Key words therapy planning - oncology imaging - lesion detection - review - CT - spectral CT
Einführung
Mit der steigenden Verfügbarkeit an Spektral-CT-Systemen im klinischen Alltag wird diese Bildgebung zunehmend im klinischen Alltag eingesetzt. Für die onkologische Bildgebung bietet die Spektral-CT, die unter anderem eine spezifische Materialcharakterisierung erlaubt, eine Vielzahl potenzieller Anwendungsgebiete[1 ]. Neben einer verbesserten Detektion und Charakterisierung maligner Läsionen erlaubt die Spektral-CT eine präzise Therapieplanung und bietet die Möglichkeit eines neuartigen Imaging Biomarkers für Tumorvitalität [2 ]
[3 ]
[4 ]
[5 ]. In diesem Beitrag werden die herstellerspezifischen Spektral-CT-Systeme und Spektral-Rekonstruktionen erörtert, wobei der Schwerpunkt auf dem onkologischen Anwendungsgebiet liegt. Zusätzlich wird auf Spektral-CT-spezifische Fallstricke eingegangen, derer man sich bewusst sein sollte, um Interpretationsfehler zu vermeiden.
Grundlagen der Spektral-CT-Bildgebung
Grundlagen der Spektral-CT-Bildgebung
Während die konventionelle CT-Bildgebung auf Unterschieden in der physikalischen Dichte zwischen 2 benachbarten Strukturen beruht, basiert die Spektral-CT-Bildgebung auf Unterschieden in der elementaren Zusammensetzung von Strukturen [6 ]. Durch die Erfassung zweier verschiedener Energiespektren zeigen Strukturen mit einer ähnlichen Dichte, welche jedoch unterschiedliche elementare Zusammensetzung aufweisen, unterschiedliche Photonenabsorption und können so voneinander unterschieden werden. Diese sogenannte materialspezifische Bildgebung erlaubt z. B. die selektive Darstellung und Quantifizierung des intravenös applizierten Jods. Allerdings lassen sich nur Stoffe mit starker photoelektrischer Wirkung, wie z. B. Kalzium, Jod, Barium und Xenon, von anderen Körpergeweben wie z. B. Fett mit schwacher photoelektrischer Wirkung unterscheiden. Die beiden in der Regel verwendeten Energiespektren liegen bei 70 bis 100 Kilovolt peak (kVp) (niedriges Energiespektrum) und 140 bis 150 kVp (hohes Energiespektrum) [1 ].
Alle derzeit verfügbaren klinischen CT-Systeme, die eine Spektral-Bildgebung erlauben, lassen sich in 2 Gruppen einteilen: emissions- und detektorbasierte Systeme [7 ]. Bei den emissionsbasierten Systemen werden Röntgenstrahlen mit unterschiedlichen Energiespektren verwendet. Dies kann entweder durch den Einsatz von 2 unabhängigen Röntgenröhren erreicht werden, wobei die eine Röhre eine niedrige Energie und die andere eine hohe Energie erzeugt, oder durch eine einzige Röntgenröhre, die schnell zwischen niedrigen und hohen Energien umschaltet. Eine weitere Möglichkeit der Erzeugung von unterschiedlichen Energiespektren unter Verwendung nur einer Röntgenquelle, ist die Anwendung von 2 verschiedenen röntgenseitigen Filtern, z. B. aus Zinn und Gold, während einer 360° Rotation, welche eine Filtration in ein niedriges und ein hohes Energiespektrum erlauben [8 ]. Die detektorbasierten Systeme beruhen auf der Fähigkeit einer Energieseparierung durch den Röntgendetektor, der die Signale der niederenergetischen Röntgenphotonen von den hochenergetischen Photonen trennt. Diese Separierung kann durch die Verwendung eines zweischichtigen energieintegrierenden Detektors mit unterschiedlicher Photonenregistrierung in jeder Schicht (z. B. durch einen Yttrium-basierten Szintillator) oder eines photonenzählenden Detektors erreicht werden. Die gängigsten und am häufigsten verbreiteten klinischen Spektral-CT-Systeme in Europa [2 ]
[3 ]
[4 ] sind das Dual-Source CT-System (z. B. SOMATOM Force oder SOMATOM Definition Flash, Siemens Healthineers), welches ein emissionsbasiertes System mit 2 unabhängigen Röntgenröhren ist, das Dual-Layer CT-System (z. B. IQon Spectral CT, Philips Healthcare), welches ein detektorbasiertes System mit zweischichtigem Detektor ist, und das Ultrafast-Switching CT-System (z. B. Discovery HD, GE Healthcare), welches ein emissionsbasiertes System einer einzelnen schnell umschaltenden Röntgenröhre ist. Auf das im letzten Jahr vorgestellte, erste klinische photonenzählende Detektor-CT-System (NAEOTOM Alpha; Siemens Healthineers), das unter anderem eine verbesserte Spektralseparation erlaubt, soll aufgrund der geringen klinischen Studienlage hier nicht näher eingegangen werden.
Bildrekonstruktion der Spektral-CT-Datensätze
Bildrekonstruktion der Spektral-CT-Datensätze
Eine selektive Quantifizierung von Elementen wie z. B. Jod kann durch einen 2- oder 3-Material-Zerlegungsalgorithmus in der Projektionsdomäne (Ultrafast-Switching und Dual-Layer CT-Systeme) oder in der Bilddomäne (Dual-Source CT-Systeme) erreicht werden [7 ]. In dem folgenden Abschnitt werden die gängigsten Spektral-CT-Bildrekonstruktionen in der onkologischen Bildgebung beschrieben.
Materialdichtekarten
Mittels der herstellerspezifischen Material-Zerlegungsalgorithmen lassen sich Materialdichtekarten erstellen, die selektiv Materialien anzeigen oder entfernen. Die klinisch relevantesten Anwendungen in der Onkologie sind Materialdichtekarten, die Jod oder Kalzium und in einem geringeren Maß auch die relative Elektronendichte und die effektive Ordnungszahl anzeigen. Diese Bildkarten erlauben eine selektive Ausblendung des Weichteilhintergrundes bei gleichzeitiger Hervorhebung der spezifischen Materialien, der relativen Elektronendichte und der effektiven Ordnungszahl. Unter anderem erlauben diese Materialdichtekarten eine Charakterisierung von vaskularisierten und nicht vaskularisierten Läsionen (im Falle von Jodkarten), ein wichtiges Kriterium zur Charakterisierung von Nierenläsionen oder Leberläsionen [9 ].
Auf virtuellen nicht kontrastmittelgestützten CT-Bildern (VNC) und virtuellen nicht kalziumhaltigen CT-Bildern (VNCa) werden bestimmte Materialien wie Jod und Kalzium selektiv unterdrückt [7 ]. Die VNC-Bilder, bei denen das applizierte Jod selektiv unterdrückt wird, sind vergleichbar mit echten nativen Bildern, die bei bestimmten klinischen Fragestellungen vor Kontrastmittelgabe normalerweise durchgeführt werden. In der onkologischen Bildgebung werden diese Bilder häufig für die Charakterisierung von z. B. inzidentellen Nierenläsionen während einer initialen Staging-Untersuchung benötigt [10 ]
[11 ]. Andere Anwendungsgebiete sind die Differenzierung von therapieinduzierten Tumorhämorrhagien oder Verkalkungen [12 ]. Durch den möglichen Verzicht einer echten nativen CT-Untersuchung lässt sich eine Strahlendosisreduktion erreichen [13 ]. Dies ist ein wichtiger Aspekt in potenziell kurativen Therapieansätzen, bei denen es in der bildgebenden Nachsorge zu einer erheblichen kumulativen Strahlenbelastung kommen kann [14 ].
Die selektive Darstellung eines Knochenmarkbefalls durch die Verwendung von VNCa-Bildkarten bei z. B. Patient*innen mit einem Multiplen Myelom kann die Detektion von fokalen Läsionen und die Differenzierung zwischen osteoporotischen Veränderungen und einer Plasmazellinfiltration erleichtern [15 ]
[16 ].
Virtuelle monochromatische Bilder (VMI)
Der Begriff polychromatischer Röntgenstrahl bezieht sich auf einen Röntgenstrahl mit vollem Energiespektrum, bei dem der kVp die obere Grenze des Energiespektrums darstellt. Anzumerken sei, dass niederenergetische Photonen dieses polychromatischen Röntgenstrahls für einen unverhältnismäßig hohen Anteil an Hintergrund-Bildrauschen und Bildartefakten (z. B. Beam-hardening Artefakte) verantwortlich sind. Durch die Spektral-Bildgebung lassen sich virtuelle monochromatische Bilder (VMI) mittels eines komplexen Algorithmus aus materialspezifischen Bildern erzeugen [7 ]. Diese sind dann vergleichbar mit Bilddaten, die mit einem theoretischen monochromatischen Strahl erzeugt worden wären. Die Röntgenenergie wird in Kiloelektronenvolt (keV) statt in kVp gemessen und das VMI-Spektrum liegt zwischen 40–200 keV, mit herstellerspezifischen Unterschieden (vergleiche [Tab. 1 ]). VMI-Bilddaten rekonstruiert zwischen 75–77 keV sind vergleichbar mit Bilddaten eines polychromatischen Röntgenstrahls mit 120 kVp. Niedrigenergetische VMI-Bilder (40–60 keV) führen zu einer höheren Jodabsorption durch ihre Nähe zur k-Kante von Jod (33 keV), was zu einer Verstärkung des Jodkontrastes innerhalb des Bildes führt [17 ]. Dies birgt eine Reihe an Vorteilen für die onkologische Bildgebung. Unter anderem lassen sich durch die Betrachtung von niedrigenergetischen VMI-Bildern Läsionen sensitiver detektieren, beispielsweise hypervaskularisierte Lebermetastasen [18 ]. Bei hochenergetischen VMC-Bildern (170–200 keV) können Artefakte durch Fremdmaterial, wie z. B. Zahnersatz oder Gelenkprothesen, verringert werden, was zu einer besseren Beurteilung der Größenausdehnung von onkologischen Läsionen, welche in unmittelbarer Nähe zu diesen Fremdkörpern liegen, führt [19 ].
Tab. 1
Bildtypen und Techniken der 3 häufigsten Spektral-CT-Systeme und die wichtigsten Anwendungsgebiete in der Onkologie.
Technik/Rekonstruktion
Siemens Healthineers
Philips Healthcare
GE Healthcare
Name des Viewers
Syngo.via
Intellispace portal
Advantage workstation
Rekonstruktionsdomäne
Bilddomäne
Projektionsdomäne
Projektionsdomäne
Anzahl an Materialzerlegungen
3
2
2
Virtuelle monochromatische Bilder
Virtual monoenergetic oder monoenergetic plus
Monoenergetic (MonoE)
VMC
Kiloelektronenvolt (keV)
40–190
40–200
40–140
Onkologische Anwendungsgebiete
Läsionsdetektion und Abgrenzung zu umliegendem Gewebe, verbesserter Gefäßkontrast z. B. akzidentelle Lungenarterienembolie-Detektion
Materialdichtekarten – Jodkarten
Liver virtual non-contrast (nur für Leber); virtuelle non-contrast (alle anderen Organe)
Iodine no water,
Iodine density
Iodine (water/fat)
Maßeinheit
1 mg/mL
1 mg/mL
100 µg/cm3
Onkologische Anwendungsgebiete
Charakterisierung der Vaskularisation von Läsionen, Therapie-Monitoring mit Detektion von Tumorhämorrhagien und Verkalkungen
Virtuell native Bilder
Liver virtual non-contrast (nur für Leber); virtuelle non-contrast (alle anderen Organe)
Virtual unenhanced
Virtual unenhanced
Maßeinheit
Hounsfield unit (HU)
HU
HU
Onkologische Anwendungsgebiete
Charakterisierung der Vaskularisation von Läsionen, Therapie Monitoring mit Detektion von Tumorhämorrhagien und Verkalkungen
Virtuell Kalzium-unterdrückte Bilder
Bone removal, bone marrow
Calcium suppressed
Iodine (calcium)
Maßeinheit
Hounsfield unit (HU)
HU
HU
Onkologische Anwendungsgebiete
Detektion des Knochenmarksbefalls bei malignen Erkrankungen
Onkologische Anwendungsgebiete
Onkologische Anwendungsgebiete
Verbesserte Detektion von onkologischen Läsionen
Durch die Verwendung von niedrigenergetischen VMI-Bildern oder Jodbildkarten lassen sich hypervaskularisierte als auch flaue hypodense Läsionen besser vom parenchymatösem Hintergrundgewebe abgrenzen ([Abb. 1 ]). Hierbei bilden VMI-Rekonstruktionen zwischen 50–55 keV, für den Großteil der parenchymatösen Organe, das beste Kontrast-zu-Rausch-Verhältnis, jedoch sei anzumerken, dass sich bei stark vaskularisiertem Gewebe (z. B. Nierenparenchym) andere keV-Rekonstruktionen (z. B. 70 keV) besser eignen [20 ]
[21 ]
[22 ]. Eine Vielzahl an Studien konnte den Vorteil dieser beiden Spektral-CT-Rekonstruktionen für Malignome aus dem Kopf-/Hals-Bereich, für primär und sekundär hepatische Raumforderungen sowie Pankreasmalignome demonstrieren, bei denen der Läsion-zu-Gewebe-Kontrast intrinsisch niedrig ist [23 ]. Bespielweise stellt eine Steatosis hepatis, entweder medikamentös (z. B. unter Chemotherapie im Verlauf) oder metabolisch induziert, häufig eine Herausforderung für die Detektion von flau hypovaskularisierten Läsionen in der konventionellen CT dar. Durch die Verwendung von niedrigenergetischen VMI-Bildern oder Jodbildkarten lässt sich ein verbesserter Läsion-Gewebe-Kontrast erreichen, was der Tatsache geschuldet ist, dass die Läsion eine verstärkte Dichte aufweist, während das fettige Lebergewebe hypodenser erscheint. Somit lassen sich gerade hepatozelluläre Karzinome, cholangiozelluläre Karzinome oder hepatische Metastasen besser detektieren.
Abb. 1 66-jährige Patientin mit hepatisch metastasiertem klarzelligem Nierenzellkarzinom mit Z. n. atypischer Leberteilresektion. In den 120 kVp äquivalenten Bildern a lässt sich allenfalls eine flau hypervaskularisierte Läsion am Absetzungsrand erahnen. Die aus dem Spektral-CT rekonstruierten Jodkartenbilder b und virtuell monoenergetischen Bilder bei 50 keV c zeigen eindeutig die hypervaskularisierten Anteile der Läsion.
Bei Patient*innen mit einem Knochenmarkbefall im Rahmen einer malignen Erkrankung wie z. B. dem multiplen Myelom ist bislang die MRT-Bildgebung Mittel der Wahl. Unter Verwendung der spektralen VNCa-Bilddaten lassen sich sowohl fokale Knochenmarkläsionen (> 1 cm) als auch das Befallsmuster mit einer ähnlichen Genauigkeit wie die MRT-Bildgebung detektieren, bei gleichzeitig unverändert präziser Detektion von osteolytischen Knochenläsionen [15 ]
[16 ]. Dies ist ein Vorteil im Vergleich zur konventionellen CT, bei der trabekuläre Knochenstrukturen bislang nicht ausreichend extrahiert werden können und somit die Detektion als auch die Differenzierung zwischen einer Plasmazellinfiltration und einer osteoporotischen Knochendemineralisierung schwierig ist ([Abb. 2 ]). Anzumerken sei jedoch, dass mit den bisherigen klinischen Spektral-CT-Systemen die Generierung von VNCa-Bilddaten nur aus nativen Spektral-CT-Untersuchungen möglich ist, weshalb die klinische Anwendung aktuell limitiert ist. In Zukunft könnten die anfangs erwähnten klinischen photonenzählenden Detektor-CT-Systeme die Anwendung auch auf kontrastmittelunterstütze CT-Untersuchungen erweitern [24 ].
Abb. 2 76-jähriger Patient mit histologisch gesichertem multiplem Myelom. a In der konventionellen CT zeigt sich eine inhomogene Knochendarstellung der LWS und der Femora, wobei jedoch nicht eindeutig zwischen osteoporotischen Veränderungen und einem Befall im Rahmen des multiplen Myeloms differenziert werden kann. In den aus dem Spektral-CT berechneten virtuellen Nicht-Kalzium-Bildern in koronarer b und axialer c Schichtführung zeigt sich ein Knochenmarksödem der LWS und des distalen Femur metaphysär mit Dichtewerten von 12 HU im Vergleich zu gesundem fettigem Knochenmark von –97 HU als Hinweis auf eine Plasmazellinfiltration im Rahmen des multiplen Myeloms.
Patient*innen mit einem Malignom haben ein erhöhtes Risiko eine Lungenarterienembolie (LAE) zu erleiden [25 ]. Phasenbedingt werden Lungenarterienembolien zum Teil bei Staging-Untersuchungen, welche primär in einer portalvenösen Phase durchgeführt werden, übersehen [26 ]. Sowohl niedrigenergetische VMI-Bilder als auch Jodbildkarten bieten durch einen verbesserten Thrombus-zu-Gefäß-Kontrast bzw. der Beurteilung einer Jodaussparung innerhalb des Gefäßes eine verbesserte Möglichkeit der LAE-Detektion ([Abb. 3 ]) [27 ].
Abb. 3 75-jährige Patientin mit einem metastasierten malignen Melanom unter Immuntherapie. In den 120 kVp äquivalenten Bildern a lässt sich eine flaue Kontrastmittelaussparung der Unterlappenarterien bds. erahnen. Die aus dem Spektral-CT rekonstruierten virtuell monoenergetischen Bilder bei 45 keV b und Jodkartenbilder c zeigen eine eindeutige Kontrastmittel- Jodaussparung im Sinne einer segmentalen Lungenarterienembolie.
Charakterisierung von onkologischen Läsionen
Die Vaskularisationsdetektion von soliden Raumforderungen ist ein wichtiges klinisches Ziel aller bildgebenden Verfahren, da sie zur Charakterisierung von Raumforderungen beitragen kann. In einphasig durchgeführten konventionellen Staging-CT-Untersuchungen können inzidentell detektierte Läsionen, insbesondere Nebennieren- und Nierenläsionen, häufig nicht näher charakterisiert werden ([Abb. 4 ], [5 ]). Folglich ist die Empfehlung eine ergänzende Bildgebung, Verlaufskontrolle oder Biopsie. Hier kann die Spektral-CT-Bildgebung, sowohl im primären Staging als auch bei Verlaufskontrollen, durch verschiedene Bildrekonstruktionen wichtige Zusatzinformationen liefern und eine frühzeitige Charakterisierung erlauben [2 ]
[3 ]
[4 ]
[5 ]. Dies kann die psychische Patientenbelastung reduzieren, die Einleitung eines adäquaten Therapieregimen beschleunigen und Behandlungskosten reduzieren.
Abb. 4 53-jähriger Patient mit einem T1c-Bronchialkarzinom und Inzidentalom der linken Nebenniere. In den 120 kVp äquivalenten Bildern a hat die Raumforderung Dichtewerte im Mittel von 27 HU. Die aus dem Spektral-CT berechneten VNC bzw. Jodkartenbilder b ergeben Dichtewerte von < 10 HU (VNC) bzw. eine Jodaufnahme von 1 mg /mL. Die Raumforderung entspricht somit einem Nebennierenadenom, was sich in der anschließend durchgeführten FDG-PET-CT Untersuchung im Rahmen des Guideline orientierten Stagings c bestätigt, bei der die Nebennierenraumforderung keine erhöhte Stoffwechselaktivität zeigt.
Abb. 5 68-jähriger Patient mit Detektion einer exophytischen hyperdensen Läsion ventral im Mittelgeschoss der rechten Niere. Anhand der 120 kVp äquivalenten Bilder a mit Dichtewerten von 99 HU kann nicht zwischen einer eingebluteten Nierenzyste und einem Nierenzellkarzinom differenziert werden. Die aus dem Spektral-CT berechneten VNC b und Jodkartenbilder c zeigen bereits in den VNC-Bildern eine Dichteanhebung (91 HU) und keine relevanten Jodaufnahme (0.3 mg/mL) in den Jodkartenbildern. Die Läsion entspricht somit einer eingebluteten Nierenzyste (Bosniak II) und war über 3 Jahre größenkonstant.
Die aus einem Spektral-CT-Datensatz rekonstruierten VNC- oder Jodkartenbilder erlauben eine Unterscheidung zwischen einer vaskularisierten und nicht vaskularisierten Läsion, was insbesondere für die Differenzierung zwischen einer eingebluteten/ proteinreichen Zyste und einer soliden hepatischen oder renalen Raumforderung hilfreich ist [9 ]
[28 ]. In Anlehnung an den Schwellenwert von echten nativen Bilddaten ist eine vaskuläre Läsion definiert als eine Zunahme der Dichte (gemessen in Hounsfield-Einheiten [HU]) zwischen den VNC und den kontrastverstärkten Bilderdaten von > 20 HU [29 ]. Bei der Verwendung von Jodkartenbildern gibt es herstellerspezifische Unterschiede für die Definition einer Kontrastmittel-aufnehmenden Läsion mit Jodkonzentrationsschwellenwerten die von 0,5 mg/mL bis 2,0 mg/mL reichen [30 ]
[31 ]
[32 ]. Für die in Deutschland am häufigsten verbreiteten Dual-Source-CT-Systeme hat sich ein Schwellenwert von 0.5 mg/mL etabliert [4 ]. Die Jodkarten können des Weiteren hilfreich sein bei der Unterscheidung von reinen Thrombosen ohne Jodaufnahme und eines venösen Tumorzapfes mit Jodaufnahme wie beispielsweise beim hepatozellulärem Karzinom oder Nierenzellkarzinom mit venöser Infiltration.
VNC und spezifische Materialdichtekarten können darüber hinaus zusätzliche Informationen über die Zusammensetzung einer Läsion, hier insbesondere über fettige, hämorrhagische oder flaue verkalkte Areale, liefern [1 ]. Dies ist beispielsweise hilfreich bei der Charakterisierung einer Nebennierenraumforderung, bei der fett-isodense Läsionsanteile (Dichtewerte in den VNC Datensätzen < 10 HU) für ein Adenom sprechen [33 ]. Die Differenzierung zwischen einem beispielsweise postoperativ organisierten Hämatom und einer neuen Metastase kann in einer konventionellen einphasigen CT schwierig sein. Mittels der VNC-Bilder oder Jodkartenbilder kann jedoch eine genaue Charakterisierung vorgenommen werden, ohne eine ergänzende Bildgebung durchführen zu müssen.
Therapieplanung und Therapiemonitoring
Für die Behandlungsplanung ist eine genaue Kenntnis über Tumorlokalisation, -ausdehnung und Beziehung zu umgebenden Gewebe- und Gefäßstrukturen wichtig. Insbesondere bildbasierte therapeutische Verfahren wie die Radiofrequenzablation, stereotaktische Radiotherapie oder intraarterielle Therapien (z. B. selektive interne Radio-Therapie oder transarterielle Chemoembolisation) erfordern eine möglichst exakte Bildgebung zur Planung.
VMI-Bilder im niederenergetischen Bereich und Jodkartenbilder mit einem höheren Läsion-zu-Rausch-Verhältnis ermöglichen eine verbesserte Abgrenzung der Tumorläsion zu umliegenden Strukturen wie Gefäßen oder angrenzenden Organen sowie eine genaue Bestimmung der Anzahl und Größe der Läsionen. Insbesondere bei Leber- oder Kopf-/Hals-Tumoren kann die Bestimmung der Läsionsgrenzen im Vergleich zum umliegenden Gewebe in der konventionellen CT-Bildgebung schwierig sein[34 ]
[35 ]
[36 ]. VMI-Bilder im hochenergetischen Bereich können Metallartefakte deutlich reduzieren, wodurch z. B. das zu bestrahlende Areal besser abgegrenzt werden kann, was z. B. bei Kopf-/Hals-Tumoren mit Artefakten durch Zahnersatzmaterial Vorteile bringt [37 ].
Die Spektral-CT-Bildgebung ermöglicht die Schätzung der relativen Elektronendichte (ρe) und der effektiven Ordnungszahl (Zeff). Die Bestimmung dieser Gewebeparameter ist von besonderem Interesse für die Dosisberechnung in der Strahlentherapie-Behandlungsplanung. Sie können entweder direkt (z. B. die relative Elektronendichte) oder als Ersatz für andere Parameter (z. B. die effektive Ordnungszahl als Ersatz für die mittlere Anregungsenergie) verwendet werden, um die „Stopping-Power-Ratio“ zu berechnen [38 ].
Die objektive Beurteilung des Therapieansprechens auf eine systemische oder lokale Therapie ist wichtig, um die Wirkung von onkologischen Therapien zu überwachen, um ggf. frühzeitige Therapieanpassungen vorzunehmen. Die etablierten und derzeit verwendeten bildgebenden Kriterien für die Beurteilung des Ansprechens, wie z. B. die „Response Evaluation Criteria in Solid Tumors“ (RECIST1.1) und ihre Modifikationen (iRECIST und irRECIST), beruhen auf der seriellen Messung der Tumorgröße. Jedoch über- und unterschätzen rein größenbasierte Ansprechkriterien den Behandlungserfolg moderner Therapien, welche nicht zwingend zytotoxisch, sondern zytostatisch wirken und somit nicht zwangsläufig zu einer Größenänderung führen. Der Therapieeffekt lässt sich durch Biomarker, welche die Tumorvitalität charakterisieren (z. B. metabolische oder diffusionsgewichtete Bildgebung), besser quantifizieren [39 ]. Die Spektral-CT-Bildgebung bietet hier Vorteile gegenüber der konventionellen CT, da sie eine Unterscheidung zwischen einer Jodaufnahme in vitalem Tumorgewebe nach i. v. Kontrastmittelinjektion und z. B. einer therapieinduzierten Tumorhämorrhagie erlaubt ([Abb. 6 ]) [40 ]. Zu den weiteren Vorteilen gehören die Eliminierung von Fehlern, die in Zusammenhang mit einer räumlichen Fehlregistrierung zwischen echten nativen und kontrastmittelunterstützen Datensätzen entstehen können (z. B. durch eine unterschiedliche Atemlage zwischen den Untersuchungen). Insbesondere die Vitalitätsquantifizierung anhand der Jodkartenbilder ist ein vielversprechender Ansatz, der ein Vorteil gegenüber den oben erwähnten rein größenbasierten Ansprechkriterien sowohl bei systemischen Therapien (z. B. gastrointestinaler Stromatumor unter Tyrosinkinaseinhibitoren-Systemtherapie) [41 ] als auch bei lokal ablativen Verfahren (z. B. Beurteilung des kurzfristigen und langfristigen Therapieerfolges nach hepatischen und renalen Radiofrequenz-/Mikrowellenablation) sein könnte [42 ].
Abb. 6 51-jährige Patientin mit einem hepatisch metastasierten gastrointestinalen Stroma-Tumor unter Sunitinib-Systemtherapie mit Darstellung der Baseline-CT (a–b) und der Follow-up-CT nach 3 Monaten (c–d). Bei der Spektral-CT Baseline-Untersuchung zeigt sich ein vitaler Tumoranteil mit einer Differenz zwischen den virtuellen nativen Bildern a und den 120 kVp äquivalenten Bildern b von 47 HU (25 HU zu 73 HU). In der Follow-up Spektral-CT-Untersuchung zeigt sich ein Größenprogress der Läsion mit zunehmend dichteangehobenen Anteilen innerhalb der Läsion. Die Differenz zwischen den virtuellen nativen Bildern c und den 120 kVp äquivalenten Bildern d beträgt nur 6 HU (64 HU zu 70 HU) und suggeriert einen Pseudoprogress mit intratumoraler Hämorrhagie unter Sunitinib-Systemtherapie. Dieser bestätigt sich in den Follow-up-Untersuchungen, bei denen sich die Läsion größenstabil zeigt weiterhin ohne vitale Anteile.
Artefakte und Fallstricke
Artefakte und Fallstricke
Aufgrund der speziellen Rekonstruktionsalgorithmen gibt es für die Spektral-CT spezifische Artefakte und Fallstricke. Ähnlich wie bei konventionellen polychromatischen Bilddaten sind die Dichtewerte der VMI-Bilddaten abhängig von der Energie. So kann beispielsweise das Leberparenchym bei 50 keV 110 HU, bei 70 keV 80 HU und bei 140 keV 65 HU messen [43 ]. Somit kann die obengenannte Schwellenwert-Bestimmung einer Kontrastmittelaufnahme lediglich auf VMI-Bilder, die äquivalent zu einem polychromatischen Bilddatensatz bei 120 kVp sind (75–77 keV), übertragen werden.
Insgesamt konnten zahlreiche Studien eine exzellente Korrelation zwischen den Dichtewerten der VNC und den echten nativen Bilddaten mit Dichtedifferenzen < 5 HU demonstrieren [11 ]
[44 ]
[45 ]
[46 ]
[47 ]
[48 ]
[49 ]
[50 ]
[51 ]
[52 ]. Jedoch ist anzumerken, dass die Dichtewerte in VNC-Bildern verschiedenen Einflusswerten wie z. B. Körperhabitus oder der Kontrastmittelphase unterliegen mit z. T. signifikanten Unterschieden zwischen dem VNC und den echten nativen Bilddaten, was zu einer fälschlichen Klassifikation von Läsionen führen kann [11 ]
[52 ]. Eine häufige Ursache für diese Diskrepanzen ist eine unvollständige Subtraktion von Jod aus den VNC-Bildern, was insbesondere in Bildarealen mit einer sehr hohen Jodkonzentration beobachtet werden kann. Beispielswiese kann ein Kontrastmittelpooling im Nierenbeckenkelchsystem zu einer unvollständigen Subtraktion mit folglich fälschlich hohen Dichtewerten in den VNC-Bildern führen, was die Gefahr einer Fehlinterpretation von Blutkoageln oder Verkalkungen innerhalb des Nierenbeckenkelchsystems birgt. Anzumerken ist, dass die Applikation von jodhaltigen Stoffen wie z. B. Lipiodol bei der transarteriellen Chemoembolisation zu einer Subtraktion aus den VNC-Bildern führt, was eine postinterventionelle Charakterisierung hinsichtlich verbleibender vitaler Anteile erschwert.
Des Weiteren wird Kalzium sowohl auf Jod- als auch auf VNC-Bildern selektiv schwellenwertbasiert charakterisiert. Dies führt dazu, dass kleine (< 2 mm) oder flaue Kalzifikationen (< 380 HU) fälschlicherweise aus dem VNC-Bild extrahiert werden [53 ]
[54 ]. Dieser Effekt wird insbesondere bei Bildern mit einem hohen Hintergrundrauschen wie bei adipösen Patienten verstärkt. In diesen genannten Fällen kann die Durchführung einer echten nativen Untersuchung gelegentlich induziert sein.
Klinisch akzeptierte Anwendungsgebiete
Klinisch akzeptierte Anwendungsgebiete
Trotz der oben erwähnten potenziell vielseitigen Anwendungstools der Spektral-CT haben lediglich die VMI- und VNC-Bilddaten bisher eine klinische Akzeptanz erlangt. Für die Läsionsdetektion und lokale Größenausdehnung von hypervaskularisierten Läsionen (z. B. hepatozelluläres Karzinom, klarzellige Nierenzellkarzinom-Metastasen oder neuroendokrine Tumoren) sowie von Kopf-Hals-Tumoren sollten VMI-Bilddaten im niedrigenergischen Bereich (50–55 keV) als primäre Bilddaten verwendet werden, aufgrund eines verbesserten Läsion-zu-Gewebe-Kontrasts und einer daraus resultierenden erhöhten diagnostischen Genauigkeit [21 ]
[34 ].
VNC-Bilddaten haben sich insbesondere in der Beurteilung von makroskopischen Fettanteilen eines Inzidentaloms sowie von Nierenraumforderungen durch ihre hohe diagnostische Genauigkeit klinisch etabliert [11 ]
[33 ]
[34 ]. Durch die genaue Charakterisierung dieser Läsionen in einphasigen CT-Untersuchungen werden neben der Vermeidung einer zusätzlichen Strahlenexposition durch z. B. mehrphasige CT-Untersuchungen auch Folgekosten von weiterführenden Untersuchungen sowie eine Patientenverunsicherung vermieden. Bei Fragestellungen mit expliziter Charakterisierung von Nierenläsionen oder Nebennierenläsionen wird durch die Verwendung der VNC-Datensätze und den hieraus resultierenden Verzicht auf eine echte native Untersuchung eine Strahlendosisreduktion von einem Drittel erreicht (z. B. Charakterisierung von Nierenläsionen: spektrale nephrografische Phase inklusive VNC-Bilddaten und Ausscheidungsphase anstatt einer nativen, nephrografischen und Ausscheidungsphase). Bei Patient*innen unter Tyrosinkinase-Inhibitoren (z. B. Imatinib) oder Monoklonaler Antikörpertherapie (z. B. Bevacizumab oder Nivolumab) mit einphasigen CT-Staging-Untersuchungen sollten die VNC-Bilddaten immer mitbetrachtet werden, um wenn auch selten einen Pseudoprogress durch eine Tumorhämorrhagie von einem echten Progress zu differenzieren [4 ]
[11 ].
Schlussfolgerungen
In der onkologischen Bildgebung bietet sich eine Vielzahl an möglichen Anwendungsgebieten für die Spektral-CT. Insbesondere VMI-Bilddaten im niedrigenergetischen Bereich (z. B. 50–55 keV), Jodkartenbilder und VNC-Bilder bieten Vorteile bei der Detektion von z. B. hypervaskularisierten Tumoren sowie der Unterscheidung von vaskularisierten und nicht vaskularisierten Leber- oder Nierenläsionen. Die Jodquantifizierung eines Tumors bietet einen potenziellen Biomarker zur Beurteilung des Therapieansprechens.
