Clinical Value of Spectral Imaging Combined with MAR for CTA after Embolization of Intracranial Aneurysms
-
摘要:
目的：评价颅内动脉瘤栓塞术后能谱CTA联合去金属伪影技术（MAR）的应用价值。方法：收集37例颅内动脉瘤栓塞术后需行能谱头颈CTA检查患者的CT原始数据，分别重建出70～140 keV单能级图像、120 kVp-like混合能量图像及70～140 keV MAR处理图像和120kVp-like MAR图像；感兴趣区（ROI）放置在伪影最严重层面的线圈附近，测量CT值及标准差（SD），计算伪影指数（AI）及信噪比（SNR）；在主观分析方面，由两名诊断医生采用Likert 5分量表法对所有图像的伪影程度和血管显示能力进行评估；比较MAR组和非MAR组图像的主观评分和客观参数。采用Wilcoxon秩和检验、配对样本t检验及独立样本t检验比较各组图像之间的差异。结果：8组单能量图像上，MAR图像的AI明显低于非MAR图像；在80～110 keV条件下，MAR图像SNR高于非MAR组，差异具有统计学意义；相同keV下，与非MAR组相比，MAR组图像的伪影评分及周围血管显示主观评分得分均更高。对于非MAR处理图像，AI值与周围血管显示评分在植入不同直径弹簧圈的患者图像上没有统计学差；对于MAR图像，较大直径弹簧圈组（>8.79 mm）患者图像的AI值明显高于常规直径组，而周围血管显示主观评分明显低于常规直径组。结论：能谱CTA成像联合MAR可有效减少颅内动脉瘤栓塞植入物伪影，改善周围血管显示，对于小直径的弹簧圈MAR减少伪影效果最为显著。
Abstract:Objective: To evaluate the application value of combining spectral imaging and metal artifact reduction (MAR) in head and neck CTA after the embolization of intracranial aneurysms. Methods: We collected 37 patients who experienced embolization of intracranial aneurysms then received spectral imaging of head and neck CTA. Monochromatic images with energy ranging from 70～140 keV, 120 kVp-like mixed energic images, 70～140 keV MAR images, and 120 kVp-like MAR images were generated. The region of interest was placed on the area near the coil and with the most serious metal artifact. CT attenuation and standard deviation were measured, and artifact index (AI) and signal-noise ratio (SNR) were calculated. Two radiologists independently subjectively evaluated the metal artifact and the display of surrounding vessels using Likert 5 scales. The subjective scores and objective parameters between MAR and non-MAR images were compared. The Wilcoxon ranking test, paired sample t test, and independent sample t test were utilized to compare parameters between the groups. Results: MAR images had significantly lower AI than did non-MAR images for all eight monochromatic energies. When energies ranged from 80~110 keV, SNR was higher for MAR images than for non-MAR images, and the difference was statistically significant. With same energies, MAR images had higher artifact and vessel display scores than did non-MAR images. For non-MAR images, the different coil diameters did not make a statistical difference in AI and vessel display scores. For MAR images, a larger coil diameter (>8.79 mm) led to higher AI and lower vessel display scores than did normal diameters (≤8.79 mm). Conclusion: The combination of spectral imaging and MAR could effectively reduce the metal artifact of implants for the embolization of intracranial aneurysms and improve the surrounding vessel display. Moreover, the metal artifact reduction effect was more significant for the coils with smaller diameters.
-
继发性下肢淋巴水肿作为一种慢性致残性疾病，多由腹盆腔恶性肿瘤切除和/或放射治疗损伤淋巴系统所致，患者常伴有下肢肿胀、疼痛、活动受限等症状，继发于妇科恶性肿瘤术后的下肢淋巴水肿发生率可高达60％[1-2]，严重影响癌症幸存者心理健康与生活质量，但是目前临床上并没有理想的治疗方式适用于所有继发性下肢淋巴水肿的患者[3]，因此明确下肢淋巴水肿诊断与分级对癌症幸存者意义深远。
仅依据2016版国际淋巴学会共识[4]中患肢体积较健肢体积增大的百分比将患者分为轻、中、重3级，不足以明确疾病进展程度，这主要是因为继发性淋巴水肿患者肢体体积增大的成分多样，包括脂肪及纤维化等[5]，即使体积增大比例一致，以脂肪为主型和纤维化为主型的不同患者手术的难度和风险也大相径庭[6]。此外，处于不同分级的患者组织增加的成分也可能相同。
能谱CT不仅可通过阈值测量法量化体积，还可利用不同物质在不同X线能量下的吸收情况提供比常规CT更多的信息[7]，本研究通过能谱CT多物质解析算法量化淋巴水肿肢体脂肪含量比，以期为临床提供更多的分级诊断信息。
1. 材料与方法
1.1 一般资料
本研究通过医院伦理委员会批准，搜集2019年6月至2020年6月因继发性下肢淋巴水肿入我院就诊的40例患者。
入组标准：①恶性肿瘤根治性切除术后和/或放射治疗后出现单侧下肢淋巴水肿的患者；②于下肢淋巴水肿治疗前行能谱CT检查的患者；③签署知情同意书的患者。排除标准：①原发性下肢淋巴水肿患者以及其它任何原因如心源性、血管源性、肝肾功能不全、代谢性疾病等导致的下肢水肿患者；②合并恶性肿瘤复发和/或淋巴结转移的患者。
1.2 能谱CT成像与后处理
所有检查均在GE Revolution CT完成，扫描范围自盆腔至双足，患者双腿保持解剖学定位，双脚稍微分开。扫描参数：管电压80/140 kVp快速切换，管电流自动调节模式100～200 mA，噪声指数12，Asir比例40％，球管旋转时间0.5 s，螺距0.992∶1，探测器宽度8 cm，矩阵512×512，SFOV 50 cm。
所得原始数据均以2.5 mm层厚，2.5 mm层间隔进行三维重组，所得能谱CT图像均导入GE AW 4.7工作站，使用水-脂肪作为基物质对进行后处理，将原始图像处理为水基和脂肪基物质图，将所得脂肪基物质图分别重组为轴面、冠状面、矢状面图像。
采用CT阈值法分别测量患侧与健侧下肢体积（图 1）。基于多物质解析的脂肪量化算法显示2.5 mm层厚的脂肪体积分数图像（图 2），对下肢脂肪含量进行定量评估，分别选取患侧及健侧全下肢作为感兴趣区域，记录患侧及健侧全下肢脂肪体积分数值。为了确保观察者间和观察者内的一致性，所有能谱CT图像均由两名5年以上工作经验的放射科医生共同测量。
![]()
图 1 能谱CT平扫下肢轴面图像，分别选取患侧与健侧同层面为感兴趣区，该截面患侧和健侧肢体脂肪体积（cm3）分别为26.1±152.4和22.0±169.1Figure 1. The axial image of lower extremity by spectral CT plain scan. The same section of the affected and healthy side were selected as the ROIs, the fat volume of the affected and healthy side on this section (cm3) is 26.1±152.4 and 22.0±169.1, respectively![]()
图 2 下肢轴面脂肪体积分数CT图像，分别选取患侧与健侧同层面为感兴趣区，该截面患侧和健侧肢体脂肪体积分数（％）分别为：66.42±37.83和64.83±40.79Figure 2. The axial FVF image of the lower extremity. The same section of the affected and healthy side were selected as the ROIs, the percentage FVF of the affected and healthy side on this section is 66.42±37.83 and 64.83±40.79, respectively1.3 统计学分析
所有数据均采用SPSS 25.0版软件进行统计分析，分别计算CT阈值测量法所得患侧与健侧下肢体积的中位数及标准差。计算（患侧下肢体积 - 健侧下肢体积）/健侧下肢体积的结果，参照2016版国际淋巴协会共识分级标准，将入组患者分为轻、中、重度3级。
采用配对 t 检验分别分析轻、中、重度患者患侧与健侧下肢脂肪体积分数之间的差异。采用秩和检验分析轻、中、重度患者之间患侧下肢脂肪体积分数的差异。P<0.05认为差异有统计学意义。
2. 结果
2.1 患者一般资料
最终入组患者40例，女/男（36/4），年龄范围32～71岁，中位年龄（53±10）岁，病程（3±5）年，主要临床表现为单侧下肢肿胀（左侧24例，右侧16例）、疼痛、活动受限。其中继发于子宫内膜癌7例，宫颈癌22例，卵巢癌4例，腹股沟肿瘤4例，阴茎癌1例，下肢皮肤病变2例。轻度8例，中度14例，重度18例。
2.2 测量结果及统计学分析
CT阈值法测得全组、轻度、中度以及重度患者的患侧与健侧下肢体积值见表1，全组、轻度、中度以及重度患者患侧与健侧下肢体积差异均有统计学意义。
表 1 能谱CT阈值法测量患侧与健侧下肢体积Table 1. The volume of the affected and healthy side by spectral CT threshold value software分级\部位 体积/cm3 统计检验 患侧 健侧 t P 全组（n=40） 9962±2261 6762±1422 11.302 0.000 轻度（n=8） 8358±2213 7379±1862 8.126 0.000 中度（n=14） 8705±1701 6547±1314 15.460 0.000 重度（n=18） 10684±1864 6927±1376 15.487 0.000 能谱CT多物质解析算法测得全组、轻度、中度以及重度患者患侧与健侧下肢脂肪体积分数见表2，全组、轻度、中度以及重度患者的患侧下肢脂肪体积分数与健侧差异均有统计学意义。
表 2 能谱CT多物质解析算法测量患侧与健侧下肢脂肪体积分数Table 2. The percentage FVF of the affected and healthy side by spectral CT MMD algorithm分级\部位 脂肪体积分数/％ 统计检验 患侧 健侧 t P 全组（n=40） 58.00±6.98 54.96±8.71 5.195 0.000 轻度（n=8） 57.98±5.96 55.37±7.53 2.430 0.045 中度（n=14） 58.20±9.08 54.36±10.19 3.987 0.002 重度（n=18） 57.86±5.84 55.25±8.42 2.693 0.015 能谱CT阈值测量法显示入组患者的患侧下肢体积均大于健侧下肢体积，这一差异在轻、中、重度组均存在，下肢体积增大百分比最大的患者患侧和健侧下肢体积分别为10071 cm3和4764 cm3，体积增大百分比高达 111％。
能谱CT多物质解析算法显示入组患者的患侧脂肪体积分数均大于健侧脂肪体积分数，这一差异同时存在于轻、中、重度组患者中，体积增大百分比最大的患者患侧和健侧脂肪体积分数分别为48.46％ 和 45.04％。
轻、中、重度3组患者两两之间患侧下肢脂肪体积分数的差异均无统计学意义，提示脂肪体积分数这一单一参数不能用于区分轻、中、重度下肢淋巴水肿。
3. 讨论
继发性下肢淋巴水肿是由外伤、感染、放疗和/或手术等引起淋巴回流机械阻塞，患侧下肢淋巴液积聚、脂肪及纤维化等多种成分的增加导致患侧肢体进行性肿胀[8]，不同疾病进程的治疗方式不同，淋巴静脉吻合术对继发性下肢淋巴水肿轻度患者更有效，中度和重度患者需联合下肢脂肪抽吸手术[9]。目前临床上主要依据2016版国际淋巴学会共识中体积增大百分比对继发性下肢淋巴水肿患者进行分级诊断，常采用软尺测量下肢多径线，将所得数据代入圆锥体公式计算下肢体积，但是该方法受测量者主观因素影响较大，且是估值数据[10]。
CT阈值法已广泛应用于乳突气房、颅内血肿、肌肉、脏器脂肪等的测量中[11-13]，本研究的前期研究已证实CT阈值法与临床多径线测量法对继发性下肢淋巴水肿肢体体积测量的一致性非常好[14]。
研究[15]证明肥胖是发生淋巴水肿的危险因素，并且该风险与体重成正比，与此同时淋巴水肿也可引起功能失调的脂肪细胞肥大和增生，从而导致继发性局部脂肪沉积，这两个过程通过正反馈不断维持和加强。下肢脂肪抽吸术[1,6]可去除过多的皮下脂肪组织，适用于淋巴管功能丧失的患者，可有效缓解患肢肿胀，改善肢体塑性，但是不同脂肪含量患者的手术难度不同。目前临床上急需有效的脂肪体积量化工具，帮助临床医生进行术前预警及术后疗效评价。
文献[7, 16-18]报道中主要的脂肪体积测量方法有：质子磁共振波谱和能谱CT多物质解析算法等，其中质子磁共振波谱是基于组织中脂肪和水的质子密度比来测得脂肪含量的，不是体积测量，应用于脂肪肝患者时还存在脂肪含量高估的情况[7]，且磁共振扫描时间长、价格昂贵等也加重了患者负担。相较之下，CT扫描时间短，更具价格优势，快速管电压切换的能谱CT可以生成多个参数并提供定性和定量分析，尤其是能谱CT多物质解析算法，可以区分 3 种甚至更多种不同的物质，生成脂肪体积分数图像对脂肪含量进行定量和可视化评估，尤其适用于成分复杂的人体器官，如血液、脂肪、水和骨骼等，既往的研究证实能谱CT的肝脏脂肪体积分数值准确且可重复[7,17]，能谱CT多物质解析技术还可有效识别骨骼、肺和软组织[18]，但是目前尚没有应用于淋巴水肿类疾病的报道。
本研究首次将能谱CT多物质解析算法应用于继发性下肢淋巴水肿患者下肢脂肪含量的测量中，与健侧相比，轻、中、重度患者患侧下肢的脂肪体积分数均大于健侧。这符合继发性下肢淋巴水肿患者皮下脂肪沉积的病理生理特征[5,8]。但是轻、中、重度患者两两之间患侧下肢脂肪体积分数的差异无统计学意义，这主要是由于脂肪体积分数是感兴趣区范围内下肢的脂肪占据全下肢的比例，不是绝对量，要受到患侧下肢本体基线体积、增生程度和纤维化程度等多种因素影响[8]。因此，只依据单一参数不具备完全量化分析能力，需结合上述多因素，才能进行准确评价。
本研究的不足：①除了脂肪含量外，纤维化的程度对于评估继发性下肢淋巴水肿严重程度也很重要，下一步的研究需进一步加入纤维化含量的分析；②本研究样本量较小，下一步需要增大样本量，进一步探讨处于同一分级患者的脂肪体积分数是否存在差异；③本次研究中我们没有进行治疗前后脂肪体积分数变化的对比，下一步的研究可将治疗前后进行对照分析，进行疗效评价；④CT扫描具有辐射，但是本研究主要针对恶性肿瘤患者，且辐射剂量远低于多时相腹盆腔CT扫描。
4. 结论
能谱CT多物质解析算法可以量化继发性下肢淋巴水肿的脂肪含量比，但不能单独用于继发性下肢淋巴水肿的分级评价中。
-
![]()
图 1 典型病例。女，49岁，左侧颈内动脉瘤术后
（a）和（b）为120 kVp-like非MAR图像（血管窗），显示弹簧圈周围伪影较重，无法准确判定弹簧圈与邻近血管的关系；（c）和（d）为120 kVp-like MAR图像（血管窗），弹簧圈周围伪影明显减轻，可清晰显示弹簧圈及周围血管；（e）为120 kVp-like联合MAR血管曲面重组图像，清晰显示后交通动脉起始部的弹簧圈，邻近血管未见明显狭窄及瘤样扩张。
Figure 1. Scheme diagram of a representative case. Female, 49 years old, after surgery for left internal carotid aneurysm
表 1 MAR图像与非MAR图像的伪影指数与信噪比比较
Table 1 Comparison of artifact index and signal to noise ratio between MAR and non-MAR images
电压 AI P SNR P MAR组 非MAR组 MAR组 非MAR组 70 keV 49.67±67.19 112.04±53.18 0.014 −2.74±2.27 −4.20±3.13 0.164 80 keV 45.91±67.05 100.32±52.39 0.012 −2.91±2.64 −4.82±3.90 0.009 90 keV 41.91±61.17 96.48±47.02 0.009 −3.08±2.85 −4.57±2.93 0.011 100 keV 36.97±51.77 93.45±44.13 0.014 −3.21±3.04 −4.70±3.10 0.034 110 keV 36.45±52.85 94.59±47.65 0.016 −3.26±3.16 −4.56±3.06 0.044 120 keV 36.22±53.74 93.46±48.67 0.017 −3.24±3.20 −4.61±3.25 0.050 130 keV 36.01±54.51 92.14±49.39 0.017 −3.26±3.27 −4.69±3.44 0.050 140 keV 35.96±55.17 91.30±50.16 0.018 −3.25±3.28 −4.76±3.63 0.055 120 kVp-like 47.20±70.50 110.10±55.9 0.015 −3.19±2.40 −4.51±3.63 0.059 注：MAR为去金属伪影；AI为伪影指数；SNR为信噪比。 
下载: 导出CSV
表 2 植入不同直径弹簧圈的患者CT图像质量比较
Table 2 Image quality comparison among CT images of patients implanted with coils of different diameters
参数 组别 P A组（≤8.79 mm） B组（>8.79 mm） AI（MAR） 22.72±16.02 79.91±108.18 0.011 AI（非MAR） 108.88±43.15 111.84±81.17 0.195 SNR（MAR） -2.00±2.32 -4.79±1.57 0.124 SNR（非MAR） -2.62±1.25 -7.04±4.54 0.068 伪影评分（MAR） 4.40±0.23 3.70±0.53 0.093 伪影评分（非MAR） 3.28±0.10 3.10±0.10 0.830 周围血管显示（MAR） 4.55±0.17 3.43±0.58 0.032 周围血管显示（非MAR） 3.25±0.37 3.10±0.10 0.131 注：MAR为去金属伪影；AI为伪影指数；SNR为信噪比。
下载: 导出CSV
表 3 MAR图像与非MAR图像的主观图像质量评分比较
Table 3 Comparison of subjective image quality scores between MAR and non-MAR images
电压 伪影评分 P 周围血管显示评分 P MAR组 非MAR组 MAR组 非MAR组 70 keV 3.76±0.53 3.01±0.34 0.009 3.87±0.64 3.03±0.76 0.009 80 keV 3.90±0.53 3.13±0.10 0.005 3.93±0.60 3.11±0.22 0.007 90 keV 4.07±0.48 3.24±0.15 0.001 4.04±0.67 3.19±0.28 0.009 100 keV 4.20±0.51 3.32±0.18 0.001 4.10±0.71 3.24±0.31 0.011 110 keV 4.33±0.46 3.43±0.15 <0.001 4.06±0.66 3.23±0.31 0.010 120 keV 4.43±0.46 3.50±0.16 <0.001 3.97±0.62 3.19±0.24 0.014 130 keV 4.47±0.41 3.61±0.16 <0.001 3.88±0.56 3.17±0.21 0.010 140 keV 4.54±0.42 3.67±0.14 <0.001 3.77±0.51 3.10±0.15 0.008 120 kVp-like 4.10±0.51 3.20±0.13 0.001 4.10±0.70 3.19±0.28 0.011 注：MAR为去金属伪影。
下载: 导出CSV
-
[1] GOERTZ L, LIEBIG T, PENNIG L, et al. Propensity score-adjusted analysis on stent-assisted coiling versus coiling alone for ruptured intracranial aneurysms[J]. Scientific Reports, 2021, 11(1): 21742. doi: 10.1038/s41598-021-01156-y
[2] YU A Y, ZERNA C, ASSIS Z, et al. Multiphase CT angiography increases detection of anterior circulation intracranial occlusion[J]. Neurology, 2016, 87(6): 609−616.
[3] 李杰, 袁源, 陈永明, 等. MAR技术去除脊柱金属物伪影的临床应用研究[J]. 临床放射学杂志, 2020,39(6): 1180−1184. LI J, YUAN Y, CHEN Y M, et al. Clinical application of MAR technique in removing metal artifacts in the spine[J]. Journal of Clinical Radiology, 2020, 39(6): 1180−1184. (in Chinese).
[4] YU L, PRIMAK A N, LIU X, et al. Image quality optimization and evaluation of linearly mixed images in dual-source, dual-energy CT[J]. Medical Physics, 2009, 36(3): 1019−1024. doi: 10.1118/1.3077921
[5] de MAN B, NUYTS J, DUPONT P, et al. Metal streak artifacts in X-ray computed tomography: A simulation study[J]. IEEE Transactions on Nuclear Science, 1999, 46(3): 691−696. doi: 10.1109/23.775600
[6] MAMOURIAN A C, PLUTA D J, ESKEY C J, et al. Optimizing computed tomography to reduce artifacts from titanium aneurysm clips: An in vitro study[J]. Journal of Neurosurgery, 2007, 107(6): 1238−1243. doi: 10.3171/JNS-07/12/1238
[7] HOSOI R, YASAKA K, MIZUKI M, et al. Deep learning reconstruction with single-energy metal artifact reduction in pelvic computed tomography for patients with metal hip prostheses[J]. Japanese Journal of Radiology, 2023, 41: 863−871.
[8] YAZDI M, GINGRAS L, BEAULIEU L. An adaptive approach to metal artifact reduction in helical computed tomography for radiation therapy treatment planning: Experimental and clinical studies[J]. International Journal of Radiation Oncology Biology Physics, 2005, 62(4): 1224−1231. doi: 10.1016/j.ijrobp.2005.02.052
[9] ANDERSSON K M, NOWIK P, PERSLIDEN J, et al. Metal artefact reduction in CT imaging of hip prostheses: An evaluation of commercial techniques provided by four vendors[J]. British Journal of Radiology, 2015, 88(1052): 20140473. doi: 10.1259/bjr.20140473
[10] MELLANDER H, FRANSSON V, YDSTROM K, et al. Metal artifact reduction by virtual monoenergetic reconstructions from spectral brain CT[J]. European Journal of Radiology Open, 2023, 10: 100479. doi: 10.1016/j.ejro.2023.100479
[11] ZOPFS D, LENNARTZ S, PENNIG L, et al. Virtual monoenergetic images and post-processing algorithms effectively reduce CT artifacts from intracranial aneurysm treatment[J]. Scientific Reports, 2020, 10(1): 1−10. doi: 10.1038/s41598-019-56847-4
[12] WINKLHOFER S, HINZPETER R, STOCKER D, et al. Combining monoenergetic extrapolations from dual-energy CT with iterative reconstructions: Reduction of coil and clip artifacts from intracranial aneurysm therapy[J]. Neuroradiology, 2018, 60(3): 281−291. doi: 10.1007/s00234-018-1981-9
[13] 李杰, 袁源, 王春杰, 等. 能谱CT去金属伪影(MAR)技术用于减低单髋关节置换物伪影[J]. 中国医学影像技术, 2021,37(1): 131−135. LI J, YUAN Y, WANG C J, et al. Energy spectrum CT metal artifacts reduction (MAR) for reducing artifacts of unilateral hip arthroplasty[J]. Chinese Medical Imaging Technology, 2021, 37(1): 131−135. (in Chinese).
[14] 付雨菲, 王弘, 邱晓明, 等. 双能量CT单能谱成像技术在颅内动脉瘤夹闭术后的应用[J]. 临床放射学杂志, 2015,5(34): 813−817. FU Y F, WANG H, QIU X M, et al. Application of dual energy monoenergetic CT technique in the evaluation of clipped intracranial aneurysms[J]. Journal of Clinical Radiology, 2015, 5(34): 813−817. (in Chinese).
[15] PESSIS E, CAMPAGNA R, SVERZUT J M, et al. Virtual monochromatic spectral imaging with fast kilovoltage switching: Reduction of metal artifacts at CT[J]. Radiographics, 2013, 33(2): 573−583. doi: 10.1148/rg.332125124
[16] FERNANDEZ D M, ARMENTIA E S, FIORE A B, et al. The utility of dual-energy CT for metal artifact reduction from intracranial clipping and coiling[J]. Radiologia, 2018, 60(4): 312−319. doi: 10.1016/j.rx.2018.02.009
[17] 赵艳娥, 宁辉, 郑玲, 等. 双能量CT虚拟单能谱成像技术在脑动脉瘤夹闭术后评估中的应用[J]. 放射学实践, 2014,(9): 988−992. ZHAO Y E, NING H, ZHENG L, et al. The application of monoenergetic imaging in postoperative evaluation of the patients with intracranial aneurysm clipping using dual energy CT angiography[J]. Radiology Practice, 2014, (9): 988−992. (in Chinese).
[18] 潘雪琳, 李真林, 程巍, 等. 双源CT单能谱成像技术减低颅内动脉瘤夹伪影的研究[J]. 放射学实践, 2013,28(12): 1212−1215. PAN X L, LI Z L, CHENG W, et al. Optimal monoenergetic imaging for reducing titanium clip metal artifacts in dual-energy computed tomography angiography[J]. Radiology Practice, 2013, 28(12): 1212−1215. (in Chinese).
[19] 宁志光, 马国峰, 于远, 等. 宽体探测器CT多物质伪影降低技术对CT扫描图像质量的影响[J]. 中华放射学杂志, 2017, 51(10): 790-793. NING Z G, MA G F, YU Y, et al. The effect of a multi-material artifact reduction algorithm in a wide-detector CT system to reduce the beam hardening artifacts in CT imaging[J], Chinese Journal of Radiology, 2017, 51(10): 790-793. (in Chinese).
[20] DEBASHISH P, SHUQIN D, KAREN P, et al. Smart metal artifact reduction[J]. White Paper, GE Healthcare, 2016.
[21] ZHENG H, YANG M, JIA Y, et al. A novel subtraction method to reduce metal artifacts of cerebral aneurysm embolism coils[J]. Clinical Neuroradiology, 2022, 32(3): 687-694.
[22] ZHANG X, WANG J, XING L. Metal artifact reduction in X-ray computed tomography (CT) by constrained optimizatio[J]. Medical Physics, 2011, 38(2): 701−711. doi: 10.1118/1.3533711
[23] BAL M, SPIES L. Metal artifact reduction in CT using tissue-class modeling and adaptive prefiltering[J]. Medical Physics, 2006, 33(8): 2852−2859. doi: 10.1118/1.2218062
[24] WELLENBERG R, HAKVOORT E, SLUMP C, et al. Metal artifact reduction techniques in musculoskeletal CT-imaging[J]. European Journal of Radiology, 2018, 107: 60−69. doi: 10.1016/j.ejrad.2018.08.010
-
期刊类型引用(1)
1. 季火英，陈烨，段小洋. 桃红四物汤合五苓散治疗心力衰竭水肿的临床疗效. 深圳中西医结合杂志. 2024(22): 30-33 . 
百度学术
其他类型引用(0)
计量
- 文章访问数: 140
- HTML全文浏览量: 40
- PDF下载量: 17
- 被引次数: 1
