2025, Vol. 45
2. 首都医科大学附属北京同仁医院放射科, 北京 100730;
3. 首都医科大学附属北京友谊医院放射科, 北京 100050
2. Department of Radiology, Beijing Tongren Hospital, Capital Medical University, Beijing 100730, China;
3. Department of Radiology, Beijing Friendship Hospital, Capital Medical University, Beijing 100050, China
随着医疗需求的快速提升，CT检查量迅猛增加，所带来的群体高辐射剂量问题也引起普遍关注。联合国原子辐射效应科学委员会(UNSCEAR)2020/2021报告[1]指出，CT仅占所有医用X射线成像方式应用频率的9.6%，却对公众集体剂量的贡献达61.6%。表浅辐射敏感器官如眼晶状体、甲状腺、乳腺、生殖腺等更容易受到辐射。国际辐射防护委员会(ICRP)103号出版物[2]将乳腺组织权重因子从0.05提高到0.12，ICRP 118号出版物[3]将眼晶状体吸收剂量阈值由原来的5 Gy降低为0.5 Gy，建议将职业人员眼晶状体年当量剂量限值从每年150 mSv降低到20 mSv，表明针对表浅辐射敏感器官的剂量降低策略更应受到关注和重视。本文就表浅辐射敏感器官辐射剂量的影响因素以及降低策略的研究现状进行综述，为进一步有效降低表浅器官辐射剂量的研究提供借鉴。
一、CT受检者辐射剂量的主要影响因素1.扫描参数：CT成像过程中，扫描参数直接对受检者辐射剂量产生影响。CT辐射剂量的影响参数包括管电流、曝光时间、管电压、扫描范围、探测器宽度、螺距、噪声指数等，这些扫描参数的优化选择，是临床实践中合理降低受检者辐射剂量的重要研究内容[4]。随着CT设备硬件和软件的更新，扫描参数的选择应进行相应的调整。
2.重建算法：图像重建算法是平衡辐射剂量与图像质量的关键因素。目前使用的迭代重建算法主要包括混合迭代重建(HIR)和基于模型的迭代重建(MBIR)。HIR可以去噪、降剂量，且重建速度快，但容易出现蜡状/塑料状图像外观；MBIR能大幅降低剂量，但要求高运算能力且耗时较长[5]。
随着人工智能(AI)的高速发展，深度学习重建算法(DLIR)的应用越来越广泛，主要涉及头颅、胸部、腹部及冠状动脉等部位CT扫描，DLIR实现了“低剂量数据—卷积神经网络(CNN)训练—高质量图像”的过程，在提高图像质量的同时显著降低受检者辐射剂量[6]。深度神经网络(DNN)通过离线训练，使用反向传播法优化参数，在低剂量或非理想条件下保持图像质量[7]。
3.受检者体型：CT设备已普遍实现根据受检者体型进行辐射剂量的自动调制，肥胖或健壮受检者需增加射线能量和光子数来产生足够的信噪比，从而增加了受检者的辐射剂量。体型较小或者儿童受检者需要选用相对较低的成像参数，以获得适宜的图像质量。同时应注意，肥胖受检者由于脂肪的填充和包裹利于如腹部脏器等的显示，可以接受适度的较高图像噪声[8]；体型瘦小或儿童受检者，组织器官体积较小、紧密贴合缺少脂肪的衬托，需要较低的图像噪声以提高病变的显示效果[9]。
4.临床需求：随着CT成像技术的快速发展和疾病临床诊疗需求的变化，新的CT检查项目不断涌现。CT灌注可对组织微循环血液供应和血液动力学进行全面评估，但扫描时间较长，剂量较常规CT高[10]。肿瘤分期、外伤或全身多器官病变受检者常需进行多部位CT联扫，与单部位检查相比，受检者剂量更高[11]。能谱CT在提升影像对比度、定量分析组织成分、降低线束硬化伪影等方面具有独特优势，可保证在不增加辐射剂量的情况下提供更多的影像信息[12]。当受检者在规定的时间内接受多次CT检查或者需要多期相CT扫描时，需要考虑其接受的累积剂量[13]。
二、表浅辐射敏感器官CT辐射剂量的特点1.CT辐射剂量的分布特点：CT扫描中，X射线管发出的射线围绕人体照射，与被照射部位发生作用。在产生的断面图像中，不同位置的组织或器官接受的辐射剂量不同。越靠近皮肤表面辐射剂量越高，越靠近层面的中心辐射剂量越低。基于此，人们使用加权CT剂量指数(CTDIw)来表达层面内组织接受的平均辐射剂量。CT扫描中辐射剂量的分布不均可能导致人体表浅器官接受较高的辐射剂量[14]。
2.CT辐射剂量表达的局限性：CT剂量指数(CTDI)常用来表达CT辐射剂量。CTDI是在一定扫描条件下使用圆柱形有机玻璃标准体模测量而得的，其形状、尺寸和衰减特点与实际受检者存在差异，并不代表受检者的实际剂量。CTDIw是代表层面内的平均剂量，CTDIvol则反映扫描范围容积内的平均剂量，无法提供受检者各器官尤其是表浅辐射敏感器官的准确剂量信息[15-16]。美国医学物理师协会(AAPM)[17]针对CTDI剂量估计存在的问题，提出了体型特异性剂量估计(SSDE)，但其仍不能精确表达CT扫描中的器官剂量。
3.表浅器官CT剂量的主要影响因素：CT扫描参数的选择直接影响被检部位尤其是表浅器官的剂量。当使用低管电压时，X射线能量较低，虽然CTDI有一定程度的降低，但光电效应在射线能谱中占主导地位，导致容易被组织吸收的低能量光子增多；且表浅器官位于射线束的入射面，其所受剂量有可能会增加[4]。同时，剂量与光子数量成正比，而管电流与光子数量成正比，管电流越大，光子数量越多，光子吸收比率就会增加，表浅器官的受照剂量随之增加。
此外，受检者体位设计、中心定位、屏蔽防护等操作不当也会导致表浅器官剂量的增加。随着CT设备技术的发展，部分角度扫描(如X-CARE)[18]和特殊滤过的设计可显著降低表浅器官的剂量。研究发现，对受检者进行附加的滤过(如锡)可以降低眼晶状体剂量14.8% ~ 27.2%[19]。
三、表浅辐射敏感器官CT辐射剂量的降低策略CT扫描中影响表浅辐射敏感器官剂量的因素较多，很多相关研究探讨了降低表浅器官剂量的方法(表 1)。
|
表 1 CT扫描中降低表浅辐射敏感器官剂量的方法 Table 1 Methods for reducing the dose to superficial radiosensitive organs during CT scanning |
1. 合理选择管电流量
(1) 整体降低管电流量：在临床工作中，优化管电流是降低辐射剂量的常用方法。Bing等[20]研究显示，在头部CT扫描中，管电流从250降至100 mAs能显著减少眼晶状体剂量。管电流降低会导致噪声的增大，迭代重建算法能够抑制噪声，Mc Leavy等[5]将两种方法联合以降低敏感器官辐射剂量和保证成像质量。同时，卞冰阳等[21]根据头围调整管电流，使眼晶状体剂量降低37%。由于受检者体型、临床诊断目的和图像质量等因素的制约，管电流的自动选择显得尤为关键，近年来大多数研究聚焦于自动管电流调制和基于器官的管电流调制技术[22\|30]。
(2) 自动管电流调制：自动管电流调制(ATCM)技术根据受检者的体型和扫描类型自动选择适当的管电流，以尽可能低的剂量生成诊断图像。表浅器官靠近X射线源，衰减较少，因此图像噪声较低，基于这一点，自动调制技术能够在不牺牲图像质量的情况下，尽可能地减少管电流，以显著降低表浅器官剂量[22]。相比之下，深处器官噪声高，需增加剂量保持清晰度，剂量降低效果不如表浅器官。
Papadakis和Damilakis[23]研究了ATCM对标准头部、胸部和腹部/盆腔扫描的剂量降低效果，发现ATCM能降低儿童胸部辐射剂量16% ~ 39%，同时保持图像质量。刘丹丹和牛延涛[24]认为，ATCM的剂量降低效果与定位像密切相关，王杰等[25]使用Care Dose 4D技术进行胸部CT扫描，发现正侧位定位像对乳腺和眼晶状体剂量较正位有明显减少，其中乳腺剂量降低8.23%。
(3) 基于器官的管电流调制：基于器官的管电流调制(OBTCM)技术借助CT扫描仪数据识别受检者组织厚度与密度，通过改变X射线管的角度来控制受检者前方的管电流，旨在减少前表面敏感器官的辐射暴露[26]，是一种针对降低表浅辐射敏感器官剂量的调制技术。中华医学会放射学分会头颈学组和中华医学会影像技术分会辐射防护学组[27]建议，若表浅辐射敏感器官位于扫描范围内需使用OBTCM技术。Franck等[18]发现OBTCM在不影响图像质量的同时，使乳腺剂量降低9%，甲状腺剂量降低18%。在一项使用体模模拟儿童头部CT检查的研究中[28]，OBTCM技术使得5岁体模的眼晶状体剂量减少了28.33%。
OBTCM只能降低有限角度范围内敏感器官辐射剂量，同时管电流调制角度随制造商的不同而有差别[29]，这导致OBTCM对表浅器官辐射剂量的降低程度具有不确定性。Fu等[30]发现当受检者取仰卧位且没有任何约束时，乳腺组织的伸展范围可超过剂量减少区，此时OBTCM技术会增加这部分乳腺的剂量。因此为了确保最佳的剂量降低效果，需要充分考虑受检者定位，以便更好地应用OBTCM来保护敏感器官。
2. 合理选择管电压
(1) 降低管电压：Muhammad等[31]研究发现，管电压从100 kV降至80 kV时，甲状腺和性腺的辐射暴露降低近50%。但CT制造商设定的管电压值通常较为固定，其可调整的范围相对有限，相比较而言，管电流的调节更容易实现。此外，需要注意的是降低管电压会导致X射线能量降低并增加光电效应发生率，可能会因此增加表浅器官辐射风险。
(2) 自动管电压调制：自动管电压调制(ATVS)技术根据每个受检者体型和定位像上的个体衰减情况以及临床诊断任务自动选择管电压，以尽可能低的剂量生成可供诊断的图像[22]。Papadakis和Damilakis[23]证实，ATVS对胸部的剂量减少可高达34%，对腹部/盆腔的剂量减少高达48%。此外，鉴于ATCM和ATVS是基于定位像自动选择管电流和管电压，定位像的成像参数可能会对这两种技术造成影响。刘丹丹等[32]使用不同的X射线管投照角度和管电压行胸部CT定位像成像，发现乳腺剂量最大值在90°/140 kV，最小值在0°/80 kV。
3.表浅辐射敏感器官屏蔽防护：绝大部分低能X射线是受检者剂量的主要贡献，对图像质量贡献很小。Mehnati等[33]发现铋屏蔽可降低表浅器官辐射剂量。但由于铋屏蔽物通常放置在成像区域内，可能会产生伪影和噪声从而降低诊断信心。牛延涛等[34]发现屏蔽物与皮肤间的距离(如用薄海绵垫隔开)合理匹配可以获得满意图像质量和屏蔽效果。屏蔽防护对表浅器官剂量的降低效果优于深处器官，是因为屏蔽材料直接位于辐射源与器官之间，或直接覆盖在患者体表区域，能直接阻挡或吸收接近体表的辐射，而深处器官因位置较深，屏蔽效果较差。
袁子龙等[28]发现能谱纯化(SPS)技术可以通过锡滤过，选择性地滤过低能射线，从而减少表浅敏感器官剂量，SPS可使5岁体模的眼晶状体剂量减少53.72%。张武等[35]根据现有屏蔽材料的缺点以及屏蔽设施的不足，设计了新型一体化辐射防护装置来降低器官剂量。该防护装置无缝对接CT机架，屏蔽板依据辐射防护屏蔽原理和电磁吸收原理制备，感应器自动调节防护板与患者的距离，不仅实现辐射源头的防护，且避免了接触式屏蔽材料给受检者带来的不便。
4. 受检者体位设计和扫描床定位：张卫国等[36]在胸部CT检查中使受检者伸展颈部(使甲状腺上移)，发现52.1%的受检者甲状腺完全脱离了原发照射野。Svahn等[37]发现在CT扫描时抬高手臂有助于降低胸腹部CT剂量，这可能有助于性腺的保护。葛宁等[38]使用体厚卡尺辅助小儿胸部CT定位，发现侧位定位像的辐射剂量明显低于正位定位像。Booij等[39]使用结合人工智能技术的3D相机定位准确性优于放射技师，进一步减少了辐射剂量。表浅器官易受主光束直接照射，而深处器官接受全身的散射辐射，因此调整体位可有效降低表浅器官剂量，而深处器官体位设计优化空间较小。
5.迭代重建算法与人工智能算法：目前，常用的CT图像重建算法是迭代重建(IR)和深度学习重建(DLR)。Zhu等[40]验证了前置自适应统计迭代重建(ASIR-V)权重和后置自适应统计迭代重建(ASIR-V)权重对辐射剂量和图像质量的影响。孙记航等[41]认为在进行儿童鼻窦CT扫描时运用基于模型的迭代重建(MBIR)算法可保护眼晶状体。表浅器官的原始数据具有较高信噪比，迭代重建可以更好地发挥其剂量降低优势。相比之下，深处器官受体内组织屏蔽，原始信噪比较低，即使采用迭代重建，噪声降低效果也相对受限[8]。
DLR算法可在不牺牲噪声纹理的情况下减少剂量并提高图像质量，且剂量降低潜力优于IR[42]。Jung等[43]发现与FBP相比，DLIR最高可减少92.7%的胸部剂量。DLIR可以在图像重建过程中获得关于图像质量的信息，在不改变噪声纹理的情况下，提供多种重建强度级别以减少噪声，在较低曝光量下仍可获得可接受的图像质量[7]。刘娜娜等[44]探讨了在80和100 kV的低管电压条件下，3种图像重建技术(ASiR-V50%、FBP和DLIR)的降噪效果没有显著差异。但DLR算法的医学应用还处于初步阶段，相信随AI的进步，其在医学领域的应用将更广泛。
6.个性化扫描：CT检查中个性化扫描会根据患者体型调整参数，这种调整对表浅器官更直接有效，因为其更靠近扫描区域，更易受体型影响。Sebelego等[45]认为BMI与辐射剂量之间呈现正向相关性，在参数设计时应考虑BMI带来的影响。艾娜娜等[46]发现能谱CT的能谱智能匹配技术可基于受检者体型匹配最优扫描参数从而降低剂量。Mc Leavy等[5]运用DLR算法能显著减少肥胖受检者剂量，并获得更优的图像质量。
7. 光子计数CT技术：近年来，光子计数CT技术(photon counting CT，PCCT)[47]通过探测器的高效X射线光子转换能力，优化了CT辐射源特性并降低了剂量。未来PCCT技术的研究可以关注最佳管电压和曝光量等辐射剂量影响参数的选择问题，从而最大化地降低表浅敏感器官剂量。
四、总结与展望综上，综合考虑受检者个体差异，选择合适参数，精确定位，适当屏蔽，结合剂量降低技术，能在获得满意CT图像的同时降低表浅器官的辐射剂量。临床实践中，本文所述技术相互关联且相互影响。ATCM和OBTCM技术根据定位像衰减信息或扫描部位动态调整管电流以降低剂量，ATVS则基于管电压进行调整。图像重建系统依据探测器上的X射线信号，经多次迭代或建模提升图像质量，而这些信号受管电流和管电压影响。新型探测器能提高X射线接收率，但管电流或管电压设置不当可能使信号强度不足或过度，进而影响图像。屏蔽虽可以降低剂量，但可能影响调制技术。通过体位设计将表浅器官移出扫描范围能降低剂量，但可能削弱重建所需的X射线信号。因此，实际操作中需综合考虑各种技术间的关联，做出最优选择。
由于CT设备、放射工作人员以及受检者个体之间的差异，且现有剂量表征和降低策略仍存在不足，表浅器官CT剂量降低的研究仍有很大空间。未来的表浅辐射敏感器官的CT剂量优化的研究中，一是需要开发更快速且主要针对敏感器官的参数选择软件，并在设备中配置个性化扫描方案；二是铋等屏蔽物在CT扫描中产生的伪影可能会影响精确CT值的测量[48]，有必要寻求新型屏蔽材料或设计新型屏蔽装置；三是充分发掘能谱成像和人工智能等新技术的剂量优化潜能，开发更精确、便捷的自动定位技术和DL算法；还要探索更精确的表浅器官CT辐射剂量估算方法，开展针对于国人体型的剂量评估研究，为表浅辐射敏感器官制定系统性的剂量优化指南，切实降低受检者的辐射风险。
利益冲突 无
作者贡献声明 高行、刘丹丹负责文献调研和论文撰写；张永县、牛延涛负责指导论文撰写和修改
| [1] |
United Nations Scientific Committee on the Effects of Atomic Radiation. UNSCEAR 2020/2021 report. Evalution of medical exposures to ionizing radiation[R]. New York: UNSCEAR, 2022.
|
| [2] |
International Commission on Radiological Protection. ICRP Publication 103. The 2007 recommendations of the International Commission Radiological Protection[R]. Oxford: Pergamon Press, 2007.
|
| [3] |
International Commission on Radiological Protection. ICRP Publication 118. ICRP statement on tissue reactions and early and late effects of radiation in normal tissues and organs-threshold doses for tissue reactions in a radiation protection context[R]. Oxford: Pergamon Press, 2012.
|
| [4] |
张永县, 牛延涛, 刘丹丹, 等. 管电压联合器官剂量调制技术对胸部CT辐射剂量和图像质量影响的模体研究[J]. 中华放射医学与防护杂志, 2019, 39(7): 529-533. Zhang YX, Niu YT, Liu DD, et al. A phantom study of the effects of tube voltage combined with organ dose modulation on radiation dose and image quality in chest CT[J]. Chin J Radiol Med Prot, 2019, 39(7): 529-533. DOI:10.3760/cma.j.issn.0254-5098.2019.07.009 |
| [5] |
Mc Leavy CM, Chunara MH, Gravell RJ, et al. The future of CT: deep learning reconstruction[J]. Clin Radiol, 2021, 76(6): 407-415. DOI:10.1016/j.crad.2021.01.010 |
| [6] |
王梅, 花立春, 唐颖, 等. 基于深度学习的图像重建算法在CT图像重建中的应用进展[J]. 中国医疗设备, 2022, 37(12): 157-161. Wang M, Hua LC, Tang Y, et al. Application of image reconstruction algorithm based on deep learning in ct image[J]. Chin Med Devices, 2022, 37(12): 157-161. DOI:10.3969/j.issn.1674-1633.2022.12.032 |
| [7] |
Greffier J, Hamard A, Pereira F, et al. Image quality and dose reduction opportunity of deep learning image reconstruction algorithm for CT: a phantom study[J]. Eur Radiol, 2020, 30(7): 3951-3959. DOI:10.1007/s00330-020-06724-w |
| [8] |
Qurashi AA, Rainford LA, Alhazmi FH, et al. Low radiation dose implications in obese abdominal computed tomography imaging[J]. Appl Sci, 2021, 11(6): 2456. DOI:10.3390/app11062456 |
| [9] |
李成龙, 张欣贤. 不同权重自适应迭代算法重组对儿童腹部CT平扫图像质量的影响[J]. 影像诊断与介入放射学, 2018, 27(1): 23-26. Li CL, Zhang XX. Effects of different adaptive statistical iterative reconstruction-V percentage on pediatric abdominal computed tomography[J]. Diag Interv Imaging, 2018, 27(1): 23-26. DOI:10.3969/j.issn.1005-8001.2018.01.004 |
| [10] |
Zeng D, Zeng C, Zeng Z, et al. Basis and current state of computed tomography perfusion imaging: a review[J]. Phys Med Biol, 2022, 67: 18TRO1. DOI:10.1088/1361-6560/ac8717 |
| [11] |
Singh R, Szczykutowicz TP, Homayounieh F, et al. Radiation dose for multiregion ct protocols: challenges and limitations[J]. AJR Am J Roentgenol, 2019, 213(5): 1100-1106. DOI:10.2214/AJR.19.21201 |
| [12] |
朱凤婷, 陈嘉雯, 卓水清. 胸部能谱成像与常规CT扫描辐射剂量与图像质量对比评价[J]. 影像技术, 2019, 31(3): 56-59. Zhu FT, Chen JW, Zhuo SQ. Comparative evaluation of radiation dose and image quality between chest energy spectrum imaging and conventional ct scanning[J]. Image Technol, 2019, 31(3): 56-59. DOI:10.3969/j.issn.1001-0270.2019.03.20 |
| [13] |
Rehani MM, Yang K, Melick ER, et al. Patients undergoing recurrent CT scans: assessing the magnitude[J]. Eur Radiol, 2020, 30(4): 1828-1836. DOI:10.1007/s00330-019-06523-y |
| [14] |
牛延涛, 张永县, 郭森林, 等. 双源CT扫描模式对头颈部辐射剂量和影像质量的影响[J]. 中华放射医学与防护杂志, 2016, 36(12): 943-946. Niu YT, Zhang YX, Guo SL, et al. Investigation on effect of dual-source CT scanning patterns on radiation dose and image quality of head and neck[J]. Chin J Radiol Med Prot, 2016, 36(12): 943-946. DOI:10.3760/cma.j.issn.0254-5098.2016.12.014 |
| [15] |
王楚胭, 卓维海, 林鑫, 等. CT所致受检者个体化器官剂量的研究进展[J]. 中国辐射卫生, 2022, 31(6): 756-762. Wang CY, Zhuo WH, Lin X, et al. Research progress of patient-specific organ doses from CT[J]. Chin J Radiol Health, 2022, 31(6): 756-762. DOI:10.13491/j.issn.1004-714X.2022.06.021 |
| [16] |
王淼, 肖志清, 王艳强, 等. 合理应用X射线检查优化辐射剂量[J]. 中华放射医学与防护杂志, 2019, 39(1): 1-5. Wang M, Xiao ZQ, Wang YQ, et al. To optimize radiation dose by reasonable application of X-ray examination[J]. Chin J Radiol Med Prot, 2019, 39(1): 1-5. DOI:10.3760/cma.j.issn.0254-5098.2019.01.001 |
| [17] |
American Association of Physicists in Medicine. Report of AAPM TG 204. Size-specific dose estimates (SSDE) in pediatric and adult body CT examinations[R]. Alexandria: AAPM. 2011.
|
| [18] |
Franck C, Smeets P, Lapeire L, et al. Estimating the patient-specific dose to the thyroid and breasts and overall risk in chest CT when using organ-based tube current modulation[J]. Radiology, 2018, 288(1): 164-169. DOI:10.1148/radiol.2018170757 |
| [19] |
Zhou W, Malave MN, Maloney JA, et al. Radiation dose reduction using spectral shaping in pediatric non-contrast sinus CT[J]. Pediatr Radiol, 2023, 53(10): 2069-2078. DOI:10.1007/s00247-023-05699-2 |
| [20] |
Bing BY, Wang G, Shao ZQ, et al. A preliminary study of personalized head CT scan in pediatric patients[J]. Dose Response, 2021, 19(1): 1559325820985660. DOI:10.1177/1559325820985660 |
| [21] |
卞冰阳, 王静, 周清晨, 等. 颅脑CT检查患者辐射剂量最优化问题初探[J]. 中华放射医学与防护杂志, 2019, 39(3): 224-229. Bian BY, Wang J, Zhou QC, et al. Preliminary study on radiation dose optimization for patients with head CT[J]. Chin J Radiol Med Prot, 2019, 39(3): 224-229. DOI:10.3760/cma.j.issn.0254-5098.2019.03.012 |
| [22] |
李丽, 张极平, 王敏. 低剂量CT技术在胸部中的应用进展[J]. 医学影像学杂志, 2021, 31(1): 104-105, 109. Li L, Zhang JP, Wang M. The application progress of low-dose CT in the chest[J]. J Med Imaging, 2021, 31(1): 104-105, 109. |
| [23] |
Papadakis AE, Damilakis J. Automatic tube current modulation and tube voltage selection in pediatric computed tomography: a phantom study on radiation dose and image quality[J]. Invest Radiol, 2019, 54(5): 265-272. DOI:10.1097/RLI.0000000000000537 |
| [24] |
刘丹丹, 牛延涛. 不同定位像在管电流自动调制技术CT扫描中对辐射剂量的影响[J]. 中华放射学杂志, 2017, 51(7): 525-528. Liu DD, Niu YT. Effects of different scout images on radiation dose in CT scanning using automatic tube current modulation[J]. Chin J Radiol, 2017, 51(7): 525-528. DOI:10.3760/cma.j.issn.1005-1201.2017.07.010 |
| [25] |
王杰, 李信友, 彭刚, 等. 不同扫描定位及防护方法在胸部CT敏感器官辐射剂量的体模研究[J]. 中国医疗设备, 2022, 37(4): 78-81. Wang J, Li XY, Peng G, et al. Study on radiation dose to sensitive organs of phantom in chest ct scanning with different positioning and protection methods[J]. Chin Med Devices, 2022, 37(4): 78-81. DOI:10.3969/j.issn.1674-1633.2022.04.020 |
| [26] |
Yuan Z, Liu T, Zhang B, et al. Comparison of selected photon shield and organ-based tube current modulation for radiation dose reduction in head computed tomography: a phantom study[J]. J Xray Sci Technol, 2023, 31(4): 745-756. DOI:10.3233/XST-230018 |
| [27] |
中华医学会放射学分会头颈学组, 中华医学会影像技术分会辐射防护学组. 头颈部CT检查和辐射剂量管理专家共识[J]. 中华放射学杂志, 2020, 54(9): 827-838. Head and Neck Group of Chinese Society of Radiology Chinese Medical Association, Radiation Protection Group of Chinese Society of Imaging Technology Chinese Medical Association. Expert consensus on head and neck CT examination and radiation dose management[J]. Chin J Radiol, 2020, 54(9): 827-838. DOI:10.3760/cma.j.cn112149-20200424-00608 |
| [28] |
袁子龙, 刘涛, 张彪, 等. 能谱纯化联合器官剂量调制技术对婴幼儿头部CT扫描器官剂量及图像质量影响的体模研究[J]. 中华放射医学与防护杂志, 2022, 42(3): 225-229. Yuan ZL, Liu T, Zhang B, et al. Evaluation of selected photon shield and organ based tube current modulation for organ dose reduction and image quality in head CT for infants: a phantom study[J]. Chin J Radiol Med Prot, 2022, 42(3): 225-229. DOI:10.3760/cma.j.cn112271-20211008-00405 |
| [29] |
Papadakis AE, Damilakis J. Evaluation of an organ-based tube current modulation tool in pediatric CT examinations[J]. Eur Radiol, 2020, 30(10): 5728-5737. DOI:10.1007/s00330-020-06888-5 |
| [30] |
Fu W, Tian X, Sturgeon GM, et al. CT breast dose reduction with the use of breast positioning and organ-based tube current modulation[J]. Med Phys, 2017, 44(2): 665-678. DOI:10.1002/mp.12076 |
| [31] |
Muhammad NA, Kayun Z, Abu Hassan H, et al. Evaluation of organ dose and image quality metrics of pediatric ct chest-abdomen-pelvis (CAP) examination: an anthropomorphic phantom study[J]. Appl Sci, 2021, 11(2047): 2047. DOI:10.3390/app11052047 |
| [32] |
刘丹丹, 崔莹, 赵波, 等. 定位像扫描参数对胸部CT影像质量和辐射剂量影响的模体研究[J]. 中华放射医学与防护杂志, 2021, 41(3): 217-221. Liu DD, Cui Y, Zhao B, et al. The influence of scout scanning parameters on image quality and radiation dose of chest CT: a phantom study[J]. Chin J Radiol Med Prot, 2021, 41(3): 217-221. DOI:10.3760/cma.j.issn.0254-5098.2021.03.011 |
| [33] |
Mehnati P, Malekzadeh R, Sooteh MY. Use of bismuth shield for protection of superficial radiosensitive organs in patients undergoing computed tomography: a literature review and meta-analysis[J]. Radiol Phys Technol, 2019, 12(1): 6-25. DOI:10.1007/s12194-019-00500-2 |
| [34] |
牛延涛, 宋尧尧, 张永县, 等. 铋屏蔽对头颈部多层螺旋CT中眼晶状体辐射剂量的降低作用[J]. 中华放射医学与防护杂志, 2015, 35(2): 149-152. Niu YT, Song YY, Zhang YX, et al. Radiation dose reduction to the lens of eye with bismuth shielding in head and neck MSCT[J]. Chin J Radiol Med Prot, 2015, 35(2): 149-152. DOI:10.3760/cma.j.issn.0254-5098.2015.02.018 |
| [35] |
张武, 郝万军, 陈晶, 等. 新型一体化医用CT机辐射防护装置的研制及其评价[J]. 中华放射学杂志, 2020, 54(10): 1003-1007. Zhang W, Hao WJ, Chen J, et al. Development and evaluation of a novel integrated radiation protection device for CT[J]. Chin J Radiol, 2020, 54(10): 1003-1007. DOI:10.3760/cma.j.cn112149-20191101-00878 |
| [36] |
张卫国, 刘佳萍, 贾秀琴, 等. 胸部CT扫描中颈部伸展体位应用价值的探讨[J]. 中华放射医学与防护杂志, 2019, 39(12): 951-954. Zhang WG, Liu JP, Jia XQ, et al. Evaluation of the value of neck extension in chest CT scanning[J]. Chin J Radiol Med Prot, 2019, 39(12): 951-954. DOI:10.3760/cma.j.issn.0254-5098.2019.12.014 |
| [37] |
Svahn TM, Peric L, Ast JC. Influence of different arm positions in the localizer radiograph (s) on patient dose during exposure-controlled CT examinations of the neck to pelvis[J]. Tomography, 2021, 7(3): 313-322. DOI:10.3390/tomography7030028 |
| [38] |
葛宁, 杨文忠, 程颖, 等. 不同定位方法对儿童胸部CT检查图像质量和辐射剂量的影响[J]. 医疗卫生装备, 2021, 42(2): 47-49, 108. Ge N, Yang WZ, Cheng Y, et al. Effects of different positioning methods on chest CT image quality and radiation dose of children[J]. Chin Med Equip, 2021, 42(2): 47-49, 108. DOI:10.19745/j.1003-8868.2021031 |
| [39] |
Booij R, Budde R, Dijkshoorn ML, et al. Accuracy of automated patient positioning in CT using a 3D camera for body contour detection[J]. Eur Radiol, 2019, 29(4): 2079-2088. DOI:10.1007/s00330-018-5745-z |
| [40] |
Zhu Z, Zhao Y, Zhao X, et al. Impact of preset and postset adaptive statistical iterative reconstruction-V on image quality in nonenhanced abdominal-pelvic CT on wide-detector revolution CT[J]. Quant Imaging Med Surg, 2021, 11(1): 264-275. DOI:10.21037/qims-19-945 |
| [41] |
孙记航, 霍爱华, 李昊岩, 等. 应用MBIR优化低剂量儿童鼻窦CT图像质量的可行性[J]. 医学影像学杂志, 2019, 29(4): 541-544. Sun JH, Huo AH, Li HY, et al. Feasibility study of using MBIR to optimize the image quality of low dose paranasal sinus CT of pediatric patients[J]. J Med Imaging, 2019, 29(4): 541-544. |
| [42] |
Brady SL, Trout AT, Somasundaram E, et al. Improving image quality and reducing radiation dose for pediatric CT by using deep learning reconstruction[J]. Radiology, 2021, 298(1): 180-188. DOI:10.1148/radiol.2020202317 |
| [43] |
Jung Y, Hur J, Han K, et al. Radiation dose reduction using deep learning-based image reconstruction for a low-dose chest computed tomography protocol: a phantom study[J]. Quant Imaging Med Surg, 2023, 13(3): 1937-1947. DOI:10.21037/qims-22-618 |
| [44] |
刘娜娜, 吕培杰, 王会霞, 等. 基于深度学习图像重建算法的低管电压腹部CT平扫图像质量价值评估[J]. 临床放射学杂志, 2023, 42(11): 1820-1825. Liu NN, Lyu PJ, Wang HX, et al. Image quality assessment of low tube voltage abdominal plain ct with deep learning image reconstruction algorithm[J]. Clin Radiol, 2023, 42(11): 1820-1825. DOI:10.13437/j.cnki.jcr.2023.11.020 |
| [45] |
Sebelego I, Acho S, van der Merwe B, et al. Size based dependence of patient dose metrics, and image quality metrics for clinical indicator-based imaging protocols in abdominal CT procedures[J]. Radiography (Lond), 2023, 29(6): 961-974. DOI:10.1016/j.radi.2023.07.011 |
| [46] |
艾娜娜, 宋振, 翟艳慧, 等. 大螺距联合自适应迭代重建技术对胸部能谱成像影响的体模研究[J]. 放射学实践, 2020, 35(5): 619-623. Ai NN, Song Z, Zhai YH, et al. The effect of high-pitch combined adaptive iterative reconstruction on chest energy spectrum imaging: a phantom study[J]. Radiol Prac, 2020, 35(5): 619-623. DOI:10.13609/j.cnki.1000-0313.2020.05.010 |
| [47] |
van der Bie J, van Straten M, Booij R, et al. Photon-counting CT: Review of initial clinical results[J]. Eur J Radiol, 2023, 163: 110829. DOI:10.1016/j.ejrad.2023.110829 |
| [48] |
Hiles P, Gilligan P, Damilakis J, et al. European consensus on patient contact shielding[J]. Insights Imaging, 2021, 12(1): 194. DOI:10.1186/s13244-021-01085-4 |
| [49] |
Ishita Y, Urikura A, Yoshida T, et al. Inaccurate table height setting affects the organ-specific radiation dose in computed tomography[J]. Eur J Radiol, 2022, 151: 110317. DOI:10.1016/j.ejrad.2022.110317 |
| [50] |
Mosher EG, Butman JA, Folio LR, et al. Lens dose reduction by patient posture modification during neck CT[J]. AJR Am J Roentgenol, 2018, 210(5): 1111-1117. DOI:10.2214/AJR.17.18261 |
| [51] |
Markart S, Fischer TS, Wildermuth S, et al. Organ-based tube current modulation and bismuth eye shielding in pediatric head computed tomography[J]. Pediatr Radiol, 2022, 52(13): 2584-2594. DOI:10.1007/s00247-022-05410-x |
| [52] |
赵徵鑫, 王海华, 钱前, 等. 探究4种临床CT扫描方式对受检者辐射剂量的影响及胸部扫描辐射场的空间分布[J]. 中国辐射卫生, 2022, 31(4): 437-442. Zhao ZX, Wang HH, Qian Q, et al. Radiation doses to subjects in four clinical CT scanning modes and spatial distribution of chest scanning radiation field[J]. Chin J Radiol Health, 2022, 31(4): 437-442. DOI:10.13491/j.issn.1004-714X.2022.04.010 |