贝壳创始人因肺癌去世，筛查到底有多重要！
2021年5月20日，年仅50岁的贝壳创始人左晖因肺癌去世。近几年来，癌症似乎已经跨越了年龄阶层，步步向我们逼近，面对它，难道我们就束手无策吗？并不是，医学上一直在研究怎么找到“它”。
越来越多的医院正在实施肺癌筛查计划，或者处于开展研究实施研究的最前沿。一些研究表明，在符合合格标准的高危人群中，通过肺癌CT筛查至少可以降低20%的肺癌死亡率。目前的肺癌筛查方案建议对符合条件的个体进行每年或两年一次的重复筛查。在个体水平上，这可能导致其一生中至少超过25次扫描，实际上累积辐射剂量相差很大。因此，根据所使用的CT方案、CT生成和优化CT方案的医院的专业知识，对整个人群重复筛查诱发癌症风险的估计也有所不同。
大型肺癌筛查研究的CT方案设置
各种CT系统和低剂量CT采集方案已用于大型肺癌筛查研究。大多数研究是在2010年之前开始的，因此，方案设置（辐射剂量和图像质量）可以追溯到10年前的系统和标准，直到20年前。2004年之前的肺癌CT筛查研究使用的是单片检测器系统或第一个多（片）检测器系统，该系统每转可获取4个切片，并使用准直度2.5~5.0 mm。从一开始，就采用螺旋扫描模式在一次吸气末期屏气中覆盖从肺尖到肺基底部的整个胸部。从2004年的研究开始，此后16层多探测器CT系统主要用于肺癌筛查。这允许获取16个切片，准直度为0.75 mm，从而产生更薄的轴向切片。
通常，使用滤波反投影（FBP）来以薄片厚度和较小增量重建图像。这导致了重叠的切片重建，无需增加辐射剂量即可提高图像质量，从而获得用于检测小肺结节的薄片。在通过FBP重建图像的过程中，使用卷积滤波器或“内核”来增强或优化特定解剖区域的重建图像。
在肺癌筛查研究中，采用了“软核”和“硬核”或“尖锐”核。软核CT图像与锐核CT。软核用于显示软组织，呈现出更平滑的图像和更少的噪声，并用于检测结节和评估结节的形态。更清晰的内核适合于显示密度差异较大的结构，以较高的噪声为代价呈现出更高的空间分辨率的清晰图像，并可用于结节大小的测量，尽管可能会出现分割问题。软核的结节体积测量具有较高的再现性，但可能会低估结节体积。对于软内核和尖锐内核的使用还没有达成共识。在随后的CT扫描中进行结节测量的情况下，始终如一地使用相同的重建内核尤为重要。
准则和建议
ACR建议至少使用16片MDCT，而ESTI则将下限设置为32片，并建议使用64片MDCT。总扫描时间建议在10秒以下，以覆盖整个胸部在一次呼吸。100-120 kVp的管电压对于标准体型的患者是可以接受的，而140 kVp的管电压可以用于肥胖患者。电子管电流应与电子管电压和螺距一起设置，以满足一定的CTDlvol。
指南不鼓励使用固定的电子管电流，但建议根据患者的习性使用自动电子管电流调制。此外，建议使用自动管电压选择和器官剂量调节。ACR建议将音高设置在0.7-1.5之间，但声明该参数应与前面 提到的其他采集参数和CTDI vol一起设置。该螺距系数是系统设置所固有的，因为它基于CT系统的旋转时间，工作台进给和输出（光束宽度）。需要满足的CTDIlvol逐年下降，2014年ACR报告的标准患者尺寸水平<3 mGy，而2019年ESTI报告的标准患者尺寸>80 kg水平<1.6 mGy，导致有效辐射剂量约为0.7 mSv。
与以前的研究相反，当前的指南详细报告了要使用的重建参数。切片厚度≤1.0 mm且切片增量小于切片厚度（≤0.7 mm）时，CT图像的重建是优选的，但是重叠的重建不是强制性的。可以为每位患者优化视野，使其包括整个肺超过1厘米的胸腔。应使用标准的身体或纵隔/软组织和肺部颗粒，此外，还可以使用没有边缘增强功能的中锋（肺）颗粒。此外，在分析过程中，建议分别使用最大强度投影（MIP）和多平面重建（MPR）分别检测肺结节和结节特征。两项准则都强烈建议使用迭代重建或深度学习重建，以在保持图像质量的同时进一步减少剂量。ESTI指南不鼓励使用FBP。
有些协会强调了使用薄片(<1.25 mm)和MPR(或MIP)对肺结节的检测、定量和定性以及使用低剂量技术的重要性。具体来说，小结节(直径<10 mm)应在尖锐(高空间分辨率)核上进行量化，而在较大结节(>10 mm)中，重构核对测量精度的影响较小。
减少辐射剂量
通过使用迭代重建和低管电流或锡过滤器，可以进一步降低辐射剂量，使其超出当前推荐的准则。但是，大多数研究仅根据某些直径大小调查了结节检测的影响，不同研究之间的临界值有所不同。同样，只有少数研究按结节类型指定敏感性，许多研究排除了肥胖患者。因此，在将辐射降低至超低剂量设置时应谨慎。
CT技术的发展
简化肺癌CT筛查中影像学标志物（如肺结节定量）的使用和验证。ESR和RSNA的目标是数据采集和分析（肺结节的量化）的国际标准化和统一。特别是，QIBA提供了一些图像质量保证标准，而不是LDCT的指定扫描参数值。然后，不仅可以针对全剂量方案测试新的（超）低剂量CT方案的结节敏感性，还可以针对这些一般的图像质量参数进行基准测试。
除了具有QIBA配置文件的图像质量保证之外，EIBALL还跟踪肺癌领域中的新发展，例如计算机辅助检测（CAD），放射线学和深度学习。也对这些新应用程序的性能产生影响。通常，已经发现使用CAD作为第二阅读器可以提高肺结节检测的灵敏度。借助CAD，两个阅读器的灵敏度可以分别提高19％和20％，而其他两个阅读器的灵敏度则保持不变。在肺癌筛查中，可以从获取的CT图像中提取和分析除大小和形状以外的许多其他特征，从而可以区分良性和恶性结节。
到目前为止，一些研究已经研究了对放射学特征对结节特征的影响。分析了剂量水平，IR水平和重建粒数对结节基于密度和质地的特征的影响。基于密度的特征是最可靠的特征，而其他特征受不同剂量水平和重构的影响也不同。当使用密度和纹理特征来表征结核或结节变化时，应考虑到方案更改的敏感性。如果不考虑，可能实际上会测量协议设置而不是结节特征。
通过对胸部CT扫描进行深度学习图像转换来标准化扫描，以提高软核与硬核之间的放射特征的可重复性。表明，如果将图像转换用于包含不同重建内核扫描的数据集，则放射学特征的重现性可以从15.2％提高到57.4％。但是，基于相同内核扫描的两个读取器的功能可重复性明显更高，达到84.3％。所以软核和尖锐核不能互换使用，并且需要相同的重建核以保证放射特征的高可再现性，尽管深度学习图像转换可以显着提高可再现性。
基于深度学习的新算法不仅可以促进基于内核变化的标准化，而且可以提高ULDCT的图像质量。根据对ULDCT的深度学习后处理图像的体积测量结果和物理结节体积，结节体积没有发现显着差异。其他研究表明，与FBP和迭代重建的ULDCT图像相比，深度学习降噪技术可以提高图像质量，并且可以在CT图像中保留结构细节。因此，通过这些新算法可以降低ULDCT中存在的高图像噪声，而不仅限于特定的迭代重建技术，而且还可以保持图像分辨率和对比度。这将使ULDCT可以在更广泛的筛查参与者中应用，并有助于在不同的CT系统之间实现CT图像质量的标准化。
目前，国际肺癌研究协会（IASLC）正在开发早期肺成像联盟（ELIC），其目标是作为一个全球开源的LDCT图像云ELIC云将包括经过标准化图像质量处理的高质量胸部CT图像。这些高质量的图像可用于定量肺成像研究，以提高CT肺癌筛查等临床决策支持的可靠性并加速和优化肺结节定量的准确性和精密度。
结论
在过去的20年里，CT肺癌筛查方案已经从预设管电压和管电流发展到自动管电流调制和管电压选择。目前的临床指南提供了重建设置的详细信息，并鼓励使用薄片、MPR和MIP来检测和定量结节。根据指南，对于标准尺寸的患者，CT方案应使其红外辐射剂量小于3mgy。尽管谨慎地说，使用红外和锡过滤器的超低剂量CT方案可能会进一步降低辐射剂量至0.3 mGy。应彻底评估新的超低剂量方案的性能。应确定与结核大小、密度和成分有关的灵敏度。此外，应该评估对体积测量和再现性的影响，以及CAD性能和放射性特征。对于后者，可能需要再培训和再评估，以优化这些技术在肺癌CT筛查超低剂量方案中的使用。深度学习去噪技术有望提高图像质量，在更广泛的筛查参与者中应用超低剂量CT协议，并帮助优化肺结节定量和管理的准确性和精度。随着肺癌筛查的大规模实施，（超）小剂量CT技术的进一步标准化，包括采集、后处理和报告，将是必需的。
END
9.de Koning HJ, Van Der Aalst CM, De Jong PA, et al. Reduced lung-cancer mortality with volume CT screening in a randomized trial. N Engl J Med 2020;382:503–13.