Определите плотность костной ткани в единицах хаунсфилда

При исследовании позвоночника с целью диагностики грыж межпозвонковых дисков, внутримозговых опухолей спинного мозга и других процессов используют как компьютерную, так и магнитно-резонансную томографию. При этом МРТ является более предпочтительным методом исследования, так как позволяет визуализировать мягкие ткани с высокой контрастностью. Наиболее часто, для диагностики получают Т1-, Т2-взвешанные изображения.

При работе с МРТ изображениями заключение врача-рентгенолога строится на визуальном сравнении окружающих тканей на снимке, а применяемые методы оценки основываются на различиях в контрасте, размерах и пространственном положении патологий на изображении. Такой подход может привести к неверной интерпретации данных и, как следствие, к неправильному диагнозу, из-за схожести визуальной МРТ картины для разных патологий или различий визуальной картины органов в норме, полученной с разных томографов. Данные, подтверждающие возможные ошибки в интерпретации визуальной МРТ картины, были приведены во многих работах [1–2].

Одной из составляющих, ограничивающей методы оценки для диагностики по классической МРТ (позволяющей получать Т1-, Т2-взвешанные изображения), является то, что интенсивность пикселя на изображении зависит не только от биофизических свойств ткани, но и от примененных протоколов и времен захвата (TE, TR) при настройке томографа [3]. Протоколы и времена захвата различаются у разных производителей томографа, а также могут быть изменены лаборантом по усмотрению врача-радиолога. В связи с этим интенсивность пикселей на полученном изображении, отраженная в оттенках серого (grey value), может сильно различаться для одного пациента, обследованного на разных томографах.

В связи с численным различием интенсивности пикселей на снимках МРТ, полученных с разных томографов, для врача-радиолога МРТ изображение предоставляет только качественную информацию. Значения интенсивности не позволяют численно оценивать области интереса на снимке и сравнивать численные значения интенсивности между разными пациентами, или со значениями для ткани в норме и при патологии.

Для повышения точности постановки диагноза по МРТ изображениям врачу-радиологу, к качественной информации о различии контраста (в терминах гипер-, гипо-интенсивный) и пространственному положению, необходимо ввести количественный признак [4]. Такой признак должен оцениваться как характеристика ткани в норме и при патологии. Задача получения количественного признака на основе интенсивности пикселей МРТ изображения не является тривиальной и требует решения нескольких локальных задач.

Для применения в диагностике количественные признаки должны быть воспроизводимы, то есть измеренные параметры должны определяться взаимной близостью, при исследованиях, выполненных с различными условиями, такими как разные фирмы томографов и различные времена захвата, и импульсные последовательности. Как было сказано ранее, значения интенсивности, полученные при классических МРТ (Т1-, Т2-взвешанные изображения), различаются между собой в изображениях в зависимости от использования разных настроек томографа. Отсюда следует, что интенсивность пиксела от Т1-, Т2-взвешенных изображений не могут быть использованы в качестве количественного признака в диагностике в чистом виде. Так как воспроизводимость является важным требованием к количественным признакам, то для использования значений интенсивности в качестве оценочного признака необходимо осуществить обработку, направленную на восстановление интенсивности относительно параметров томографа. Проблема, связанная с восстановлением интенсивности на МРТ изображениях, осложняется не только многообразием томографов и их настроек, но и изменениями интенсивности, вызванными неоднородностью магнитного поля и нелинейностью градиента.

Другой характеристикой количественного признака является его способность идентифицировать патологический процесс, путем сравнения численных значений с принятыми нормами для здоровой или поражённой ткани. В ходе литературного обзора были найдены шкалы классификации патологического процесса, при диагностике по МРТ изображениям. Они основаны на разности контраста (в терминах гипер-, гипоинтенсивный) в сочетании с формой и размером образования. Данные шкалы являются визуальными и ни одна из них не использует численные значения интенсивности МРТ изображения. Таким образом, из-за того, что значения интенсивности численно не соотносятся с стандартизированной оценочной шкалой, необходимо рассмотреть методы сопоставления восстановленной интенсивности МРТ с значениями, нормированными по оценочной шкале. В данной работе предлагается сопоставлять восстановленную интенсивность МРТ с радиологическими свойствами ткани, такими как коэффициент ослабления рентгеновского излучения с последующей их привязкой к оценочной шкале Хаунсфилда.

В качестве примера, в компьютерной томографии на этапе диагностики врач-радиолог, помимо качественной информации о визуальной картине патологической области на снимке и ее пространственном расположении, имеет возможность получить дополнительный признак, выполнив количественные измерения, заключающиеся в определении плотности в единицах шкалы Хаунсфилда [5]. Каждой здоровой ткани (органу) в теле человека или патологии ставится в соответствие определенный диапазон плотностей в единицах шкалы Хаунсфилда, тем самым у врача-радиолога появляется дополнительная опора при постановке диагноза.

В соответствии с поставленными критериями к количественному признаку, для использования значений интенсивности от МРТ изображений в качестве дополнительного диагностического признака, необходимо решить две группы задач:

– уменьшить влияние томографа и его настроек на изменчивость интенсивности, а также устранить артефакты неоднородности магнитного поля и нелинейности градиента, которые вносят изменения в интенсивность;

– получить модель перевода МРТ данных в другую модальность, путем сопоставления восстановленной интенсивности МРТ с рентгенологической плотностью (от КТ), используя методы математической статистики.

Модель перевода модальности. При МРТ и КТ исследовании сканируется один и тот же объект, однако сигналы, зарегистрированные с МРТ, не соответствуют значениям, полученным в результате КТ. Интенсивности МРТ коррелируют с плотностью протонов и временами магнитной релаксации, но не коэффициентом ослабления рентгеновских лучей. Отсутствие соответствия между интенсивностью МРТ и рентгенологическими свойствами ткани приводит к необходимости рассмотрения подходов математической статистики по сопоставлению результатов исследования КТ и МРТ.

В ходе литературно-аналитического обзора были проанализированы подходы к сопоставлению данных от медицинских изображений разной модальности. Целью таких подходов является как определение общих свойств или различий между исследуемой областью интереса, так и установление зависимости между ними по выбранному признаку.

Рассмотренные подходы к сопоставлению и установлению зависимости можно разделить на следующие:

1 подходы, основанные на сегментации областей интереса со статическим распределением значений;

2 подходы, основанные на использовании атласов;

3 подходы, основанные на методах обучения нейронных сетей;

4 подходы, основанные на функции отображения.

Подход на основе сегментации

Данный подход заключается в сегментировании изображения по разным типам тканей и назначении сегментированным областям заранее определенных значений. В частности, по результатам сегментации МРТ изображения каждой сегментированной области может быть назначено значение в единицах Хаунсфилда. Подход на основе сегментации рассмотрен в работах [6–7]. Такой подход ограничивается областью применения из-за сложности анатомической структуры в теле человека. Также такой подход действителен лишь для небольшого значения типов тканей с ранее известными значениями плотности Хаунсфилда и не обеспечивает определение значений для несегментированных структур.

Подход на основе использования атласов

Данный подход заключается в наличии базы данных с набором изображений, полученных при разном виде неинвазивного исследования. В ходе такого подхода выполняется поиск наиболее схожего атласа в базе данных, по морфологическим признакам [8–9]. В отличие от методов сегментации рассмотренных ранее, подход основанный на атласах, позволяет назначить не заранее установленный диапазон значений плотности для выбранной области, а множество значений из схожего клинического случая, входящего в набор атласа. Недостатком такого подхода является необходимость использования большой базы данных изображений от разных исследований и решения задач арбитража между несколькими схожими снимками из атласа.

Читайте также: Кровь одна из разновидностей ткани внутренней среды

Подход на основе методов обучения нейронных сетей

Использование методов машинного обучения в рамках рассматриваемых подходов заключается в выявлении закономерностей между наборами данных, путем обучения на прецедентах, на основе ранее рассмотренных медицинских изображений. Такой подход может использоваться для определения вероятности нового значения для каждого пикселя. Подходы на основе машинного обучения различаются в соответствии с используемыми алгоритмами обучения [10–11]. Достоверность подходов на основе машинного обучения определяется наличием большого количества учебных данных, а также правильного подбора учебных данных и эффективности обучения.

Подход на основе функции отображения

Подход на основе функции отображения заключается в расчете и применении функции для преобразования значений интенсивности. Данный подход состоит в попиксельном присвоении интенсивности МРТ новых значений, таких как электронная плотность. В таком подходе применяются методы математической статистики для описания зависимости данных на небольшой выборке и использование полученной зависимости к данным, не вошедшим в выборку. В работе Rank CM et al. [12] был рассмотрен метод анализа дискретной функции, заключающийся в прогнозировании одной категориально-зависимой переменной к одной или нескольким независимым переменным. Метод регрессии на основе смесей распределения был рассмотрен в работах [13]. В данной работе в качестве функции распределения была выбрана гауссова функция. Точность полученных результатов напрямую зависит от количества выбранных смесей и правильности поиска экстремума в целевой функции. Такие методы не берут во внимание пространственное положение, а действуют пиксель за пикселем.

Для решения задачи по переводу данных в новую модальность, к подходам, по сопоставлению восстановленной интенсивности МРТ с плотностью в единицах Хаунсфилда, предъявляются следующие критерии:

1. Область применения (ОП) – критерий определяет применимость подхода для одной отдельной выделенной области интереса или нескольких.

2. Объём обучающей выборки (ООВ) – критерий, определяющий количество необходимых исходных данных для произведения настройки (оптимизации параметров) модели зависимости.

3. Ресурсоемкость (Р) – критерий, определяющий количество данных, хранимых в памяти компьютера и используемых для получения результата.

4. Сложность реализации (СР) – критерий, определяющий сложность алгоритмического описания рассматриваемого подхода.

5. Точность подхода (ТП) – критерий, определяющий возможность определить достоверность полученных результатов.

В ходе оценки рассмотренных подходов по сопоставлению данных МРТ данным КТ, при парных сравнениях использовалась шкала словесных определений уровня важности.

Общая картежная модель оценки аналогов (ОА) методов к сопоставлению данных от медицинских изображений разной модальности:

где О – оценка; R – матрица связей.

Область применения. Данный критерий будем оценивать по двухбалльной шкале:

Объём обучающей выборки. Данный критерий будем оценивать по трехбалльной шкале:

Ресурсоемкость. Данный критерий будем оценивать по двухбалльной шкале:

Сложность реализации. Данный критерий будем оценивать по трехбалльной шкале:

Точность подхода. Данный критерий будем оценивать по двухбалльной шкале:

Таким образом формула для оценки аналогов принимает вид

+ (2)

где αi – весовой коэффициент i-го критерия.

Оценка производилась с использованием методики Томаса Саати. Итоговая оценка рассмотренных групп подходов по критериям представлена в таблице.

Оценка подходов сопоставления данных МРТ и КТ по критериям

Основы компьютерной томографии

В 1886 году, на следующий год после открытия Вильгельмом Рентгеном «икс-лучей», знаменитый изобретатель Томас Эдисон публично заявил, что намерен получить первый рентгеновский снимок «живого мозга». Однако уже через несколько недель работы великому ученому пришлось признать свою неудачу — ему так и не удалось создать технологию, позволяющую рентгеновским лучам «заглянуть внутрь» плотной структуры костей черепа, сохранив данные о мягкой ткани мозга. Такой возможности человечеству пришлось подождать до конца следующего века, пока в 1972 году не был предложен метод компьютерной томографии.

Сегодня компьютерная томография считается сравнительно простым, доступным и повсеместно используемым диагностическим методом.

Принцип получения изображений

Компьютерная томография базируется на рентгеновском излучении и его детектировании. Это особый вид электромагнитного излучения, которое способно проходить через непрозрачные для обычного света среды. Нужно помнить, что это излучение:

ослабляется в среде (тканях) тем больше, чем плотнее среда, сквозь которую они прошли;
имеет непрямой ионизирующий эффект, то есть отрыв электронов от атомов вещества, через которое проходит рентген-излучение, что и обуславливает лучевую нагрузку на пациента при исследовании;

Итак, у нас есть излучатель (рентген-трубка) и детекторы. Наша задача — получить визуальное отображение аксиальных «срезов» тела пациента. Как нам нужно направить луч?

Линию, по которой проходит рентген-излучение от излучателя к детектору, как правило называют осью х, линию, которая проходит, проще говоря, от «право» к «лево» для пациента — осью у, а линию «верх-низ» пациента, то есть толщину среза — осью z.

Рисунок 1 | Направление рентгеновского луча в компьютерном томографе.

В современном компьютерном томографе рентгеновская трубка совершает спиральное вращение вокруг тела пациента в аксиальной плоскости, постоянно генерируя излучение. Если точнее, трубка вращается по кругу, и одновременно с этим непрерывно смещается вперед или назад стол с пациентом.

В традиционных пошаговых томографах происходит цикл «вращение — шаг стола — вращение».

Рисунок 2 | Принцип работы спирального и пошагового томографов. Основным недостатком пошаговых томографов является то, что при небольшом размере образования и разной глубине вдоха пациента образование может быть «пропущено».

При этом пучок излучения сформирован в виде тонкого веера — широкий по оси у, узкий по оси z. Проходя сквозь тело пациента, рентгеновское излучение ослабляется соответственно плотности ткани, через которую оно прошло, затем попадает на детекторы и регистрируется.

Детекторы в современных КТ-аппаратах расположены в несколько рядов, причем наружный ряд шире, чем внутренний. Это позволяет многократно регистрировать излучение от каждого среза, получая более точные данные и сокращая время исследования. В наиболее распространенных на сегодня типах томографов может быть от 4 или 16 до 320 рядов детекторов, как в представленном фирмой Toshiba в 2007 году AQUILION ONE. Когда Вы слышите термин «16-срезовый КТ», имеется ввиду именно количество рядов детекторов. Детекторы могут быть расположены дугой напротив излучателя и вращаться одновременно с трубкой (томографы 3-го поколения), а могут быть неподвижными и занимать всю окружность, в то время как вращается только рентгеновская трубка (4-е поколение томографов).

А дальше начинается именно то, за что Аллан Кормак и Годфри Хаунсфилд получили Нобелевскую премию в 1979 году: на основе имеющихся данных о том:

какое количество излучения покинуло рентгеновскую трубку;
какое количество излучения зарегистрировалось детекторами;
и где находилась трубка и детекторы в каждый момент времени происходит реконструкция и построение изображений с помощью итеративных алгоритмов.

Для реконструкции используются данные от каждого луча, который проходил через выбранное поле обзора от трубки до детектора. Коэффициент ослабления для каждой точки изображения рассчитывают с помощью усреднения значений ослабления для всех лучей, пересекающих эту точку. Полученные таким образом данные называют исходными, или «сырыми». Эти необработанные данные уже представляют изображения срезов, отображенные в оттенках серой шкалы, однако нуждаются в дальнейшей обработке.

Читайте также: Махровая мягкая ткань как называется

Шкала Хаунсфилда

Во время реконструкции изображения каждому пикселю приписывается числовое значение, выраженное в единицах ослабления, или единицах Хаунсфилда, которое определяется тем, насколько ослабляется луч, проходя через данный воксель (единицу объема) — проще говоря, эта шкала показывает примерную плотность вещества.

Само изображение среза, каким мы увидим его на экране, получается благодаря тому, что каждый пиксель будет отображен каким-то оттенком серого в зависимости от плотности вокселя и настроек окна. Шкала Хаунсфилда начинается со значения –1000 HU (hounsfield unit) для воздуха, значение 0 HU задано для воды, жир занимает значения от –120 до –90 HU, нормальная ткань печени — 60–70 HU, кровь — 50–60, костная ткань — 250 и выше. Верхний предел шкалы колеблется от +1000 до более чем +3000 для разных томографов. Программы-просмотрщики КТ-изображений всегда имеют возможность вычислить среднюю плотность выделенной области, ведь отличить разницу в 10–15 HU «на глаз» трудно, но разница эта может быть значима, например, для диагностики жирового гепатоза, степени накопления новообразованием контраста и т. д.

Рисунок 3 | Шкала Хаунсфилд.

Рисунок 4 | Измерение плотности внутримозговой гематомы: область под номером 2 имеет типичную для крови плотность 60 HU. Область сниженной плотности под номером 1 представляет собой проявление симптома «черной дыры», область под номером 3 представлена как пример неправильного проведения денситометрии (выделенная область интереса гетерогенна, поэтому полученные показатели усреднены).

Функция «окон»

Для визуальной оценки КТ-изображений важны настройки окна. Дело в том, что человеческий глаз не способен различить несколько тысяч оттенков серого, и, чтобы различить близкие по значению плотности, но все же разные структуры, изображение рассматривают в определенном окне. Например, ширина костного окна — 2000 HU, уровень — 500 HU. Это значит, что структуры плотностью 500 HU отобразятся на экране в виде средне-серого цвета, значениям 500 HU до –500 HU будут присвоены оттенки от средне- до очень темно-серого, а структуры плотностью ниже –500 будут отображены слишком темными, чтобы четко их дифференцировать. Структуры плотность выше 1500 HU будут, соответственно, слишком светлыми.

Рисунок 5 | КТ-сканы мозга в «мозговом» (слева) и «костном» (справа) окнах.

Обработка данных

Но вернемся к полученным в результате первичной алгебраической обработки данным. Если перевести «сырые» данные в изображения, то они получатся нерезкими и с размытыми контурами, поэтому для дальнейшей обработки применяют математическую фильтрацию с усилением контуров (конволюцию).

Кернель, или ядро конволюции заложено в протоколе исследования и обработки данных, однако радиолог может менять его по своему усмотрению, задав более «жесткий» или «мягкий» кернель. Например, для сред с высоким естественным контрастом (ткань легкого, костные структуры) применяют жесткий кернель, для органов брюшной полости (низкий естественный контраст) — мягкий. Есть возможность применить разный кернель конволюции к одному и тому же массиву сырых данных, например, после сканирования головы пациента с подозрением на черепно-мозговую травму создать одну серию изображений с жестким кернелем для четкой визуализации костей черепа, а вторую — с мягким кернелем, на ней будут хорошо визуализированы ткани мозга и мозговых оболочек. Каждая серия анализируется радиологом отдельно.

Рисунок 6 | КТ-сканы «фантома» (объекта с внутренней структурой разных плотностей, который используется для проверки и калибровки томографа) с разным кернелем конволюции и силой тока: слева вверху — «мягкий» кернель AC05s, справа вверху — AC10s, внизу слева — стандартный кернель B40s с низкой силой тока 30 mAs, внизу справа — стандартные кернель и сила тока 140 mAs.

Рисунок 7 | КТ-сканы грудного отдела позвоночника с применением «стандартного» (А), «костного» (В) и «легочного» (С) кернеля конволюции.

Еще один важный параметр реконструкции изображения — толщина среза. Его минимальное значение определено параметрами сканирования (проще говоря, толщиной луча). Тонкие срезы используются там, где нужно визуализировать множество мелких контрастных структур — например, при томографии височной кости. Однако чем тоньше срезы, тем больше время сканирования и лучевая нагрузка на пациента.

Для дальнейшей удобной работы с полученными после первичной обработки исходными данными в КТ применяют инструменты постпроцессинга. Наиболее частые — это мультипланарная реконструкция (MPR), позволяющая из аксиальных сканов построить коронарные и саггитальные изображения.

Проекция максимальной интенсивности (MIP) строится таким образом: для каждой координаты XY представлен только пиксель с наивысшим номером Хаунсфилда вдоль оси z, так что в одном двумерном изображении наблюдаются все самые плотные структуры в данном объеме. MIP используют для визуализации костных структур или контрастированных сосудов.

Рисунок 8 | Аксиальный КТ-скан (слева), корональная (вверху) и саггитальная (внизу) мультипланарные реконструкции.

Рисунок 9 | Использование MIP для просмотра ангиографии сосудов легких.

Другой метод — 3D-рендеринг, позволяющий восстановить из исходных данных, подходящих по определенный критерий (чаще всего это также структуры наивысшей плотности — кости и кровь, содержащая контрастное вещество) трехмерную модель. Работая на станции, радиолог может рассматривать модель со всех сторон и «отрезать» лишние фрагменты изображений. Одним из видов 3D рендеринга является виртуальная эндоскопия — технология, позволяющая вывести в трехмерном изображении полый орган (чаще всего проводят виртуальные колоноскопию и бронхоскопию). Это исследование не заменяет реальной скопической процедуры, но может предоставить дополнительные данные или помочь в планировании реальной процедуры.

Рисунок 10 | 3D-реконструкция КТ органов брюшной полости и малого таза.

4D-рендеринг широко используется в основном для КТ-исследования сердца. Для этой технологии необходим томограф с возможностью синхронизировать сканирование и сердечный ритм пациента; используются томографы 4-го поколения либо мультисрезовые томографы с количеством детекторов от 64 и выше. Сканирование проводится в разные фазы сердечного цикла, затем из полученных изображений строится последовательность 3D-моделей, по очереди соединенных в «фильм», позволяющий отследить изменения во время сердечного цикла.

Использование контрастных веществ

Для большинства исследований в КТ используют контрастные вещества (КВ) — вещества, содержащие йод и повышающие значения плотности среды, в которой находятся. В настоящее время выделяют ионные и неионные, мономерные и димерные йодсодержащие рентгеноконтрастные средства. Ионные КВ имеют повышенную осмолярность и в настоящее время не рекомендованы для парентерального контрастирования из-за высокой частоты побочных эффектов. Ионные КС могут быть использованы для перорального контрастирования, сиалографии (контрастирования слюнных желез) и т.д.

Рисунок 11 | КТ-сканы органов брюшной полости с пероральным контрастированием кишечника (стрелкой показан дивертикул стенки кишечника).

Существуют различные методики КТ-исследования с помощью контрастного препарата.

«Классическая» многофазная КТ предполагает введение сравнительно большого (обычно от 70 до 120 мл) контрастного средства со скоростью 3–4 мл/с. За этим следует несколько сканирований нужной области в определенные моменты времени — фазы. Например, исследование печени при подозрении на новообразование чаще выполняется в нативную (бесконтрастную), артериальную (контрастное вещество преимущественно в артериях, 15–40 с от начала введения), портовенозную (КВ в системе портальной вены и печеночных венах, 55–60 с) и отсроченную, или паренхиматозную (несколько минут после введения КВ) фазы. Полученные изображения позволяют не только оценить анатомию сосудов органа, но и дифференцировать найденные образования по характеру накопления КВ.

Читайте также: Проникающая способность альфа частиц в тканях составляет

Рисунок 12 | Трехфазная контрастная КТ пациента с гигантской гемангиомой печени: нативная (бесконтрастная) фаза вверху слева; вверху справа — артериальная фаза; внизу слева — портовенозная фаза; внизу справа — отсроченная (5 мин).

Образование активно накапливает контраст и в артериальную фазу «светится» интенсивнее остальной паренхимы, а в венозную и отсроченную фазы контраст «вымывается» и образование выглядит менее плотным или таким же по плотности, как и остальная паренхима? Вероятно, это гиперваскулярная опухоль или метастаз. Не накапливает контраст (или накапливает в пределах 10 HU) и выглядит гиподенсным во всех фазах? Скорее всего, это киста.

Рисунок 13 | Трехфазная контрастная КТ пациента с простой кистой почки: нативная фаза — вверху слева; вверху справа — кортикальная почечная фаза; внизу слева — паренхиматозная фаза; внизу справа — экскреторная.

Учитывая накопление КВ в определенных фазах, характер этого накопления, а также размеры, расположение и структуру образования, рентгенолог делает предположение о характере образования. Внутривенное контрастирование используется также для проведения КТ-ангиографии.

Рисунок 14 | КТ-аортография у пациента с диссекцией аорты.

Рисунок 15 | КТ-ангиография артерий головного мозга у пациента с болезнью МояМоя (3D-реконструкция).

Перфузионная КТ используется чаще всего для диагностики нарушений мозгового кровообращения и нарушений перфузии миокарда, а также для оценки раннего ответа на химиотерапию. Эта методика позволяет отграничить зону некроза от пенумбры — зоны обратимой ишемии. Перфузионная КТ может быть выполнена на любом мультиспиральном компьютерном томографе, однако, чем больше он имеет детекторов, тем большую зону можно охватить при сканировании. Начальным этапом выполнения перфузионной КТ является нативное сканирование для исключения геморрагии, а также для выявления иной патологии головного мозга. Перфузионная КТ выполняется после внутривенного болюсного введения 40–50 мл контрастного препарата и 2030 мл физиологического раствора со скоростью 5 мл/с. После внутривенного болюсного введения контрастного препарата выполняются многократные сканирования на одном или нескольких уровнях, следующие друг за другом с минимальными промежутками времени или при непрерывной работе рентгеновской трубки. Общая длительность перфузионного исследования составляет около 1 минуты. Для получения графика контрастного усиления (зависимость плотности в единицах Хаунсфилда от времени) для каждого воксела в зоне интереса необходимо зарегистрировать множественные фазы и находить зоны, где скорость кровотока и времени транзита контрастного препарата не соответствуют объему кровотока, что и будет показателем обратимой ишемии.

Правила чтения томограмм

Можно выделить несколько основных факторов, затрудняющих чтение томограммы:

бывает сложно «узнать» анатомические структуры, рассматривая их на аксиальных срезах;
затруднять чтение могут также артефакты (чаще встречаются артефакты от движения и от присутствия металлических объектов);
эффекты частного объема.

О последних поговорим подробнее.

Один срез на экране представляет собой плоскостное изображение, построенное из пикселей. Однако нужно помнить, что одному пикселю на экране соответствует трехмерный воксель в реальной жизни и толщина этого вокселя соответствует толщине среза.

Допустим, в срез попала структура, которая на всей толщине среза имеет приблизительно одинаковую ширину, например, сосуд. В данном случае проблем не возникает, и структура будет иметь на сканах четкие контуры.

Но что, если срез пришелся на край позвонка? В воксель попала часть позвонка и часть межпозвоночного диска. Они имеют разную плотность и немного разные размеры. Полученные от вокселей данные суммировались, и в результате на скане появляется структура с нечеткими контурами, плотность которой представляется средней между плотностью позвонка и диска.

Еще один пример: округлой формы образование или лимфоузел. При сканировании в срез попадает часть лимфоузла, остальное — окружающая жировая клетчатка. На скане мы увидим нечеткую округлую структуру, а если захотим измерить ее плотность, значения будут средними между реальной плотностью узла и плотностью жира.

Если структура имеет коническую форму и сужается «в срезе», она также будет иметь нечеткие контуры. Примером может служить размытость контуров почки в области полюсов на томограммах. Такая же размытость появится, если, например, сосуд «делает поворот» в срезе.

Рисунок 16 | Эффеты частного объема.

Исходя из сказанного, можно дать несколько советов врачу или студенту, который осмелился открыть диск с КТ-исследованием пациента (или сесть за рабочую станцию радиолога) и проанализировать его самостоятельно:

Пользуйтесь атласами посрезовой и специальными атласами КТ- и МРТ-анатомии наряду с обычными анатомическими атласами;
Не анализируйте только аксиальные срезы: откройте в просмотрщике несколько окон и прослеживайте интересующую Вас структуру на аксиальных, сагиттальных и корональных срезах одновременно;
Внимательно проанализируйте изображения, используя разные настройки окна, чтобы хорошо изучить структуры разной плотности; вы увидели образование легкого в «легочном» окне? Изучив его, перейдите в «костное» окно, чтобы выявить возможные метастазы в костные структуры;
Также внимательно изучите исследование в разных фазах контрастирования; некоторые образования могут иметь схожую с окружающей тканью плотность на бесконтрастных сканах и выделяться только после введения контраста;
Узнайте, проводилось ли пациенту контрастное исследование до проведенного КТ? Возможно, он проходил рентгеноскопию с применением сульфата бария, и увиденные вами ярко светящиеся области в просвете кишечника — это остатки бариевой взвеси; пациенту проводилось КТ с внутривенным контрастированием накануне? Контрастное вещество может оставаться в мочевыводящих путях (время его выведения зависит от используемого препарата и функции почек), а в случае экстравазации контрастного средства — в мягких тканях пациента;
Держите в памяти тот факт, что больной во время исследования лежит на спине. Поэтому, например, жидкость в плевральной полости не собирается в плевральных синусах, а «растекается» по нижней стенке плевральной полости;
Будьте внимательны, проводя денситометрию: помните, что в срез может попадать не только интересующая Вас структура, особенно, если эта структура небольших размеров из-за эффектов частного объема. Всегда измеряйте плотность в нескольких разных областях органа; проводите денситометрию только на бесконтрастных сканах (или сравнивайте показатели денситометрии на при нативном и контрастном исследовании; в этом случае следите, чтобы показатели были взяты из одной области). Интерпретировать результаты денситометрии также следует с осторожностью: жидкость высокой плотности в плевральной полости может быть кровью, транссудатом, гноем, смесью крови и экссудата и т. д; повышение плотности ткани печени — следствием цирротических изменений, диффузной формы злокачественного образования, а может быть и следствием нарушения обмена веществ, например, в виде отложений меди при болезни Вильсона-Коновалова.

А потому — главное правило: оценивайте изменения комплексно. Отмечайте не только изменение плотности, но и форму, объем, структуру органа; положение, форму, распространенность, контуры и структуру найденного образования и паттерн контрастного накопления. Сопоставляйте обнаруженные изменения с данными анамнеза и лабораторных исследований пациента. И помните, что любой метод имеет ограничения.

Прокоп, Матиас. «Михаэль Галански.» Спиральная многослойная компьютерная томография. 2-е издание.
Перевод с английского. Москва.«МЕДпресс-информ 2 (2009). Хофер, Матиас. «Компьютерная томография.» Базовое руководство 2 (2008).

Свежие записи
- Балкон в многоквартирном доме: является ли он общедомовым имуществом?
- Штраф за остекление балкона в 2022: что это и как избежать наказания
- Штраф за мусор с балкона: сколько заплатить за выбрасывание окурков
- Оформление балконного окна: выбираем шторы из органзы
- Как выбрать идеальные шторы для маленькой кухни с балконом