作者：周广敏，王芳，江海涛，浙江省肿瘤医院；陈伟，江浩川，明峰医疗系统股份有限公司
目前，应用最普遍的常规CT 成像技术主要从形态学、密度的差异和强化幅度的不同上检出病变、对病变进行诊断及鉴别诊断。2009 年能谱CT 问世，它不仅能够更好地显示解剖结构及病变形态，还可以多参数、定量地评价病变组织，为满足临床需求提供了更多可能，尤其在肿瘤的早期检出、定性诊断、疗效评估及预后判断方面均展现了巨大的潜力。
1.能谱CT 成像的基本原理和参数
在临床诊断所使用的X 线能级范围内，物质对X 线的衰减主要由光电效应和康普顿散射两种物理作用决定。因此，所有物质的质量衰减系数都可以足够精确地表示为光电效应和康普顿散射的线性组合。在此基础上，若选取两种质量衰减系数已知的物质，并且这两种物质的光电效应和康普顿散射的特性具有明显差异，通过坐标变换，任一物质的质量衰减系数都可以表示为所选取的两种物质的质量衰减系数的线性组合。所选取的两种物质通常称为基物质。
水和
通过测出体素内水基物质和碘基物质密度，得出其所占比例，然后算出体素在不同等级能量下的衰减系数，从而绘制出衰减曲线。该衰减曲线具有特异性，根据不同物质的衰减曲线可以分析出物质的组成成分；物质的衰减曲线是用CT 值来表示的。
能谱CT 能够提供比常规CT 更多的人体不同组织的影像信息，其硬件设备上主要有两种实现方式，一种是以双X线管为核心技术的双源CT，另一种是以瞬切双kVp(管电压)为核心技术的能谱CT。目前临床上使用的技术参数主要是：
(1)虚拟单色图像(virtual monoenergetic image，VMI)：相当于单一能量X 线成像，通过解析混合能量图像而得到。低能量水平的X 线穿透力低，图像上组织的对比度增强，有利于病灶的显示，但噪声增大，而高能量水平的X 线穿透力强，可以减少硬化伪影，但组织对比度降低，因此需对不同病灶选取最佳单能量keV 值的VMI，以达到噪声最低而与正常组织差异最大的效果，即对比噪声比(contrast noise ratio，CNR)最高。
(2)基物质图像：基于能谱成像的物质分离技术可获得碘基图和水基图，在碘基图中碘浓度(iodine concentration，IC)被量化，通常为消除个体化差异，一般以同层面主动脉IC 值为参考，获得标准化碘浓度(normalized iodine concentration，NIC)，可以间接反映组织的微变化。
(3)能谱曲线：根据不同的物质对于不同能量X 线的吸收特征的不同可以绘制出不同的曲线形态，以keV 为横坐标，以CT 值为纵坐标，根据曲线形态及能谱曲线斜率(λHU )的不同可以进行疾病的鉴别诊断和同源性分析。
(4)有效原子序数：指某一元素对X 线的吸收系数与某物质的X 线吸收系数相同，则该元素的原子序数可作为此物质的有效原子序数，将各体素对应的有效原子序数量化形成伪彩图，与常规CT 相比，原子序数为每个像素加入了物质成分的信息，可以对病灶或组织的真实成分进行较准确分析。
2.能谱CT 在肿瘤领域的研究进展
2.1 肿瘤的早期检出
临床上有些病灶与组织在常规CT 扫描中由于CT 值相近、形态大小相似而难以区分，能谱CT 可以提供最佳keV的VMI 图像及碘基图，有助于一些小病灶的显示，提高肿瘤检出率。江桂莲等的研究发现把人工智能(AI)
Groβe Hokamp等鼓励在筛查肝脏局灶性病变时使用低能量VMI，尤其是对低密度实质中的略低密度病变的筛查，并且建议将40 keV的VMI 应用于血管丰富病变。有研究表明图像噪声与能量水平呈开口向上的类似抛物线型分布，在70 keV 时图像噪声最低，吕培杰等把CNR 最高时的40 ~55 keV 与噪声最低时的70 keV VMI 进行融合，提高了小
Lin 等把最佳单能量水平(45 ~ 60 keV)图像与碘基图结合起来，
综上所述，能谱成像在提高肿瘤检出率方面有较高的应用价值，针对不同的组织具有不同的最佳VMI，然取值参数目前尚无统一定论，或与设备采集参数、样本纳入等相关。
2.2 肿瘤的良恶性鉴别
能谱CT 的IC、NIC、λHU、有效原子序数对肿瘤良恶性的鉴别诊断都具有较高的价值。Zhou 等使用能谱CT 鉴别直径小于5 cm 的胸腺上皮肿瘤和胸腺囊肿，研究发现动脉期(arterial phase，AP)的60 keV、静脉期(venous phase，VP)的70 keV、动静脉期的有效原子序数及IC 都显示了较好的鉴别效能。
Hou 等使用70 keV 的净增强CT 值、病灶中心和周边区域之间的dCT 值，dCT = (CT 周边- CT 中心)、NIC、λHU来鉴别肺癌与炎性肿块，发现肺癌中心区CT 净强化值、NIC、λHU在AP 和VP 均显著低于炎性肿块，且肺癌的dCT 值高于炎性肿块，VP 中心区NIC 在区分恶性和炎性肿块方面具有最高的灵敏度为86% 和特异度为100%。
Lin等的研究表明，恶性组的IC、NIC、λHU 显著低于活动性炎症组，而高于结核组。以上研究表明对于肺内肿块良恶性的鉴别，能谱CT 参数IC、NIC、λHU均显示出恶性病变低于炎性病变而高于其他良性病变的特性。刘晓冬等的研究发现AP 的40 keV、50 keV 下，大肠腺瘤的CT 值、λHU、IC 均低于肿块型腺癌，均有统计学差异，而且AP 的IC 鉴别的曲线下面积(AUC)最大为0.757，λHU 诊断敏感度高于单能量CT值。
Yu 等的研究表明VP 的病灶-正常实质碘浓度比(the lesion-normal parenchyma iodine concentration ratio，LNR)在鉴别肝细胞癌与局灶性结节性增生中具有最高的灵敏度和特异度。李昇霖等的研究使用能谱CT 参数来鉴别肾脏乏脂性血管平滑肌脂肪瘤与嫌色细胞癌，结果显示乏脂性血管平滑肌脂肪瘤的皮质期的70 keV 单能量CT 值、IC 均高于嫌色细胞癌，且具有统计学差异。
这些研究表明在其他肿瘤良恶性鉴别方面，能谱CT 参数IC、λHU、LNR 也展示了一定的应用价值，但目前对于鉴别参数的选择、阈值、期相等尚无法得出一致性的结论。以上研究结果显示对于乏血供病变，恶性肿瘤的能谱CT 参数值通常大于良性；对于富血供病变，恶性肿瘤的能谱CT 参数值通常小于良性，其中参数NIC、λHU在肿瘤良恶性鉴别中具有更高的应用价值，可能是鉴别肿瘤良恶性的新特征。由于使用不同扫描设备、采用不同的能谱参数及存在测量误差等因素，能谱CT 各参数对良恶性肿瘤的鉴别，尚未得出一致性的鉴别阈值。
2.3 肿瘤的病理类型预测
术前预测肿瘤病理类型在治疗方案的选择和预后评估中的作用越来越关键。多参数能谱CT 能用来进行组织成分分析，有利于肿瘤病理类型的预测。梁小红等的研究显示高级别肾透明细胞癌的70 keV(HU)值、NIC 及λHU 均高于Ⅱ型乳头状
李琦等的研究认为当肿瘤直径> 2 cm 时，肺腺癌的平扫λHU、有效原子序数及钙浓度均大于鳞癌，腺癌AP 的λHU 及IC 也大于鳞癌，且平扫λHU对肺腺癌和鳞癌最具有鉴别价值，AUC、敏感度和特异度分别为0.876、91.4%、80.0%，而且鳞癌的能谱曲线多是呈平直或是缓慢上升型，腺癌多呈缓慢或快速下降型。
以上研究表明，对于能谱CT 参数NIC、λHU 对于肾细胞癌及肺癌的病理类型鉴别有较高的诊断效能，有助于术前指导治疗方案的选择及评估预后。值得期待的是能谱CT 在其他部位肿瘤中的应用价值研究及预测病理亚型的价值。
2.4 肿瘤的分期评估
肿瘤的TNM 分期是评估患者预后、进行分期诊疗的最重要分期体系。孙兴智等的研究表明
Yang 等对肺癌转移性及非转移性淋巴结的研究结果显示，转移性淋巴结的NIC、λHU 显著高于非转移性淋巴结，当AP 的λHU 的最佳临界值为2.75 时，AUC 最大为0.951。Baxa 等提出了一个新的定量指标来鉴别肺癌淋巴结转移，即动脉强化分数(AEF)(AEF = AP 的绝对碘含量/ VP 的绝对碘含量)，结果显示转移组与非转移组淋巴结的AEF 分别是90.4% 、72.7%，具有统计学意义。
许晓泉等对甲状腺乳头状癌颈部淋巴结转移情况进行研究，显示动、静脉期转移淋巴结的NIC、标准化有效原子序数、λHU 均高于非转移淋巴结，其中AP 的NIC 的诊断效能最高，AUC 为0.896；双能CT 定量参数对甲状腺乳头状癌颈部淋巴结转移的AUC 是0.912，而常规CT 图像特征只有0.783，把两者联合起来可以达到0.922，进一步提高了诊断准确性。
Zhou等的研究显示利用能谱CT 70 keV 的图像中
常规CT 只能通过淋巴结的短径及强化方式来判断是否转移，能谱CT 的单能量图像、IC、NIC、有效原子序数多参数成像，提供了更多信息，增加了判断淋巴结是否转移的信心，与常规CT 结合起来进行N 分期的价值更高。能谱CT 利用其多个参数评估远处病灶和原发灶的一致性、同源性，从而判断远处病灶是否转移，可以用来评估肿瘤的M 分期。李淑等的研究认为
陈盈等应用能谱CT 诊断小细胞肺癌、转移性淋巴结与反应增生性淋巴结，结果显示小细胞肺癌与其相应的转移性淋巴结能谱曲线重合性较好，且都与反应增生性淋巴结的能谱曲线有较大差别，表明能谱CT 成像可以在一定程度上反映出转移性淋巴结与原发肺癌之间的同源性。
这些研究表明能谱CT 参数IC、λHU可以应用于M 分期，且能谱曲线的同源性分析展现了在M 分期中的应用价值，有待进一步大样本的研究。以上研究显示能谱CT 定量参数对于肿瘤的TNM 分期有较高的应用价值，其中参数IC、λHU表现最优。
2.5 疗效评估
临床上不能手术切除的中晚期肿瘤患者，需要首先进行放化疗，但不同的治疗方案，疗效差异较大，预测或早期评价病灶对放化疗的敏感度意义重大。常规CT 在肿瘤疗效评估方面依赖于对肿瘤大小及血供变化的监测，具有延迟性和灵敏性差的特点。Tang 等研究了常规CT 胃癌直径的变化和能谱CT 动、静脉期IC 的变化对化疗效果的评估，结果发现化疗前后AP 的IC 变化的AUC 为0.857，明显高于肿瘤直径变化的AUC 0.542，说明IC 较常规CT 特征更能早期、准确评估胃癌的化疗效果。
Fehrenbach 等证明光谱CT测得的IC 可以提示
以上研究均表明能谱CT 参数IC、λHU 对放化疗效果较为敏感，有效组值通常显著降低。一系列研究显示能谱CT 参数IC、NIC、λHU在部分肿瘤疗效评估方面具有较高的应用价值，而且能反映参数值与疗效之间的线性相关性。
3. 能谱CT 与影像组学
影像组学通过计算机数据挖掘技术从图像中提取出大量特征来对肿瘤感兴趣区进行定量分析，进而为临床提供有价值的信息。近年来，随着大数据的提出和AI 技术的迅速发展，出现了基于深度学习的影像组学技术方法，通过模型的自动学习来提取和选择特征，从而进行预测。
纹理分析常用于传统CT 图像的研究，而能谱CT 所具有的丰富的定量数据在纹理分析上应该有更大的应用潜能，这就把能谱CT 与影像组学相结合应用于肿瘤领域提供了新的契机。Wang 等使用深度学习来预测能谱CT 图像的原发性肺癌的淋巴结转移，其获得的最好的模型是由40 keV 数据集训练得到的，准确率达到了86%。Zhou 等使用双能CT 碘图谱的影像组学分析来诊断
王睿等研究了基于能谱CT 的影像组学来预测进展期的胃腺癌淋巴结转移情况，显示淋巴结转移组的肿瘤VP 的IC 大于非转移组，然后把影像组学标签40keV AP、65 keV VP、肿瘤VP 的IC 和淋巴结CT 评估构建联合预测模型，训练集和验证集的AUC 达到了0.822。
Chen等的研究基于双能CT 的影像组学模型预测胃癌腹膜转移，使用来自门静脉和延迟期的NIC 图像和120 kV 等效混合图像进行分析，提取影像组学特征，获得的基于NIC 的模型是最佳的影像组学模型，AUC 为0.981。An 等通过双能CT 的深度学习影像组学模型预测胰管导管腺癌淋巴结转移，基于100 keV + 150 keV 的图像的模型在测试队列中以AUC 为0.87 获得了最佳性能，与临床特征相结合，AUC改善至0.92。
以上研究表明能谱CT 与影像组学相结合在肿瘤方面的研究尚浅，且大部分研究主要集中在碘图谱和单能量这两个特征上，缺乏对能谱CT 定量特征更深入的挖缺与应用，而且影像组学也面临着样本量、如何选择独立性强、可重复的特征来提高模型鲁棒性等一系列挑战。
4. 总结与展望
能谱CT 成像具有的多参数定量特征，如单能量成像、基物质图像(主要为碘基图)、能谱曲线(主要为斜率)等，对肿瘤的良恶性鉴别诊断、病理类型、分期及疗效评估等具有一定的价值，为多学科诊疗拓宽了思路，然而对目前的研究参数界值及效能尚不能达成统一，未来还需要进一步探索。此外，基于能谱CT 的机器学习及深度学习，可以深入挖掘图像数据信息，也是一个极具潜力的研究方向。
来源：周广敏,王芳,陈伟等.能谱CT成像技术在肿瘤中的应用研究进展[J].临床放射学杂志,2024,43(02):300-303.
(本网站所有内容，凡注明来源为“医脉通”，版权均归医脉通所有，未经授权，任何媒体、网站或个人不得转载，否则将追究法律责任，授权转载时须注明“来源：医脉通”。本网注明来源为其他媒体的内容为转载，转载仅作观点分享，版权归原作者所有，如有侵犯版权，请及时联系我们。)
