【CT技术】脂肪瘤/脑膜瘤/重建算法与显示窗宽窗位/扫描视野与重建视野

一、

这几天遇到两个脂肪瘤的病人：

脂肪瘤（Lipoma）是一种常见的 软组织良性肿瘤，由成熟脂肪细胞构成，可发生于身体任何有脂肪的部位。好发于四肢、躯干。患者年龄多较大，多见于40～60岁中年人，儿童较少见。深部脂肪瘤多沿肌肉生长，可深达骨膜，但很少侵犯邻近骨骼。境界清楚，呈分叶状，质软软可有假囊性感、无痛。生长缓慢，但可达巨大体积。深部者可恶变，应及时切除。多发者瘤体常较小，常呈对称性，有家庭史，可伴疼痛（称痛性脂肪瘤）。 脂肪瘤的 病因目前并没有完全明确，可能与炎症刺激结缔组织变性、脂肪组织代谢异常和障碍、脑垂体前叶性腺激素水平分泌异常、先天性发育不良、肠道营养不良等因素有关。约 1/3 多发性脂肪瘤患者可有家族史。 人 体内有一种“脂肪瘤致瘤因子”。 正常情况下，这种致瘤因子处于一种失活状态（无活性状态），正常情况下不会发病，但在各种内外环境的诱因影响作用下，这种脂肪瘤致瘤因子处于活跃状态，具有一定的活性，在机体抵抗力下降时，机体内的淋巴细胞、单核吞噬细胞等免疫细胞对致瘤因子的监控能力下降，再加上体内的内环境改变，慢性炎症刺激、全身脂肪代谢异常等诱因条件下，脂肪瘤致瘤因子活性进一步增强与机体的正常细胞中某些基因片段结合，形成基因异常突变，使正常脂肪细胞与周围组织细胞发生一种异常增生现象，导致脂肪组织沉积，并向体表或各个内脏器官突出的肿块，即脂肪瘤。（百度百科）

二、

前天做了一个急诊的患者，女性，39，头晕和眩晕，检查颅脑 CT 平扫。我发现在左侧颞骨内板下较对侧密度增高，我怀疑是不是什么东西：

调整窗宽观察：

看诊断报告，还没有审批，但写的诊断医生未提示异常。我又找其他诊断医生看了下，只看一眼，就说是脑膜瘤。于是给我普及了下从影像诊断角度如何去判读这个征象。

我在想，我们常规的 CT、MR 等医学影像图像都是数字图像，而且使用的窗宽窗位技术都是线性映射，而脑组织在 CT 上的对比远远差于 MR，从而使得某些局部的异常病灶不容易被轻易识别，那么就容易造成漏诊。那么有没有什么方法可以优化呢？可以进行颅脑 CT 增强是一种方法。当然如果是 飞利浦 IQon Spectral 光谱 CT 的话，一切扫描皆能谱，后期重建原子序数图的话，那么应该很容易就能识别，或者建议 MR 检查。那如果就是在普通的 CT 上如何一眼识别病灶呢？像上面的调整窗宽和或窗位，那么也是可以提高敏感度的，但我想说的是，能不能找到一个适合颅脑观察的非线性映射窗宽窗位，以增加颅脑灰白质的对比，以及增加正常脑组织与病灶组织的对比？很多 CT 机器上都没有提供非线性映射，基本都是线性映射。本来颅脑组织的对比在 CT 上就不是很强烈，如果利用非线性映射或许能够增强其对比。我只在东芝 / 佳能 CT 上找到过非线性映射，但那是固化了的模式，有没有灵活设置的软件呢？如果存在这样的非线性映射，它又是什么函数形式？如果再映射成伪彩图的话那么可能更好。

三、

之前在 CT 值班经常接到诊断医生让剪薄的电话：“帮忙把颅脑剪个骨窗薄层”。

在这里我想说的是，对于 CT 图像的重建与显示，我们应当分清重建算法/重建函数核与显示窗宽窗位的概念。

CT 图像的重建过程是对采集保存的原始数据进行施加以某个重建函数核进行重建（FBP 或联合 IR）的过程，各个不同的 CT 机器有不同的表述。而这个重建函数核就决定了图像的平滑与锐利程度，一般机器都提供十分平滑、平滑、标准、锐利、十分锐利等若干个等级选项。其拥有不同的空间分辨力与密度分辨力，那么我们应当合理选择我们重建任何图像时所需要重建函数核。比如颅脑外伤来的，技师摆位扫描时发现病人有外耳道出血，那么你就需要重建个薄层的锐利算法图像，这样观察时可以利用骨窗或乳突窗对颞部进行重点观察，看有没有骨折，如果你用平滑的重建函数核进行重建那么很观察细微的骨折。再比如，急诊腹痛来的，那么就需要重建个平滑或标准算法/重建函数核的薄层图像，这样方便医生进行定位以及多方位观察。如果你重建的是锐利重建函数核图像，那么对于腹部的观察几乎是无效的。

选择某个重建函数核/重建算法后，图像重建好了，那么这个图像的性质就定下来了，它的平滑/锐利程度就不能够再改变了（除非观察软件有额外图像平滑与锐化功能），那么选择我们想要观察的窗宽窗位去进行观察，而这上窗宽窗位不能改变图像的平滑/锐利属性，只是观察的窗口而已。因此不能将图像重建算法/重建函数核与显示窗宽窗位混为一谈。一句话，我们重建的目的就是为了满足我们某方面的观察需求。

另外，我不推荐使用平滑/锐化软件功能对图像进行图像域的后处理。想要什么样的图像就最好再重建相应平滑/锐利的函数核图像。我在 Philips 与 GE CT 上看到有这个功能，但在西门子 CT 上没发现。东芝/佳能 CT 上也有。因为，比如你使用了锐化，并没有提高图像的空间分辨力，只是对图像进行了滤波处理以提升边缘的显示，我想在平滑算法的图像上的进行锐化操作的效果不如直接用原始数据重建锐利算法的图像好。

四、

前天，一位同事遇到一个 ICU 脊柱强直的病人，检查颅脑与胸腹部。使用的机型是 GE Discovery 750HD CT。摆位时，病人仰卧，头底下垫了很厚的衣服、中单之类的使头部固定。但即使将检查床降低至机器所能允许扫描的极限时，扫描出来的颅脑仍然不全，如下图：

那么我们试试后重建：

可以看到，红色虚线的圆形范围为数据采集的范围；绿色实线圆形范围为图像重建范围。可以观测，即使优化重建 FOV 也不能重建出完整的颅脑影像，不信看下面重建的：

得到的图像如下图，仍然不能够完整显示：

不能显示的原因在于其超出数据所采集保存的范围，即红色虚线范围。那么为什么会这样呢？原因就在于扫描条件的设置：

通常颅脑扫描所使用的 SFOV（Scan FOV 扫描野） 为 Head 模式，那么这个 Head 模式又为多大呢，为 32cm.

也就是，在机架孔的中心（0，0）采集半径为 16cm 的圆形范围 的 数据。 由于头摆的太高了，那么就导致其超出了 16cm 半径圆范围。 而重建/显示的 FOV （DFOV，Display FOV）只能在 SFOV 范围内重建才有效，那么就导致上述的颅脑图像被“裁切”的情况。 那么如果就是样的病人，不改变卧姿，有没有解决的办法呢？床已经降到最低了，已经尽最大化地将颅脑置于机架孔中心了。我们可以加大 SFOV，即加大数据采集视野。

我们可以选择 Large Body SFOV，这样机器就能加大采集视野，那么这个视野是多大呢？为 50cm.

也就是，在机架孔的中心（0，0）采集半径为 25cm 的圆形范围的数据。那么就能够将头超出 16cm 范围的部分也给采集记录下来。

总结： 日常工作中，还有许许多多的值得我们思考的小地方，而这些小地方常常可能蕴含着我们所不熟悉的一面。 学习、思考、实践、总结；再学习，再思考，再实践，再总结，往而复始，循序递进。