CT值/HU 输尿管起始部 428.42（296.30，610.72） 778.70（567.45， 1112.50 ）427.83（334.68，668.68） 24.193 ＜0.001 输尿管中下部 417.50（277.77，666.50） 784.58（589.95， 1020.45 ）470.88（334.28，564.17） 25.260 ＜0.001 同层面膀胱内近腹部CT值与中部CT值比 0.75 0.66 0.54 - - 左右髂动脉平均CT值/HU 258.58（216.30，296.45） 500.55（409.08，564.60） - 70.196 ＜0.001 腹主动脉CT值/HU 257.80（221.30，294.00） - 295.60（260.55，310.40）
下载: 导出CSV
表 4 两名医师对3组CTA、CTU图像主观评分
Table 4 The subjective scores of CTA and CTU images of the three groups scored by two physicians
项目 组别 医师1/例 医师2/例 4分 3分 2分 1分 4分 3分 2分 1分 CTA图像 A1 - 32 0 0 - 32 0 0 A2 - 32 0 0 - 32 0 0 B - 31 1 0 - 32 0 0 CTU图像 A1 19 8 5 0 12 14 6 0 A2 19 8 5 0 13 13 6 0 B 18 11 3 0 13 14 5 0
下载: 导出CSV
表 5 两组有效辐射剂量比较
Table 5 Comparison of effective radiation doses between the two groups
组别 对照组 试验组 统计值 P ED/mSv 33.59（27.44，45.27） 28.81（24.96，33.37） -2.041 0.041
下载: 导出CSV
-
[1] 中华医学会影像技术分会, 中华医学会放射学分会. CT检查技术专家共识[J].中华放射学杂志, 2016, 50(12): 916-928. DOI: 10.3760/cma.j.issn.1005-1201.2016.12.004. [2] 丁宁, 王彬, 许开元, 等. 多排螺旋CT同步肾动脉和肾盂输尿管显影在腔镜手术中的临床价值[J]. 中华腔镜泌尿外科杂志(电子版), 2011, 5(3): 213−217. DOI: 10.3877/cma.j.issn.1674-3253.2011.03.011. DING N, WANG B, XU K Y, et al. Clinical value of multiple-slice spiral CT synchronous imaging of renal arteries, renal pelves and ureters in endoscopic surgeries[J]. Chinese Journal of Endourology (Electronic Edition), 2011, 5(3): 213−217. DOI: 10.3877/cma.j.issn.1674-3253.2011.03.011. (in Chinese).
[3] 张小平, 李兴国, 刘承杏, 等. 肾盂输尿管连接部与肾血管关系及其临床意义[J]. 中国临床解剖学杂志, 2006, 24(2): 153−156. DOI: 10.3969/j.issn.1001-165X.2006.02.012. ZHANG X P, LI X G, LIU C X, et al. The relationship between ureteropelvic junction and the vessels of kidney and its clinical significance[J]. Chinese Journal of Clinical Anatomy, 2006, 24(2): 153−156. DOI: 10.3969/j.issn.1001-165X.2006.02.012. (in Chinese).
[4] 中华放射学杂志双层探测器光谱CT临床应用协作组. 双层探测器光谱CT临床应用中国专家共识(第一版)[J]. 中华放射学杂志, 2020, 54(7): 635−643. DOI: 10.3760/cma.j.cn112149-20200513-00679. Chinese Journal of Radiology Cooperative Group of Clinical Application of Dual-layer Spectral Detector CT. China expert consensus on clinical application of dual-layer spectral detector CT[J]. Chinese Journal of Radiology, 2020, 54(7): 635−643. DOI: 10.3760/cma.j.cn112149-20200513-00679. (in Chinese).
[5] 范瑜, 殷焱, 王文晶, 等. 分离团注技术在CTU检查中的优势[J]. 医学影像学杂志, 2012, 22(9): 1547−1549. DOI: 10.3969/j.issn.1006-9011.2012.09.048. FAN Y, YIN Y, WANG W J, et al. Advantage of separate bolus injection technique in CT urograph[J]. Journal of Medical Imaging, 2012, 22(9): 1547−1549. DOI: 10.3969/j.issn.1006-9011.2012.09.048. (in Chinese).
[6] 贾紫婷. 多模态医学图像融合的关键技术研究[J]. 计算机时代, 2020, (7): 4−6, 11. DOI: 10.16644/j.cnki.cn33-1094/tp.2020.07.002. JIA Z T. Overview of key technologies of multimodal medical image fusion[J]. Computer Era, 2020(7): 4−6, 11. DOI: 10.16644/j.cnki.cn33-1094/tp.2020.07.002. (in Chinese).
[7] 顾恒乐, 聂生东. 多模医学图像配准和融合方法及其临床应用进展[J]. 中华放射肿瘤学杂志, 2016, 25(8): 902−906. DOI: 10.3760/cma.j.issn.1004-4221.2016.08.024. GU H L, NIE S D. Research advance in multi-modality medical image registration and fusion methods and their clinical application[J]. Chinese Journal of Radiation Oncology, 2016, 25(8): 902−906. DOI: 10.3760/cma.j.issn.1004-4221.2016.08.024. (in Chinese).
[8] 刘云福, 康天良, 张永县, 等. 两段式对比剂注射结合团注跟踪技术在肺动脉CTA检查中的应用研究[J]. CT理论与应用研究, 2023, 32(4): 531−538. DOI: 10.15953/j.ctta.2023.075. LIU Y F, KANG T L, ZHANG Y X, et al. Study of two-stage injection of contrast agent in combination with bolus tracking technique in computed tomography pulmonary angiography[J]. CT Theory and Applications, 2023, 32(4): 531−538. DOI: 10.15953/j.ctta.2023.075. (in Chinese).
[9] KEKELIDZE M, DWARKASING R S, DIJKSHOORN M L, et al. Kidney and urinary tract imaging: Triple-bolusmultidetector CT urography as a one-stop shop--protocol design, opacification, and image quality analysis[J]. Radiology, 2010, 255(2): 508-516. DOI: 10.1148/radiol.09082074.
[10] 卢向彬, 周鑫, 史浩. CTA、CTU联合应用在泌尿系统疾病中的应用价值研究[J]. 医学影像学杂志, 2013, 23(7): 1089−1091, 1110. DOI: 10.3969/j.issn.1006-9011.2013.07.033. LU X B, ZHOU X, SHI H. Value of CTA combined with CTU in the urogenital system diseases[J]. Journal of Medical Imaging, 2013, 23(7): 1089−1091, 1110. DOI: 10.3969/j.issn.1006-9011.2013.07.033. (in Chinese).
[11] 姜文龙, 杨艺, 吴志斌, 等. 结合能谱纯化与ADMIRE技术的一站式泌尿系CTA和CTU成像1例[DB/OL]. 中国临床案例成果数据库, 2023, 5(1): E02343-E02343. DOI: 10.3760/cma.j.cmcr.2023.e02343. JIANG W L, YANG Y, WU Z B, et al. A case of one-stop urological CTA and CTU imaging in combination with energy spectrum purification and ADMIRE technology was studied[DB/OL]. Chinese Medical Case Repository, 2023, 5(1): E02343-E02343. DOI:10.3760/cma.j.cmcr.2023.e02343. (in Chinese).
[12] 王鹤, 孙晓伟, 王继琛, 等. 正常集合系统分次团注双期与传统单次团注多期CT泌尿系造影的比较[J]. 中国医学影像技术, 2009, 25(11): 2076−2080. DOI: 10.3321/j.issn:1003-3289.2009.11.039. WANG H, SUN X W, WANG J C, et al. Comparasion of split-bolus2-phase CT urography and classical single bolus CT urography in normal collecting system[J]. Chinese Journal of Medical Imaging Technology, 2009, 25(11): 2076−2080. DOI: 10.3321/j.issn:1003-3289.2009.11.039. (in Chinese).
[13] KAREN C, FIONA C, LEJLA A, et al. CT urography: How to optimize the technique[J]. Abdominal Radiology, 2019, 44(12): 3786−3799. DOI: 10.1007/s00261-019-02111-2.
[14] 中华医学会放射学分会对比剂安全使用工作组. 碘对比剂使用指南(第2版)[J]. 中华医学杂志, 2014, 94(43): 3363−3369. DOI: 10.3760/cma.j.issn.0376-2491.2014.43.003. [15] WANG Z Q, SONG Y P, A G, et al. Role of hydration in contrast-induced nephropathy in patients who underwent primary percutaneous coronary intervention[J]. International Heart Journal, 2019, 60(5): 1077-1082. DOI: 10.1536/ihj.18-725.
[16] 中华医学会放射学分会心胸学组. 主动脉夹层CT血管成像标注专家共识[J]. 中华放射学杂志, 2024, 58(3): 250−257. DOI: 10.3760/cma.j.cn112149-20230719-00010. Cardiothoracic Group of Chinese Society of Radiology of Chinese Medical Association. Expert consensus on CT angiography annotation of aortic dissection[J]. Chinese Journal of Radiology, 2024, 58(3): 250−257. DOI: 10.3760/cma.j.cn112149-20230719-00010. (in Chinese).
[17] RAJIAH P, ABBARA S, HALLIBURTON S S. Spectral detector CT for cardiovascular applications[J]. Diagnostic and Interventional Radiology, 2017, 23(3): 187−193. DOI: 10.5152/dir.2016.16255.
[18] 中华医学会放射学分会, 中国医师协会放射医师分会, 安徽省影像临床医学研究中心. 能量CT临床应用中国专家共识[J]. 中华放射学杂志, 2022, 56(5): 476−487. DOI: 10.3760/cma.j.cn112149-20220118-00051. Chinese Society of Radiology of Chinese Medical Association, Chinese Radiologist Association, Research Center of Clinical Medical Imaging of Anhui Province. China expert consensus on clinical application of multi-energy CT[J]. Chinese Journal of Radiology, 2022, 56(5): 476−487. DOI: 10.3760/cma.j.cn112149-20220118-00051. (in Chinese).
[19] MICHAELA C, MAURIZIO C, NICOLO' R, et al. Computed tomography urography: State of the art and beyond[J]. Tomography, 2023, 9(3): 909−930. DOI: 10.3390/tomography9030075.
[20] 谢馥淳, 侯阳. 双层探测器光谱CT在外周血管成像中的应用进展[J]. 中华放射学杂志, 2021, 55(12): 1341−1344. DOI: 10.3760/cma.j.cn112149-20210816-00760. XIE F C, HOU Y. Application advantages of dual-layer spectral detector CT in peripheral vessels[J]. Chinese Journal of Radiology, 2021, 55(12): 1341−1344. DOI: 10.3760/cma.j.cn112149-20210816-00760. (in Chinese).
-
期刊类型引用(4)
1. 张彩云，韩志海. 2024年版肺结节诊治中国专家共识解读. 河北医科大学学报. 2025(04): 373-378 . 
百度学术
2. 王皓，白卓杰. 基于CT的人工智能技术在肺结节诊断中的应用进展. 中国临床研究. 2025(05): 667-671+676 . 百度学术
3. 刘洋，孙旭，王涟. 国内医疗健康领域人工智能研究热点及趋势分析. 中国医药导报. 2024(25): 191-196 . 百度学术
4. 康文文，韩贺东，吕镗烽，宋勇. 精准医疗时代下肺癌筛查的难点与对策. 中华结核和呼吸杂志. 2024(12): 1211-1216 . 百度学术
其他类型引用(1)
计量
- 文章访问数: 286
- HTML全文浏览量: 52
- PDF下载量: 43
- 被引次数: 5
