Neue diagnostische Verfahren in der Computertomographie der Wirbelsäule

Zusammenfassung

Die Dual-Energy-CT wurde 2005 in den klinischen Alltag integriert und führte erstmalig durch die Zwei- und Mehrmaterialdifferenzierungen zu neuen Anwendungen in der bildgebenden Diagnostik der Wirbelsäule, z.B. die Messung der Knochenmineraldichte, die Darstellung des Knochenmark- und Weichteilödems oder die Darstellung von Bandscheibenextrusionen. Die Berechnung virtuell monoenergetischer Bilder (VMI) aus Dual-Energy-CT-Daten ermöglicht die Bildrekonstruktion auf verschiedenen keV-Niveaus. Niedrigenergetische VMI Rekonstruktionen im Dual-Energy-CT können die Kontrastauflösung erhöhen, führen jedoch zu erhöhtem Bildrauschen. Diese gesteigerte Kontrastauflösung ermöglicht z.B. eine verbesserte Darstellung von Weichteiltumoren, die in den Spinalkanal infiltrieren. Hochenergetische VMI Rekonstruktionen im Dual-Energy-CT werden verwendet, um Strahlaufhärtungsartefakte, z.B. bei spinaler Fusion, zu minimieren. Iterative Bildnachverarbeitungsalgorithmen reduzieren das Bildrauschen. Die photonenzählende CT wurde 2021 auf den Markt gebracht und bietet zahlreiche Vorteile gegenüber früheren Generationen, darunter eine verbesserte räumliche Auflösung, eine reduzierte Strahlendosis und die Fähigkeit, Multi-Energy-Datensätze auf verschiedenen keV-Niveaus mit einer einzigen Röntgenröhre zu erfassen. KI-Anwendungen können Radiologen bei der Lokalisierung und Identifikation von Wirbelkörpern, der Erkennung von Wirbelkörperfrakturen sowie dem Auffinden von Malignom-suspekten Knochenläsionen unterstützen.

Abstract

Dual-Energy CT was integrated into clinical practice in 2005, introducing new applications in spinal imaging diagnostics through dual- and multi-material differentiation. These applications include the measurement of bone mineral density, visualization of bone marrow and soft tissue edema, and depiction of disc extrusions. The computation of virtual monoenergetic images (VMI) from dual-energy CT data allows image reconstruction at various keV levels. Low-energy VMI reconstructions in dual-energy CT increases contrast resolution but results in increased image noise. This enhanced contrast resolution enables improved depiction of soft tissue tumors infiltrating the spinal canal. High-energy VMI reconstructions in dual-energy CT are used to minimize beam hardening artifacts, for instance, in spinal fusion. Iterative image post-processing algorithms reduce image noise. The photon-counting CT was introduced to the market in 2021 and offers numerous advantages over previous generations, including improved spatial resolution, reduced radiation dose and the ability to capture multi-energy datasets at various keV levels with a single X-ray tube. AI applications can assist radiologists in localizing and identifying vertebral bodies, detecting vertebral fractures, and locating malignancy-suspect bone lesions.

Schlüsselwörter

Computertomographie - Photon-Counting-CT - Dual-Energy-CT - Bildnachverarbeitungsalgorithmen - Bildgebung der Wirbelsäule

Keywords

computed tomography - photon-counting CT - dual-energy CT - image post-processing algorithms - imaging of the spine

Publikationsverlauf

Artikel online veröffentlicht:
03. September 2024

• Literatur

• 1 Hoeffner EG, Mukherji SK, Srinivasan A. et al. Neuroradiology Back to the Future: Spine Imaging. AJNR Am J Neuroradiol 2012; 33: 999-1006
• 2 Hackenbroch C, Riesner HJ, Lang P. et al. Dual Energy Computed Tomography in Musculoskeletal Imaging, with Focus on Fragility Fractures of the Pelvis. Z Orthop Unfall 2017; 155: 708-715
• 3 Johnson TRC. Dual-Energy CT: General Principles. American Journal of Roentgenology 2012; 199: S3-S8
• 4 Albrecht MH, Scholtz JE, Kraft J. et al. Assessment of an Advanced Monoenergetic Reconstruction Technique in Dual-Energy Computed Tomography of Head and Neck Cancer. Eur Radiol 2015; 25: 2493-2501
• 5 D’Angelo T, Cicero G, Mazziotti S. et al. Dual energy computed tomography virtual monoenergetic imaging: technique and clinical applications. Br J Radiol 2019; 92: 20180546
• 6 Koch V, Hokamp NG, Albrecht MH. et al. Accuracy and precision of volumetric bone mineral density assessment using dual-source dual-energy versus quantitative CT: a phantom study. Eur Radiol Exp 2021; 5: 43
• 7 Miller PD. Underdiagnosis and Undertreatment of Osteoporosis: The Battle to Be Won. J Clin Endocrinol Metab 2016; 101: 852-859
• 8 Cavallaro M, D'Angelo T, Albrecht MH. et al. Comprehensive comparison of dual-energy computed tomography and magnetic resonance imaging for the assessment of bone marrow edema and fracture lines in acute vertebral fractures. Eur Radiol 2022; 32: 561-571
• 9 Foti G, Serra G, Iacono V. et al. Identification of Traumatic Bone Marrow Oedema: The Pearls and Pitfalls of Dual-Energy CT (DECT). Tomography 2021; 7: 424-433
• 10 Gruenewald LD, Koch V, Eichler K. et al. Injury patterns of the spine following blunt trauma: A per-segment analysis of spinal structures and their detection rates in CT and MRI. Heliyon 2023; 9: e17396
• 11 Booz C, Nöske J, Martin SS. et al. Virtual Noncalcium Dual-Energy CT: Detection of Lumbar Disk Herniation in Comparison with Standard Gray-scale CT. Radiology 2019; 290: 446-455
• 12 Layer YC, Kravchenko D, Dell T. et al. CT-Technologie: photonenzählende Computertomographie. Radiologie 2023; 63: 497-506
• 13 Esquivel A, Ferrero A, Mileto A. et al. Photon-Counting Detector CT: Key Points Radiologists Should Know. Korean J Radiol 2022; 23: 854-865
• 14 Winkelmann MT, Hagen F, Le-Yannou L. et al. Myeloma bone disease imaging on a 1st-generation clinical photon-counting detector CT vs. 2nd-generation dual-source dual-energy CT. Eur Radiol 2023; 33: 2415-2425
• 15 CharitéCentrum für Diagnostische und Interventionelle Radiologie und Nuklearmedizin. Kahn J. Iterative Rekonstruktion – Klinische Anwendungen in der qualitäts- und dosisoptimierten Computertomographie (Juli 2019). . Zugriff am 06. Juli 2023 unter: https://refubium.fu-berlin.de/bitstream/handle/fub188/27132/Habilitation_Kahn.pdf?sequence=1&isAllowed=y
• 16 Wang F, Zhang Y, Xue H. et al. Combined use of iterative reconstruction and monochromatic imaging in spinal fusion CT images. Acta Radiol 2017; 58: 62-69
• 17 Wang X, Zhai S, und Niu Y. Automatic Vertebrae Localization and Identification by Combining Deep SSAE Contextual Features and Structured Regression Forest. J Digit Imaging 2019; 32: 336-348
• 18 Martin-Noguerol T, Miranda MO, Amrhein TJ. et al. The role of Artificial intelligence in the assessment of the spine and spinal cord. European Journal of Radiology 2023; 161