Phantomstudie zur Evaluation der Niedrigkontrastauflösung in Abhängigkeit von Objektgröße und Slabdicke mittels Sliding-Thin-Slab-Verfahren: Untersuchung an einem 16-Zeilen-Multi-

Ziele: Optimierung der Niedrigkontrasterkennbarkeit für einen 16-Zeilen-MSCT durch Bestimmung der idealen Slabdicke für das Sliding-Thin-Slab-Verfahren. Methode: An einem LightSpeed16 (GE Medical Systems) wurde bei 10, 20, 25, 40, 50, 80, 100 und 195 mA ein Niedrigkontrastphantom mit isotroper Voxelgröße von 0,5mm gescannt (Kernel: soft, standard und bone). In den Phantomkörper waren sphärische Objekte verschiedener Größe (3, 4, 5, 6, 8mm Durchmesser) zur Simulation hypodenser Läsionen (-20 Hu) eingebettet. Sowohl der nach dem Rose Modell zur Erkennung nötige Mindestkontrast, als auch der objektiv erreichte Kontrast der vorhandenen Läsionen wurde an Slabs ansteigender Dicke von 1mm bis 12mm bestimmt. Der Visibility Index (VI) als Quotient aus diesen beiden Werten gestattete abschließend eine objektive und beobachterunabhängige Evaluation der Niedrigkontrasterkennbarkeit. Ergebnis: Es besteht ein deutlicher Zusammenhang zwischen Slabdicke (SD), Dosis und Objektgröße. Dabei zeigte sich zum einen ein stetiges Anwachsen der optimalen Slabdicke in Abhängigkeit von der zu beobachtenden Objektgröße, in bester Anpassung dargestellt durch ein Polynom dritter Ordnung. Zum anderen führten mit steigender Dosis bereits kleinere Slabdicken zum Erreichen der optimalen Erkennbarkeit, was durch Addition oder Subtraktion eines Faktors (durchschnittlich 0,3) für niedrigere, bzw. höhere mA-Stufen zu dem o.a. Polynom ausgedrückt werden konnte. Am Beispiel des Bilddatensatzes, der unter Verwendung des SOFT – Kernels mit 25–195 mA erstellt wurde, ergaben sich folgende Kombinationen aus (Objektdurchmesser [mm]; Slabdicke [mm]) bei maximalem VI: (1,4; 0.325) (2; 1,75) (3; 2,3) (4; 2,4) (5; 3,6). Schlussfolgerung: Das Sliding-Thin-Slab-Verfahren erlaubt die Optimierung der Nierigkontrastauflösung ohne Erhöhung der Strahlenbelastung für den Patienten. Die beobachterunabhängige Erkennbarkeit lässt sich signifikant im Mittel auf 160% der Werte des Ausgangsdatensatzes steigern.

Korrespondierender Autor: Shin H

Medizinische Hochschule Hannover, Diagnostische Radiologie, Carl-Neuberg-Str. 1, 30625, Hannover

E-Mail: [e-mail]

Key words

Multi-Detektor-CT - Thin-Slab - image processing - Reformation