Radiology第21期：光子计数CT在评估新生儿先天性心脏缺陷疾病中的应用

关注「影浮科技」

回复 「20230523」获取本期文献下载链接

本期文献一共4篇，简要汇总如下：

P1: Photon-counting versus Dual-Source CT of Congenital Heart Defects in Neonates and Infants: Initial Experience 

概要

背景

光子计数CT（Photon-counting CT，PCCT）已被证明可以改善成人的心血管CT成像。新生儿、婴儿和3岁以下幼儿的数据缺失。

目的

比较超高节距PCCT与超高节径双源CT（dual-source CT，DSCT）在疑似先天性心脏缺陷儿童中的图像质量和辐射剂量。

材料和方法

这是对2019年1月至2022年10月期间在心脏和胸主动脉进行对比增强PCCT或DSCT的疑似先天性心脏缺陷儿童现有临床CT研究的前瞻性分析。使用CT剂量指数和剂量长度乘积计算有效辐射剂量。通过标准化感兴趣区域分析计算信噪比（SNR）和对比度噪声比（CNR）。计算SNR和CNR剂量比。视觉图像质量由四名独立阅片者以五分制进行评估：5分，优秀或不存在；4，良好或最小；3、中度；2、有限的或实质性的；和1，差或大。

结果

对113名儿童进行了对比增强PCCT（n=30）或DSCT（n=84）。30例PCCT患者中有29例（97%）获得了至少3分的诊断图像质量分数，而DSCT患者中为65例（77%）。PCCT的平均整体图像质量评级高于DSCT。PCCT的SNR和CNR高于具有SNR和CNR的DSCT。PCCT和DSCT的平均有效辐射剂量相似。

结论

在类似的辐射剂量下，PCCT在疑似心脏缺陷的儿童中提供了比DSCT更高的SNR和CNR，从而提供了更好的心血管成像质量。 

need-to-insert-img

P2：Opportunistic Screening: Radiology Scientific Expert Panel

背景

在放射学中，机会筛查需要利用临床适应症附带的潜在有价值的成像数据进行成像。

放射学检查通常包含与临床指征无关的丰富成像数据。机会性筛查是指系统地利用这些偶然的影像学发现的做法。尽管机会筛查可以应用于常规放射照相、超声和MRI等成像模式，但迄今为止，大多数注意力都集中在使用人工智能（AI）辅助方法进行的身体CT上。身体CT代表了一种理想的高容量模式，通过该模式对组织成分（如骨骼、肌肉、脂肪和血管钙）进行定量评估，可以提供有价值的风险分层，并有助于检测未被怀疑的症状前疾病。完全自动化这些测量的“可解释”人工智能算法的出现最终可能导致其常规临床应用。广泛实施机会性CT筛查的潜在障碍包括需要放射科医生、转诊提供者和患者的支持。除了根据年龄、性别、种族和民族扩大规范性数据外，还需要对获取和报告措施进行标准化。监管和报销障碍并非不可逾越，但对商业化和临床使用构成了巨大挑战。通过证明人口健康结果和成本效益的改善，随着基于价值的报销模式的成熟，这些基于CT的机会措施应该对支付者和医疗保健系统都有吸引力。如果非常成功，机会性筛查最终可以证明独立CT筛查的做法是合理的。 

P3: Influence of Cirrhosis on 68Ga-FAPI PET/CT in Intrahepatic Tumors

与氟-18氟脱氧葡萄糖相比，镓68（68Ga）成纤维细胞活化蛋白抑制剂（FAPI）PET/CT对肝硬化患者肝内肿瘤的诊断准确性更高，并且肝硬化不影响68Ga-FAPI的敏感性或摄取水平。

背景

镓68（68Ga）标记的成纤维细胞活化蛋白抑制剂（fibroblast activation protein inhibitor，FAPI）对肝内肿瘤具有重要的诊断价值。然而，肝硬化可能导致背景肝脏中68Ga-FAPI摄取增加，影响68Ga-FAPI的诊断能力。

目的

评估肝硬化对肝实质和68Ga-FAPI肝内肿瘤摄取的影响，并比较68Ga-FAPI和氟18（18F）标记的氟脱氧葡萄糖（FDG）PET/CT对肝硬化患者肝内肿瘤的描绘能力。

材料和方法

在这项前瞻性试验的二次分析中，在2020年8月至2022年5月期间同时接受68Ga FAPI和18F-FDG PET/CT治疗的患者和仅接受68Ga-FAPI PET/CT的患者分别被纳入肝硬化组或非肝硬化组。通过对影像学和临床数据的综合评估选择肝硬化患者，随机选择无肝硬化患者。68Ga FAPI和18F-FDG PET/CT数据由两名放射科医生测量。组间和组内数据分别用Mann-Whitney U检验和Wilcoxon符号秩检验进行检验。

结果

共评估了39名肝硬化患者和48名非肝硬化患者。在没有肝内肿瘤的患者中，肝硬化组的肝脏68Ga-FAPI平均标准化摄取值（SUVavg）高于非肝硬化组。然而，在肝内肿瘤敏感性的诊断上没有观察到差异（分别为98%和93%）。与18F-FDG相比，68Ga FAPI PET/CT检测肝硬化患者肝内肿瘤的灵敏度（分别为41%和98%）和肿瘤的最大标准化摄取值更高。

结论

68Ga-FAPI在肝内肿瘤诊断中的敏感性不受肝硬化的影响，68Ga-FAPI在肝硬化患者中的诊断准确性高于18F-FDG。 

need-to-insert-img

P4: Standalone AI for Breast Cancer Detection at Screening Digital Mammography and Digital Breast Tomosynthesis: A Systematic Review and Meta-Analysis

概要

背景

人们对人工智能（AI）系统在乳房X光检查中的潜在用途非常感兴趣。然而，在人工智能成为一种用于独立乳房X射线照相解释的模式之前，对其性能进行批判性评估是至关重要的。

目的

评估人工智能在数字乳房X光摄影和数字乳房断层合成成像（digital breast tomosynthesis，DBT）解释中的独立性能。

材料和方法

在PubMed、Google Scholar、Embase（Ovid）和Web of Science数据库中对2017年1月至2022年6月发表的研究进行了系统搜索。对受试者工作特征曲线下面积（AUC）值的敏感性、特异性和面积进行了审查。使用诊断准确性研究的质量评估和比较（分别为QUADAS-2和QUADAS-C）评估研究质量。对总体研究、不同研究类型（阅片者研究与历史队列研究）和成像技术（数字乳房X射线摄影与DBT）进行了随机效应荟萃分析和元回归分析。

结果

总共有16项研究，其中包括1项 108 497次考试中的328次 对091名女性进行了分析。在数字乳腺摄影的六项阅片者研究中，独立人工智能的合并AUC显著高于放射科医生（0.87 vs 0.81，P=0.002），但历史队列研究没有（0.89 vs 0.96，P=.152）。四项关于DBT的研究显示，与放射科医生相比，人工智能的AUC显著更高（0.90 vs 0.79，P<.001）。与放射科医师相比，独立人工智能的灵敏度更高，特异性更低。

结论

用于筛查数字乳房X光检查的独立人工智能与放射科医生一样好或更好。与数字乳腺摄影相比，评估人工智能系统在解释DBT筛查检查方面的性能的研究数量不足。