如何能够使CT在更低剂量

导读：近年来，随着CT设备在临床诊断中的广泛应用，CT辐射剂量问题不仅被学界所重视，尤其是日本福岛核事件以来，更引发公众及政府主管机构的高度关注

　　CT诞生以来，围绕图像重建技术，经历了多个阶段;尤其近年，得益于剂量风险的关注，进展尤为迅速。从重建算法应用的技术原理及对临床影像结果产生的影响角度，大体可以划分为四代：

　　第一代是滤波反投影法(FBP)，是目前CT的主流算法;优点是重建速度快，图像重建系统成本低，有利于CT的普及和应用;但缺点亦明显，低剂量条件下图像质量损失严重，因此在临床应用中必须付出辐射风险的代价;此外，由于FBP算法自身的局限性，也制约了进一步提高图像质量。

　　第二代，可以看做是对FBP的改良。它是在图像空间对噪声实施降噪，以改善低剂量条件下的图像质量。但由于仅在图像空间降噪并不能去除因低剂量下X射线有效光子减少造成的各种低光子伪影(主要是条带状伪影和偏心性伪影)，使得该方法降低剂量的效果有限，并存在一定图像质量损失，临床使用受限。第三代的基础迭代算法，是真正跨入到了迭代算法，迭代重建算法并不是一种全新发现的重建算法，最早的CT就是应用迭代重建算法，在核医学领域迭代重建算法应用十分广泛。迭代算法是通过有限的采样信息与模型进行反复对比运算来进行重建，这种算法的好处是不需要很大量的采样信息，因此相对于需要大量采样的滤波反投影法(FBP)来讲可以明显降低剂量。

　　第三代，基础迭代重建技术，其特点是基于统计学原理进行数据空间和图像空间迭代运算，但缺少完善的模型进行对比迭代运算，因此容易造成噪音频率的改变和漂移，在临床图像上会出现相应的蜡像状伪影(Plastic texture)，这种基于统计学的基础迭代算法代表性的技术是ASIR。

　　第四代，高级迭代重建技术，其与基础迭代技术的最大差别是基于模型的迭代技术，在CT数据的投影空间和图像空间构造多噪声模型和解剖模型，对噪声予以精确刻画和处理的同时，不改变噪音频率分布，保持图像真实呈现，消除蜡像状伪影(Plastic texture)，并采取解剖模型约束和加速重建过程，提高图像分辨率，代表技术是iDose4和Veo。

　　您如何看待CT低剂量技术的发展历史，及其在临床诊断中的价值?