<template>
|
<div class="chapter" num="4">
|
<!-- 185页 -->
|
<div class="page-box" page="185">
|
<div v-if="showPageList.indexOf(185) > -1">
|
<div class="page-header">
|
<!-- 左上页眉 -->
|
<div class="page-header-left">
|
<div class="header-txt">
|
康复医学导论
|
</div>
|
</div>
|
</div>
|
<div class="bodystyle">
|
<h2 class="secondTitle">第五章 CT检查新技术</h2>
|
<div class="bodyPic"><img src="../../assets/images/0193-01.jpg" style="width:30%" alt=""
|
active="true" />
|
</div>
|
<div class="bodyPic"><img src="../../assets/images/0019-02.jpg" style="width:80%" alt=""
|
active="true" />
|
</div>
|
<p class="center"><span class="bold">素质目标</span></p>
|
<p class="content">（1）树立对CT能量成像、AI成像等前沿技术的主动学习意识，培养持续关注技术发展动态的职业敏感性。</p>
|
<p class="content">（2）面对新技术应用中的伦理、精度等挑战，形成基于证据的批判性思维，秉持循证实践的职业态度。</p>
|
<p class="center">……………………</p>
|
<p class="center"><span class="bold">知识目标</span></p>
|
<p class="content">（1）掌握：CT能量成像的概念、技术原理及在CT图像分析中的独特优势；理解能量成像的关键实施方法、深度学习的算法框架与技术要点。</p>
|
<p class="content">（2）熟悉：能量成像的临床应用场景及AI在图像重建、辅助诊断中的具体应用实例。</p>
|
<p class="center">……………………</p>
|
<p class="center"><span class="bold">能力目标</span></p>
|
<p class="content">（1）能具备追踪CT新技术发展的自主学习能力，能结合临床需求，运用AI工具科学设计CT检查方案。</p>
|
<p class="content">（2）能通过持续优化技术参数，提升检查的图像质量、诊断效率及患者安全性，实现技术与临床实践的有效融合。</p>
|
<div class="bodyPic"><img src="../../assets/images/0019-03.jpg" style="width:80%" alt=""
|
active="true" />
|
</div>
|
<p class="titleQuot-1">【案例】</p>
|
<p class="content">
|
患者，女性，45岁。既往体健，无吸烟史，常规体检胸部CT检查中，AI辅助诊断系统自动标记并提示右肺下叶存在一个直径约8mm的磨玻璃结节，CT值约-600HU，边界模糊。放射科医师复核后，AI系统进一步提供了结节的三维重建图像、密度分析报告，并给出恶性概率评估为65%，建议进一步随访或活检。
|
</p>
|
<p class="titleQuot-1">【问题】</p>
|
<p class="content">1．在应用AI辅助CT诊断技术时，需要注意哪些技术局限性和潜在风险？</p>
|
<p class="content">2．AI辅助CT诊断技术的引入，将为患者带来哪些实际获益？</p>
|
|
</div>
|
|
<!-- 左下页脚 -->
|
<div class="page-bottom-left">
|
176
|
</div>
|
</div>
|
</div>
|
|
|
<!-- 186页 -->
|
<div class="page-box" page="186">
|
<div v-if="showPageList.indexOf(186) > -1">
|
<div class="page-header">
|
<!-- 右上页眉 -->
|
<div class="page-header-right">
|
<span class="header-title">第五章 CT检查新技术</span>
|
<img class="header-img" src="../../assets/images/pageHeader.png" alt="" />
|
</div>
|
</div>
|
<div class="bodystyle">
|
|
<p class="center"><img class="g-pic" src="../../assets/images/0020_01.jpg" alt="" /></p>
|
<p class="content">
|
随着医学影像技术的快速发展，CT能量成像技术与人工智能技术的融合正在重塑现代医学诊断领域。CT能量成像技术，通过利用不同能量X射线的差异化衰减特性，实现了对组织成分的定量分析和物质分离，显著提高了病灶检出率和诊断准确性。
|
</p>
|
<p class="content">
|
同时，人工智能技术在CT成像中的应用日趋成熟，深度学习算法在图像重建、噪声抑制、伪影校正及智能诊断等方面展现出巨大潜力。基于神经网络的迭代重建算法不仅提升图像质量，还有效降低了辐射剂量。机器学习辅助的自动检测与分类极大地提高了诊断效率和准确性。
|
</p>
|
<h3 class="thirdTitle">第一节 CT能量成像技术</h3>
|
<h4 class="fourthTitle">一、CT能量成像技术的概述</h4>
|
<p class="titleQuot-1">（一）基本概念</p>
|
<p class="content">CT能量成像技术（spectral
|
CT）是一种利用不同能量的X射线对组织进行成像的技术。与传统CT成像主要依赖于单能量X射线不同，CT能量成像技术通过采集不同能量下的投影数据，可以提供更多的组织特征信息。这种技术能够区分不同物质的衰减特性，从而提高图像的对比度和诊断准确性。
|
</p>
|
<p class="content">
|
传统CT成像主要基于单能量X射线，通过测量穿过人体后的X射线强度变化来生成图像。然而，这种方法在区分不同物质时存在局限性，尤其是在低对比度病灶的检测方面。CT能量成像技术通过使用多能量X射线，能够更好地表征组织的物理和化学性质，从而提供更丰富的信息。例如，CT能量成像技术可以区分不同类型的结石、脂肪和肿瘤组织，提高诊断的精确性。
|
</p>
|
<p class="titleQuot-1">（二）物理基础</p>
|
<p class="content">X射线与物质的相互作用主要包括光电效应（photoelectric effect）和康普顿散射（Compton
|
Scat-tering）。光电效应很大程度上取决于物质的原子序数（Z），而康普顿散射更多与物质的电子密度相关，即与物质的密度相关。不同能量的X射线在穿透物质时的衰减特性不同，这为CT能量成像技术提供了物理基础。低能量X射线更容易被物质吸收，而高能量X射线则穿透能力更强。因此，通过测量不同能量下的X射线衰减，可以区分不同物质的成分。
|
</p>
|
<p class="content">能量分辨率（energy
|
resolution）是指CT系统在不同能量下区分物质的能力。能量分辨率高意味着系统能够更精确地测量不同能量X射线的衰减，从而提高图像的质量和诊断准确性。这对于检测低对比度病灶、评估组织成分等具有重要意义。对碘对比剂有禁忌的受检者不能进行CT增强及CT造影等检查。
|
</p>
|
|
</div>
|
|
<!-- 右下页脚 -->
|
<div class="page-bottom-right">
|
177
|
</div>
|
</div>
|
</div>
|
|
|
<!-- 187页 -->
|
<div class="page-box" page="187">
|
<div v-if="showPageList.indexOf(187) > -1">
|
<div class="page-header">
|
<!-- 左上页眉 -->
|
<div class="page-header-left">
|
<div class="header-txt">
|
康复医学导论
|
</div>
|
</div>
|
</div>
|
<div class="bodystyle">
|
|
<p class="titleQuot-1">（三）成像原理</p>
|
<p class="content"><span class="bold">1．单源双能技术</span></p>
|
<p class="content">
|
（1）单源双光束：在同一X射线球管上快速切换两种不同的管电压（如80kVp和140kVp），并在短时间内获取两组投影数据。这种方法的优点是可以使用现有的CT设备进行改造，但缺点是需要进行时间和空间上的插值计算，可能会影响图像的质量。
|
</p>
|
<p class="content">（2）快速kVp切换：通过快速切换管电压，可以在同一扫描周期内获取不同能量的图像。这种方法对硬件的要求较高。</p>
|
<p class="content"><span class="bold">2．双源双能技术</span></p>
|
<p class="content">
|
（1）双球管设计：使用两个相隔一定角度（如90°或95°）的X射线球管和两个相应的探测器，同时发射不同能量的X射线。这种方法可以同时获取两组不同能量的数据，避免了时间上的插值计算，提高了图像的质量和时间分辨率。
|
</p>
|
<p class="content">（2）同步数据采集：两个球管和探测器同步工作，确保数据的一致性和准确性。这种方法特别适合于心脏等运动器官的成像。</p>
|
<p class="content"><span class="bold">3．基于探测器的CT能量成像技术</span></p>
|
<p class="content">只使用一个球管，基于探测器的设计，可以在一次扫描中获得能谱数据加以分析。</p>
|
<p class="titleQuot-1">（四）能谱重建方法</p>
|
<p class="content"><span
|
class="bold">1．单能图像重建</span> 通过数学模型将不同能量的投影数据转换为单能图像，从而提高图像的对比度和分辨率。例如，单能图像可以减少金属伪影和提高碘对比剂的可视化。
|
</p>
|
<p class="content"><span
|
class="bold">2．能量加权图像重建</span> 通过对不同能量图像进行加权处理，生成综合图像，可以突出特定组织的特征。这种方法常用于改善图像质量和减少噪声。</p>
|
<p class="titleQuot-1">（五）分离原理</p>
|
<p class="content">CT能量成像技术的一个重要应用是物质分离，即通过不同能量的X射线衰减特性，区分和定量不同物质的成分。</p>
|
<p class="content"><span
|
class="bold">1．基于能量的物质区分</span> 不同物质在不同能量下的衰减特性不同，通过测量这些特性可以区分不同物质。例如，碘对比剂在低能量下吸收更多X射线，而在高能量下吸收较少。
|
</p>
|
<p class="content"><span
|
class="bold">2．碘对比剂的应用</span> 碘对比剂广泛用于血管和肿瘤的成像，通过CT能量成像技术可以更准确地测量碘的浓度，提高病变的检出率。文献中提到，CT能量成像技术可以通过双能成像技术有效区分碘和钙，从而提高图像的对比度和诊断准确性。
|
</p>
|
<p class="content"><span
|
class="bold">3．其他对比剂的使用</span> 除了碘对比剂外，CT能量成像技术还可以用于其他对比剂的定量分析，如钙对比剂和铁对比剂。这些对比剂在不同能量下的吸收特性不同，CT能量成像技术可以提供更准确的定量结果。
|
</p>
|
|
</div>
|
|
<!-- 左下页脚 -->
|
<div class="page-bottom-left">
|
178
|
</div>
|
</div>
|
</div>
|
|
|
<!-- 188页 -->
|
<div class="page-box" page="188">
|
<div v-if="showPageList.indexOf(188) > -1">
|
<div class="page-header">
|
<!-- 右上页眉 -->
|
<div class="page-header-right">
|
<span class="header-title">第五章 CT检查新技术</span>
|
<img class="header-img" src="../../assets/images/pageHeader.png" alt="" />
|
</div>
|
</div>
|
<div class="bodystyle">
|
|
<h4 class="fourthTitle">二、CT能量成像技术的方法</h4>
|
<p class="titleQuot-1">（一）数据采集方式</p>
|
<p class="content"><span
|
class="bold">1．基于X线球管（源）的CT能量成像技术</span> 能量扫描模式是指在一次扫描过程中使用多个能量级别的X射线进行成像。常见的能量扫描模式包括单源双能量扫描、双源双能量扫描和单源瞬时管电压切换双能量扫描。
|
</p>
|
<p class="content">（1）单源双能量扫描：通常使用两种不同的管电压进行两次独立的扫描。</p>
|
<p class="content">（2）双源双能量扫描：使用两个X射线源，每个源设置不同的管电压，同时进行扫描，对应两个不同的探测器。</p>
|
|
</div>
|
|
<!-- 右下页脚 -->
|
<div class="page-bottom-right">
|
179
|
</div>
|
</div>
|
</div>
|
|
|
<!-- 189页 -->
|
<div class="page-box" page="189">
|
<div v-if="showPageList.indexOf(189) > -1">
|
<div class="page-header">
|
<!-- 左上页眉 -->
|
<div class="page-header-left">
|
<div class="header-txt">
|
康复医学导论
|
</div>
|
</div>
|
</div>
|
<div class="bodystyle">
|
|
<p class="content">
|
（3）单源瞬时管电压切换双能量扫描：在一个旋转周期内快速切换管电压，获取两种能量的数据。并由同一个探测器接收高低能量两套信息，该系统采用石榴石晶体结构的新型闪烁晶体探测器（宝石探测器）。
|
</p>
|
<p class="content"><span class="bold">2．基于探测器的CT能量成像技术</span></p>
|
<p class="content">
|
（1）双层探测器技术：双层探测器技术使用一个X射线源，但探测器由上下两层组成。上层探测器通常采用稀有金属钇为基质的闪烁晶体，下层探测器采用稀土陶瓷材料。上层探测器负责采集低能光子信息，允许高能光子穿透并在下层被吸收。这样，两种光子能量信息分别通过侧置的光电二极管传输出两套数据集用于能量分析。
|
</p>
|
<p class="content">
|
（2）光子计数CT：基于半导体的光子计数探测器（碲化镉、碲化镉锌、硅、砷化镓）可以直接将X射线转化成电信号，通过设定能量阈值，该阈值能量以上的X射线光子以相同权重计数，从而产生检测器信号。
|
</p>
|
<p class="titleQuot-1">（二）图像处理技术</p>
|
<p class="content">
|
CT能量成像技术的后处理技术是其实现临床价值的核心组成部分，它通过一系列高级图像处理方法，将原始采集的数据转化为具有特定临床意义的图像，从而帮助医生更准确地诊断疾病。这些技术主要包括常规诊断图像生成、虚拟单能量图像（virtual
|
monoenergetic images，VMIs）生成、物质分离图像生成等。</p>
|
<p class="content"><span
|
class="bold">1．常规诊断图像</span> 常规诊断图像是指那些直接用于临床诊断的图像。在CT能量成像技术中，常规诊断图像通常是通过将不同能量下的图像进行线性混合而生成的，以模拟传统120kVp混合CT能量图像的效果。这种图像保留了足够的对比度和细节，同时降低了因不同能量引起的图像噪声和伪影。在双源双能量CT系统中，两个源分别以高低两种能量进行扫描，然后通过软件自动混合生成标准图像。而在单源瞬时管电压切换的双能量CT系统中，则需要通过复杂的算法来模拟不同能量下的图像效果，以达到最佳的诊断图像质量。
|
</p>
|
<p class="content"><span
|
class="bold">2．虚拟单能量图像</span> 虚拟单能量图像（VMIs）是CT能量成像技术后处理技术中最具特色的部分之一。通过数学模型，CT能量可以从不同能量下的扫描数据中重建出特定keV的图像，即虚拟单能量图像。这些图像的keV值可以在40～200之间调整，每种keV值的图像都有其独特的应用价值。例如，70keV的VMIs图像与传统120kVp的混合能量图像非常相似，但在某些情况下，如骨髓水肿的检测中，70keV的图像可提供更好的对比度。对于低于70keV的VMIs，由于更接近碘的K边（33keV），因此可以显著提高含碘组织的对比度，这在血管成像和肿瘤检测中尤为重要。而高于90keV的VMIs则有助于减少金属植入物和钙化引起的硬化伪影，提高图像的整体质量。
|
</p>
|
<p class="content"><span class="bold">3．物质分离图像</span></p>
|
<p class="content">（1）虚拟平扫图像：虚拟平扫（virtual
|
non-contrast，VNC）图像是CT能量成像技术后处理技术中的一个重要应用，它通过从增强扫描图像中去除碘对比剂的影响，生成类似于未使用对比剂的图像。这一技术在减少患者辐射剂量方面具有显著优势，因为在实际临床操作中，医生往往需要先进行一次平扫，然后再进行增强扫描，而VNC技术可以替代平扫，从而减少患者接受的辐射剂量。此外，VNC图像还可以用于评估对比剂的分布情况，帮助医生更好地理解病变区域的血流动力学特性。
|
</p>
|
<p class="content">
|
（2）碘图：碘图是一种特殊的物质分离图像，它展示了每个体素中的碘浓度分布。碘图的生成基于双能量CT的物质分离能力，通过分析不同能量下的图像差异，可以精确地计算出组织中碘的含量。碘图在临床应用中具有广泛的用途。
|
</p>
|
<p class="content"><span
|
class="bold">4．其他高级后处理技术</span> 除了上述主要的后处理技术外，CT能量成像技术还支持其他一些高级图像处理方法，这些方法进一步增强了其临床应用价值。例如，多物质分离技术可以同时分离出多种物质，如钙、铁、锌等，这对于肝脏铁过载的诊断和评估具有重要意义。虚拟平扫图像减影技术可以用于评估肿瘤的微血管密度，帮助医生更好地理解肿瘤的生物学特性。能谱曲线分析则可以提供关于组织成分的详细信息，对于某些特定类型的肿瘤和病变的诊断具有重要价值。
|
</p>
|
<p class="titleQuot-1">（三）定量分析方法</p>
|
<p class="content">CT能量成像技术的定量分析方法是其在临床应用中的一大亮点，这些方法能够提供传统CT无法获得的组织特征性信息，从而在疾病诊断、疗效评估等方面发挥重要作用。</p>
|
<p class="content"><span
|
class="bold">1．碘浓度定量分析</span> 碘浓度定量分析是CT能量成像技术中最常用的一种定量方法，主要用于评估组织或病灶内的碘含量。通过双能量CT扫描，可以获得不同能量下的图像，进而计算出每个体素中的碘浓度。
|
</p>
|
<p class="content"><span
|
class="bold">2．虚拟单能量图像定量分析</span> 虚拟单能量图像（VMIs）是在不同keV值下生成的图像，这些图像可以提供不同的组织对比度和细节信息。通过VMIs，可以进行多种定量分析。低能级VMIs：低能量段（＜70keV）的VMIs可以显著提高含碘组织的对比度，有助于提高血管和强化病变组织的可见度。高能量段VMIs：高能级（＞90keV）的VMIs可以减少金属植入物和钙化引起的硬化伪影，提高图像的整体质量。例如，在骨骼肌肉成像中，高能量段VMIs可以显著减少金属植入物引起的伪影，提高图像的诊断价值。
|
</p>
|
<p class="content"><span
|
class="bold">3．物质分离定量分析</span> 碘浓度定量分析是CT能量成像技术中最常用的一种定量方法，主要用于评估组织或病灶内的碘含量。通过双能量CT扫描，可以获得不同能量下的图像，进而计算出每个体素中的碘浓度。
|
</p>
|
<p class="content"><span class="bold">4．能谱曲线分析</span> 能谱曲线分析是通过分析不同能量下的CT值变化，来评估组织的成分和特性。</p>
|
<p class="content"><span
|
class="bold">5．虚拟平扫图像定量分析</span> 虚拟平扫（VNC）图像是从增强扫描图像中去除碘对比剂的影响，生成类似于未使用对比剂的图像。</p>
|
|
</div>
|
|
<!-- 左下页脚 -->
|
<div class="page-bottom-left">
|
180
|
</div>
|
</div>
|
</div>
|
|
|
<!-- 190页 -->
|
<div class="page-box" page="190">
|
<div v-if="showPageList.indexOf(190) > -1">
|
<div class="page-header">
|
<!-- 右上页眉 -->
|
<div class="page-header-right">
|
<span class="header-title">第五章 CT检查新技术</span>
|
<img class="header-img" src="../../assets/images/pageHeader.png" alt="" />
|
</div>
|
</div>
|
<div class="bodystyle">
|
|
<h4 class="fourthTitle">三、CT能量成像技术的临床应用</h4>
|
<p class="titleQuot-1">（一）肿瘤</p>
|
<p class="content"><span class="bold">1．肿瘤的检出与定性</span></p>
|
<p class="content">
|
（1）肿瘤定性：CT能量成像技术通过多参数成像技术，能够提供不同类型的肿瘤特征信息。例如，低能量段虚拟单能量图像（VMIs）可以提高血管和强化病变组织的对比度，有助于区分良性和恶性肿瘤。研究显示，腺癌、神经内分泌肿瘤和鳞状细胞癌之间的碘浓度等定量参数存在显著差异，这为肿瘤的定性和鉴别诊断提供了有力支持。
|
</p>
|
<p class="content">
|
（2）碘对比剂：碘对比剂在CT能量成像技术中的应用非常广泛，通过测量组织中的碘浓度，可以评估组织的血流灌注和血管化程度。碘图能量化病灶强化程度，提高病灶显示的对比度，增强小病灶的检出率。此外，低能级VMIs和碘图能提高肿瘤边界显示度、瘤周血管显示及肿瘤-血管组织对比度，有助于优化术前分期及手术规划。
|
</p>
|
<p class="content">
|
（3）治疗效果评估：CT能量成像技术能够量化组织及病灶内碘浓度的动态变化，反映病灶灌注改变，为肿瘤疗效评价提供新的量化指标。研究证实，碘定量（碘浓度）有助于区分射频消融后周围组织良性反应性增生与残余肿瘤，鉴别瘤周血管癌栓与血栓。这些定量参数可以为制订治疗方案提供更多的依据。CT能量成像技术在放疗效果评估中也具有重要价值。通过定期进行CT能量扫描，可以监测肿瘤的体积变化和碘浓度变化，评估放疗的效果。此外，CT能量成像技术还可以用于放射治疗规划，精确计算剂量分布，优化治疗计划。
|
</p>
|
<p class="content"><span class="bold">2．放射治疗规划</span></p>
|
<p class="content">
|
（1）精确剂量计算：CT能量成像技术能够提供详细的组织成分信息，有助于精确计算放射治疗的剂量分布。通过多参数成像技术，可以更准确地确定肿瘤的位置和范围，优化治疗计划，减少对周围正常组织的损伤。
|
</p>
|
<p class="content">
|
（2）治疗计划优化：CT能量成像技术还可以用于治疗计划的优化。通过虚拟单能量图像和碘图，可以更准确地评估肿瘤的血流灌注和血管化程度，优化放射治疗的剂量分布，提高治疗效果。</p>
|
<p class="titleQuot-1">（二）心血管系统</p>
|
<p class="content"><span
|
class="bold">1．冠状动脉钙化评分</span> 冠状动脉钙化评分是评估冠状动脉钙化程度的重要指标。CT能量成像技术通过能谱图像数据计算出组织中的钙含量分布，生成钙抑制图，可以更准确地评估钙化病变的程度。
|
</p>
|
<p class="content">
|
冠状动脉钙化评分在心血管疾病的风险评估中具有重要意义。高CAC评分提示冠状动脉粥样硬化的严重程度，有助于预测心血管事件的发生风险。此外，CT能量成像技术还可以用于监测冠状动脉钙化的进展，评估治疗效果。
|
</p>
|
<p class="content"><span class="bold">2．血管内斑块性质分析</span></p>
|
<p class="content">
|
（1）斑块成分识别：CT能量成像技术能够通过能谱图像数据识别血管内斑块的成分，区分脂质核心、纤维帽和钙化等不同成分。这些信息有助于评估斑块的稳定性，预测心血管事件的风险。</p>
|
<p class="content">
|
（2）风险评估：通过识别斑块成分，CT能量成像技术可以更准确地评估斑块的稳定性，预测心血管事件的风险。研究显示，富含脂质核心的斑块更容易破裂，导致急性心血管事件的发生。</p>
|
|
</div>
|
|
<!-- 右下页脚 -->
|
<div class="page-bottom-right">
|
181
|
</div>
|
</div>
|
</div>
|
|
|
<!-- 191页 -->
|
<div class="page-box" page="191">
|
<div v-if="showPageList.indexOf(191) > -1">
|
<div class="page-header">
|
<!-- 左上页眉 -->
|
<div class="page-header-left">
|
<div class="header-txt">
|
康复医学导论
|
</div>
|
</div>
|
</div>
|
<div class="bodystyle">
|
|
<p class="titleQuot-1">（三）泌尿系统</p>
|
<p class="content"><span class="bold">1．尿路结石成分分析</span></p>
|
<p class="content">
|
（1）成分鉴别：CT能量成像技术能够通过能谱图像数据识别尿路结石的成分，区分尿酸盐结石和非尿酸盐结石。尿酸结石可以通过碱化尿液溶解，而含钙结石则不能。此外，CT能量成像技术图像基于有效原子序数、基物质图、能谱曲线、低keV单能量CT值等定量参数，结合相应后处理软件，能够对泌尿系结石的成分进一步区分（图5-1-1，彩图20）。
|
</p>
|
<div class="qrbodyPic">
|
<img src="../../assets/images/0199-01.jpg" style="width:80%" alt="" active="true" />
|
<p class="imgdescript">图5-1-1 尿路结石成分分析</p>
|
</div>
|
<p class="content">
|
（2）治疗指导：通过识别尿路结石的成分，CT能量成像技术可以为临床治疗提供指导。例如，对于尿酸结石，可以通过碱化尿液来溶解结石；而对于含钙结石，则需要采取其他治疗方法。</p>
|
<p class="content"><span class="bold">2．肾脏功能评估</span></p>
|
<p class="content">
|
（1）肾功能参数：CT能量成像技术可以用于评估肾脏功能，通过测量肾脏的血流灌注和血管化程度，评估肾脏的功能状态。研究显示，CT能量成像技术可以量化肾脏的碘浓度，评估肾脏的血流灌注和血管化程度。
|
</p>
|
<p class="content">
|
（2）病理变化监测：CT能量成像技术还可以用于监测肾脏的病理变化，评估肾脏疾病的进展。通过定期进行能量CT扫描，可以监测肾脏的碘浓度变化，评估肾脏疾病的进展和治疗效果。</p>
|
<p class="titleQuot-1">（四）神经系统</p>
|
<p class="content"><span class="bold">1．脑血管病评估</span></p>
|
<p class="content">
|
（1）脑出血分类：CT能量成像技术可以用于脑出血的分类，通过能谱图像数据识别出血类型。研究显示，CT能量成像技术可以区分急性脑出血和慢性脑出血，有助于早期诊断和治疗。</p>
|
<p class="content">
|
（2）脑梗死评估：CT能量成像技术可以用于脑梗死的评估，通过能谱图像数据识别梗死区域。研究显示，CT能量成像技术可以准确识别脑梗死区域，评估梗死的范围和程度，有助于制订治疗方案。</p>
|
<p class="content"><span class="bold">2．颅内出血分类</span></p>
|
<p class="content">
|
（1）出血类型：CT能量成像技术可以用于颅内出血的分类，通过能谱图像数据识别出血类型。研究显示，CT能量成像技术可以区分脑内出血、蛛网膜下腔出血和硬膜下出血等不同类型的颅内出血，有助于早期诊断和治疗。
|
</p>
|
<p class="content">（2）早期诊断：CT能量成像技术在颅内出血的早期诊断中具有重要价值。通过能谱图像数据，可以更准确地识别出血区域，评估出血的范围和程度，有助于早期诊断和治疗。
|
</p>
|
|
</div>
|
|
<!-- 左下页脚 -->
|
<div class="page-bottom-left">
|
182
|
</div>
|
</div>
|
</div>
|
|
|
<!-- 192页 -->
|
<div class="page-box" page="192">
|
<div v-if="showPageList.indexOf(192) > -1">
|
<div class="page-header">
|
<!-- 右上页眉 -->
|
<div class="page-header-right">
|
<span class="header-title">第五章 CT检查新技术</span>
|
<img class="header-img" src="../../assets/images/pageHeader.png" alt="" />
|
</div>
|
</div>
|
<div class="bodystyle">
|
|
<p class="titleQuot-1">（五）骨关节系统</p>
|
<p class="content"><span
|
class="bold">1．骨密度测量</span> CT能量成像技术可以用于骨密度测量，通过能谱图像数据计算出组织中的钙含量分布。研究显示，CT能量成像技术可以更准确地评估骨密度，与双能X射线吸收测定法相比，CT能量成像技术能够更详细地显示局部骨质情况。
|
</p>
|
<p class="content"><span
|
class="bold">2．骨折愈合监测</span> CT能量成像技术可以用于骨折愈合的监测，通过能谱图像数据评估骨折愈合过程。研究显示，CT能量成像技术可以更准确地评估骨折愈合过程，监测骨痂形成和骨密度恢复情况，有助于制订康复计划。通过CT能量成像技术监测骨折愈合过程，可以为康复计划提供指导，促进骨折愈合。
|
</p>
|
<p class="content"><span
|
class="bold">3．痛风患者的尿酸盐识别</span> CT能量成像技术可以识别尿酸盐成分，早期识别关节、关节周围软组织、滑膜、韧带、肌腱等处的尿酸盐结晶，早期诊断痛风及鉴别假性痛风（图5-1-2，彩图21）。
|
</p>
|
<div class="qrbodyPic">
|
<img src="../../assets/images/0200-01.jpg" style="width:80%" alt="" active="true" />
|
<p class="imgdescript">图5-1-2 尿酸盐结晶识别</p>
|
</div>
|
<p class="titleQuot-1">（六）其他</p>
|
<p class="content"><span
|
class="bold">1．肝脏脂肪变性的评估</span> CT能量成像技术可以用于肝脏脂肪变性的评估，通过能谱图像数据计算出组织中的脂肪含量。研究显示，CT能量成像技术可以更准确地评估肝脏脂肪含量，与MRI相比，CT能量成像技术具有更高的灵敏度和特异性。通过定期进行能量CT扫描，可以监测肝脏脂肪变性的进展，评估疾病的严重程度和治疗效果。
|
</p>
|
<p class="content"><span
|
class="bold">2．胰腺炎的诊断</span> CT能量成像技术可以用于胰腺炎的诊断，通过能谱图像数据识别炎症区域。研究显示，CT能量成像技术可以更准确地识别胰腺炎的炎症区域，评估炎症的范围和程度，有助于制订治疗方案。CT能量成像技术还可以用于评估胰腺炎的病理特征，如胰腺水肿、出血和坏死等。通过能谱图像数据，可以更准确地评估胰腺炎的病理特征，有助于早期诊断和治疗。
|
</p>
|
<p class="content"><span class="bold">3．肺部疾病筛查</span></p>
|
<p class="content">
|
（1）肺结节检测：CT能量成像技术可以用于肺结节的检测，通过能谱图像数据识别肺结节。研究显示，CT能量成像技术可以提高肺结节的检出率，有助于早期发现和诊断肺部疾病。</p>
|
<p class="content">
|
（2）肺功能评估：CT能量成像技术可以用于肺功能的评估，通过能谱图像数据评估肺功能。研究显示，CT能量成像技术可以更准确地评估肺功能，如肺灌注和通气功能，有助于评估肺部疾病的严重程度和治疗效果。
|
</p>
|
|
</div>
|
|
<!-- 右下页脚 -->
|
<div class="page-bottom-right">
|
183
|
</div>
|
</div>
|
</div>
|
|
|
<!-- 193页 -->
|
<div class="page-box" page="193">
|
<div v-if="showPageList.indexOf(193) > -1">
|
<div class="page-header">
|
<!-- 左上页眉 -->
|
<div class="page-header-left">
|
<div class="header-txt">
|
康复医学导论
|
</div>
|
</div>
|
</div>
|
<div class="bodystyle">
|
|
<h3 class="thirdTitle">第二节 CT成像的人工智能技术</h3>
|
<p class="content">人工智能（artificial
|
intelligence，AI）是指由人造系统（如计算机程序或机器人）所表现出的智能行为。智能行为包括感知、推理、学习、规划、交流等人类智能的特征。人工智能的目标是使计算机能够执行通常需要人类智能才能完成的任务。
|
</p>
|
<h4 class="fourthTitle">一、人工智能的发展历程</h4>
|
<p class="content"><span
|
class="bold">1．1950—1960年</span> 诞生与黄金时代。1950年，艾伦·图灵提出图灵测试，成为衡量机器智能的标准。1956年，约翰·麦卡锡在达特茅斯会议上首次提出“人工智能”这一术语，标志着AI领域的正式诞生。黄金时代，研究者们对AI的潜力充满乐观，认为机器很快就能模拟人类智能。
|
</p>
|
<p class="content"><span
|
class="bold">2．1970—1980年</span> 第一次AI冬天与专家系统的兴起。由于技术限制和过高的期望，AI研究遭遇第一次寒冬。专家系统的出现，将知识编码到计算机中，使AI在特定领域取得实际应用。
|
</p>
|
<p class="content"><span
|
class="bold">3．1990年</span> 机器学习与大数据的兴起。机器学习算法的发展，特别是神经网络的复兴，为AI的复兴奠定基础。大数据的出现为AI提供了丰富的训练材料。
|
</p>
|
<p class="content"><span
|
class="bold">4．2000—2010年</span> 深度学习革命。深度学习技术的出现，特别是卷积神经网络在图像识别领域的突破。GPU的快速发展加速了深度学习模型的训练。AI技术在语音识别、图像识别、自然语言处理等领域取得显著进展。
|
</p>
|
<p class="content"><span
|
class="bold">5．2010年至今</span> AI的广泛应用与伦理挑战。AI技术在医疗、金融、交通等领域得到广泛应用。随着AI技术的快速发展，伦理和隐私问题日益突出。
|
</p>
|
<h4 class="fourthTitle">二、人工智能在医学领域的应用历史</h4>
|
<p class="content"><span
|
class="bold">1．早期应用</span> 专家系统与决策支持。专家系统在疾病诊断和治疗决策中的初步应用。决策支持系统帮助医生分析患者数据，提供治疗建议。</p>
|
<p class="content"><span class="bold">2．2000年</span> 计算机辅助诊断（CAD）的发展。计算机辅助检测系统在放射学中的应用，如自动识别肺结节。</p>
|
<p class="content"><span class="bold">3．2010年</span> 深度学习在医学影像中的应用。深度学习技术在医学影像分析中的突破，如自动分割、病变检测等。
|
</p>
|
<p class="content"><span
|
class="bold">4．2010年至今</span> AI在精准医疗和个性化治疗中的应用。AI技术在基因组学、蛋白质组学等精准医疗领域的应用。AI在个性化治疗方案制订中的应用，如根据患者基因特征制订治疗方案。
|
</p>
|
|
</div>
|
|
<!-- 左下页脚 -->
|
<div class="page-bottom-left">
|
184
|
</div>
|
</div>
|
</div>
|
|
|
<!-- 194页 -->
|
<div class="page-box" page="194">
|
<div v-if="showPageList.indexOf(194) > -1">
|
<div class="page-header">
|
<!-- 右上页眉 -->
|
<div class="page-header-right">
|
<span class="header-title">第五章 CT检查新技术</span>
|
<img class="header-img" src="../../assets/images/pageHeader.png" alt="" />
|
</div>
|
</div>
|
<div class="bodystyle">
|
|
<h4 class="fourthTitle">三、机器学习与深度学习基础</h4>
|
<p class="content"><span class="bold">1．监督学习</span></p>
|
<p class="content">（1）监督学习是一种机器学习方法，其中模型从标记的训练数据学习，以便能够预测新数据的输出。通过最小化损失函数来调整模型参数，使得模型的预测尽可能接近真实标签。
|
</p>
|
<p class="content">
|
（2）监督学习的应用：疾病诊断，使用标记的医学影像数据训练模型，以识别和分类疾病；病变检测，自动识别医学影像中的异常区域，如肿瘤、血管畸形等；预后预测，基于患者的影像数据预测疾病的发展和治疗结果。
|
</p>
|
<p class="content"><span class="bold">2．非监督学习</span></p>
|
<p class="content">（1）非监督学习是一种机器学习方法，其中模型从未标记的数据中学习，以发现数据的内在结构和模式。通过聚类、降维等技术，将数据分组或转换，以揭示数据的潜在特征。
|
</p>
|
<p class="content">
|
（2）非监督学习的应用：异常检测，识别医学影像中的异常模式，辅助疾病诊断；数据压缩，通过降维技术减少医学影像数据的存储空间；特征提取，从医学影像中提取有用的特征，用于后续的分析和诊断。</p>
|
<p class="content"><span class="bold">3．深度学习</span></p>
|
<p class="content">
|
（1）深度学习是机器学习的一个分支，它基于人工神经网络的学习算法，特别是那些具有多层（深层）结构的网络。关键概念包括神经网络组成、卷积神经网络等，这些网络能够学习图像数据中的局部相关性。
|
</p>
|
<p class="content">
|
（2）常见的深度学习模型类型包括深度残差网络（resnet），全卷积神经网络（FCN），U-Net神经网络及其3D版本，这些模型在图像分类，分割和识别任务中表现突出。</p>
|
<p class="content">（3）深度学习模型通过组合多个线性卷积层和非线性层，能够近似任何函数，从而在CT图像分析中展现出强大的能力。</p>
|
<h4 class="fourthTitle">四、深度学习在CT图像分析中的优势</h4>
|
<p class="content"><span
|
class="bold">1．自动特征提取的能力</span> 深度学习模型能够自动从CT图像中提取特征，减少了传统方法中需要手工特征提取的复杂性。这种自动特征提取能力使得模型能够识别更加复杂的模式，提高了病变检测的准确性。
|
</p>
|
<p class="content"><span
|
class="bold">2．高级模式识别和分类</span> 深度学习技术在模式识别领域扮演着核心角色，是让计算机能够通过学习数据，自动发现规律和执行任务的关键技术。在CT图像分析中，深度学习模型因其强大的模式识别能力，在分类和识别任务中展现出优势。这些模型能够处理大量的图像数据，识别出细微的病变特征，从而辅助医生进行更准确的诊断。例如，基于深度学习的CT影像肺癌检测识别系统能够实现高准确率的病灶检测。此外，3D卷积神经网络在肺部CT图像识别中取得了显著成果，如肺结节、肺癌等疾病的检测。通过训练3D卷积神经网络模型，可以自动提取CT图像中的特征，实现疾病的准确诊断。
|
</p>
|
|
</div>
|
|
<!-- 右下页脚 -->
|
<div class="page-bottom-right">
|
185
|
</div>
|
</div>
|
</div>
|
|
|
<!-- 195页 -->
|
<div class="page-box" page="195">
|
<div v-if="showPageList.indexOf(195) > -1">
|
<div class="page-header">
|
<!-- 左上页眉 -->
|
<div class="page-header-left">
|
<div class="header-txt">
|
康复医学导论
|
</div>
|
</div>
|
</div>
|
<div class="bodystyle">
|
|
<h4 class="fourthTitle">五、深度学习关键技术</h4>
|
<p class="content"><span
|
class="bold">1．图像分割</span> 图像分割是医学影像分析中的一个关键步骤，它涉及将影像中的特定解剖组织或异常组织（如肿瘤）分割为一个或多个感兴趣区。深度学习（DL）模型，尤其是卷积神经网络，在自动化图像分割中展现出了巨大潜力。这些模型能够通过学习影像数据中的复杂模式，实现对CT影像的自动分割。深度学习技术在图像分割中的应用不仅限于提高分割精度，还包括对分割速度的提升。通过自动化的分割流程，减少了医生的人工阅片时间，提高了看片效率。
|
</p>
|
<p class="content"><span
|
class="bold">2．特征提取</span> 特征提取是将影像数据中的强度、形状、纹理、位置等信息转化为可以进行深入挖掘和分析的数据信息。特征提取技术包括从分割图像中提取的放射组学特征，这些特征对于疾病的诊断和治疗规划至关重要。深度学习技术，尤其是深度特征提取，为特征提取提供了强大的工具。这些技术能够自动从影像数据中学习并提取出有助于诊断的特征。特征提取对于疾病的智能分类和预测至关重要。通过深度学习建立的分类和预测模型，可以实现医学影像的智能评价和预测。特征提取的准确性直接影响到后续诊断的准确性，因此，提高特征提取的准确性是提升诊断效率和准确性的关键。
|
</p>
|
<h4 class="fourthTitle">六、人工智能在CT图像重建中的应用</h4>
|
<p class="content"><span
|
class="bold">1．CT图像重建的物理基础</span> CT图像重建基于X射线穿过物体后的衰减分布，通过探测器接收到的信号重建物体内部结构的图像。基本原理涉及对X射线源围绕患者旋转时收集的一系列二维投影数据进行数学处理，以重建三维图像。
|
</p>
|
<p class="content"><span class="bold">2．图像重建算法的类型</span></p>
|
<p class="content">（1）滤波反投影：传统的CT图像重建方法，通过反投影和滤波处理二维投影数据。</p>
|
<p class="content">（2）迭代重建：通过迭代优化算法改善图像质量，减少噪声和伪影。</p>
|
<p class="content"><span class="bold">3．AI技术降低图像噪声的方法</span> 深度学习图像重建（deep learning image
|
reconstruction，DLIR）技术，如TrueFidelity<span class="super">TM</span>，利用深度神经网络（deep neural
|
network，DNN）学习区分信号和噪声，有效抑制噪声而不影响解剖和病理结构。AI去噪技术，如扩散模型和生成对抗网络（GAN），经过大量图像训练，实现高质量地去噪效果。</p>
|
<p class="content"><span
|
class="bold">4．AI技术提高图像分辨率的方法</span> 超分辨率技术（Super-Resolution，SR）通过学习低分辨率图像到高分辨率图像的映射函数，利用模型习得的先验知识获取图像的高频细节，提高图像分辨率。基于重建的超分辨率复原方法，通过亚像素精度对齐多张低分辨率图像，构建观测模型中的空间运动参数，从而得到高分辨率图像。
|
</p>
|
<p class="content"><span
|
class="bold">5．传统的FBP和IR方法面临的挑战</span> 如噪声、伪影和辐射剂量问题，AI技术如DLIR正在解决这些问题。深度学习方法在CT重建领域的应用，需要大量的标记数据和计算资源。深度学习技术在图像去噪、超分辨率、图像识别等领域的快速发展，预示着AI在图像重建领域的巨大潜力。
|
</p>
|
|
</div>
|
|
<!-- 左下页脚 -->
|
<div class="page-bottom-left">
|
186
|
</div>
|
</div>
|
</div>
|
|
|
<!-- 196页 -->
|
<div class="page-box" page="196">
|
<div v-if="showPageList.indexOf(196) > -1">
|
<div class="page-header">
|
<!-- 右上页眉 -->
|
<div class="page-header-right">
|
<span class="header-title">第五章 CT检查新技术</span>
|
<img class="header-img" src="../../assets/images/pageHeader.png" alt="" />
|
</div>
|
</div>
|
<div class="bodystyle">
|
|
<h4 class="fourthTitle">七、人工智能在病变检测和诊断中的应用</h4>
|
<p class="content">
|
计算机辅助检测（CAD），CAD系统通过图像处理和模式识别技术辅助医生检测医学影像中的异常迹象，如肿瘤或病变。这些系统还可以自动识别和标记疑似病变区域，提高诊断的准确性和效率。深度学习算法，尤其是卷积神经网络，在图像识别领域展现出强大的能力。它们能够自动从大量数据中学习特征，提高病变检测的准确性，减少医生的工作负担。
|
</p>
|
<p class="content">AI模型通过学习大量的医学影像数据构建，能够对疾病进行分类和诊断。模型的构建涉及数据预处理、特征提取、模型训练和验证等多个步骤，以确保模型的准确性和泛化能力。
|
</p>
|
<div class="bodyPic"><img src="../../assets/images/0023-01.jpg" style="width:80%" alt=""
|
active="true" />
|
</div>
|
<p class="center"><span class="bold">人工智能在医学影像诊断中的常见应用</span></p>
|
<p class="quotation">
|
1．胸部肺结节CT筛查及随访 近年来，国内外广泛推荐采用低剂量CT进行肺小结节的筛查，旨在实现早发现、早诊断、早治疗的目标。AI技术能够协助医生提高阅片效率，减少漏诊率，并且能够基于历史影像资料，量化分析并比对结节的大小、体积、密度、成分等，从而辅助医生制订相应的处理策略。
|
</p>
|
<p class="quotation">
|
2．骨折CT诊断 由于骨骼的不同形态，CT扫描中微小骨折往往容易被忽略。然而，AI技术具备自动识别功能，并能生成VRT图像、局部动态图、骨折最佳视角自动呈现等，较为直观的展现肋骨形态及肋骨骨折情况，对微小骨折具备一定敏感度，可辅助医生更快速、高效、精准地完成骨折的诊断。
|
</p>
|
<p class="quotation">
|
3．CT脑动脉瘤评估与脑出血预警 AI技术能够在急诊黄金时间窗内迅速定位出血部位，精准计算出血体积，并检测脑中线移位情况，及时发出救治警报，从而辅助临床医生制订有效的治疗方案。</p>
|
<p class="quotation">
|
4．CT冠状动脉的重建与量化分析 作为心脑血管疾病的常规检查手段，CT血管检查通过扫描和血管重建两个步骤完成。与人工手动重建相比，AI后处理的图像中动脉管壁更为光滑，小分支显示更为全面，血管对比度更高，能够精准发现各类斑块，识别动脉狭窄的程度及具体位置，并生成结构化报告供诊断参考，从而显著提升诊断效率。
|
</p>
|
<p class="quotation">此外，人工智能技术还被应用于辅助肝脏体积测量、肝脏弹性成像、肝脏肿瘤的早期筛查、乳腺钼靶影像及胃癌早期筛查等众多软件模型的研发之中。</p>
|
</div>
|
<!-- 右下页脚 -->
|
<div class="page-bottom-right">
|
187
|
</div>
|
</div>
|
</div>
|
<!-- 197页 -->
|
<div class="page-box" page="197">
|
<div v-if="showPageList.indexOf(197) > -1">
|
<div class="page-header">
|
<!-- 左上页眉 -->
|
<div class="page-header-left">
|
<div class="header-txt">
|
康复医学导论
|
</div>
|
</div>
|
</div>
|
<div class="bodystyle">
|
|
<div class="bodyPic"><img src="../../assets/images/0205-01.jpg" style="width:80%" alt=""
|
active="true" />
|
</div>
|
<p class="right-info">（李玮）</p>
|
|
</div>
|
|
<!-- 左下页脚 -->
|
<div class="page-bottom-left">
|
188
|
</div>
|
</div>
|
</div>
|
|
|
<!-- 198页 -->
|
<div class="page-box" page="198">
|
<div v-if="showPageList.indexOf(198) > -1">
|
<div class="page-header">
|
<!-- 右上页眉 -->
|
<div class="page-header-right">
|
<span class="header-title">第五章 CT检查新技术</span>
|
<img class="header-img" src="../../assets/images/pageHeader.png" alt="" />
|
</div>
|
</div>
|
<div class="bodystyle">
|
<h1 class="firstTitle-l">参考文献</h1>
|
<p class="content">[1]樊先茂，张卫萍.CT检查技术实训与学习指导[M].北京：人民卫生出版社，2022．</p>
|
<p class="content">[2]张卫萍，樊先茂.CT检查技术[M].北京：人民卫生出版社，2020．</p>
|
<p class="content">[3]李萌，樊先茂.医学影像检查技术[M].北京：人民卫生出版社，2014．</p>
|
<p class="content">[4]中华医学会.临床技术操作规范·影像技术分册[M].北京：人民卫生出版社，2010．</p>
|
<p class="content">[5]王其军，韩志江，刘红光，等.泌尿系统多层螺旋CT诊断学[M].北京：人民卫生出版社，2017．</p>
|
<p class="content">[6]余建明，黄小华.医学影像检查技术学实验教程[M].北京：人民卫生出版社，2025．</p>
|
<p class="content">[7]中国医学影像技术协会.CT检查技术专家共识[J].中华放射学杂志，2016，50（12）：916-928．</p>
|
<p class="content">[8]郑延松，陆峰，李永丽，等.低剂量螺旋CT技术的应用进展[J].中华健康管理学杂志，2019，13（6）：552-555．</p>
|
<p class="content">[9]来守永，赖声远，刘霁雨，等.胸部CT扫描规范化专家共识[J].中国医疗设备，2020，35（2）：185-189．</p>
|
<p class="content">[10]任心爽，安云强，吕滨，等.中国冠状动脉CT血管成像扫描技术及辐射剂量的现状调查[J].中华放射学杂志，2022，56（4）：405-410．</p>
|
<p class="content">[11]陈子鑫，侯贵松，黄伟鹏，等.肝脏CT灌注成像的临床应用及研究进展[J].实用医学影像杂志，2023，24（4）：309-312．</p>
|
<p class="content">[12]王科星.螺旋CT在肝脏肿瘤影像诊断中的应用价值及临床意义分析[J].影像研究与医学应用，2021，5（10）：201-202．</p>
|
<p class="content">[13]井昶萍，韩冬，陆洋，等.CT灌注参数与肝细胞癌患者Child-Pugh分级的关系研究[J].肝脏，2021，26（10）：1119-1122．</p>
|
<p class="content">[14]潘晓奇，毛家仁，谭仲俊，等.64排螺旋CT成像在肝癌患者介入治疗与治疗指导的应用价值研究[J].中国医学装备，2020，17（2）：49-52．</p>
|
<p class="content">
|
[15]中华医学会急诊医学分会，中国医疗保健国际交流促进会胸痛分会，陈玉国.急性胸痛急诊诊疗专家共识[J].中华急诊医学杂志，2019，28（4）：413-420．</p>
|
<p class="content">[16]成启华，李婷婷，王艳微，等.低剂量螺旋CT技术在肺癌筛查中的应用价值研究[J].现代医用影像学，2020，29（6）：1001-1004．</p>
|
<p class="content">[17]黄振东.能谱CT及尿酸盐沉积定量分析在痛风性关节炎中的临床应用研究[D].广西：右江民族医学院，2023．</p>
|
<p class="content">
|
[18]郑志娟，李姝霖，马昆，等.深度学习重建算法对胸部CT图像质量及肺结节影像组学特征数据可重复性的影响[J].中国医学影像技术，2025，41（1）：79-83．</p>
|
<p class="content">
|
[19]黄三明，冉启文，陈鹏，等.《MRI技术与实验》出版：MRI影像组学对混合型肝癌与肝内胆管细胞癌的鉴别诊断效能分析[J].介入放射学杂志，2024，33（5）：I0007-I0007．
|
</p>
|
<p class="content">[20]郑庆增，戴相昆，张建春，等.基于深度学习的自动分割方法对头颈部危及器官勾画的评价[J].中国医学装备，2023，20（4）：11-16．</p>
|
<p class="content">
|
[21]中国食品药品检定研究院，中华医学会放射学分会心胸学组，任海萍，等.胸部CT肺结节数据标注与质量控制专家共识（2018）[J].中华放射学杂志，2019，53（1）：9-15．</p>
|
<p class="content">[22]张杰慧.基于CT造影图像的肺栓塞计算机辅助检测[D].重庆：重庆大学，2011．</p>
|
<p class="content">[23]中国肺癌早诊早治专家组，周清华，范亚光，等.中国肺癌低剂量CT筛查指南（2023年版）[J].中国肺癌杂志，2023，26（1）：1-9．</p>
|
|
</div>
|
<!-- 右下页脚 -->
|
<div class="page-bottom-right">
|
189
|
</div>
|
</div>
|
</div>
|
<!-- 199页 -->
|
<div class="page-box" page="199" style="min-height: auto">
|
<div v-if="showPageList.indexOf(199) > -1">
|
<div class="bodystyle">
|
<img class="img-0" alt="" src="../../assets/images/fengdi.jpg" />
|
</div>
|
</div>
|
</div>
|
</div>
|
</template>
|
|
|
<script>
|
export default {
|
name: "chapterFive",
|
props: {
|
showPageList: {
|
type: Array,
|
},
|
},
|
}
|
</script>
|
|
<style lang="less" scoped></style>
|
