Низкодозная компьютерная томография органов грудной клетки в диагностике COVID-19: обзор литературы

Обложка


Цитировать

Аннотация

Обоснование. Повышение числа исследований компьютерной томографии во время пандемии COVID-19 актуализировало задачу снижения лучевой нагрузки на пациента, так как воздействие радиационного излучения достоверно связано с повышением риска развития онкологических заболеваний. В работе отделений лучевой диагностики даже в условиях пандемии должен соблюдаться принцип минимальной дозы облучения при максимальном уровне качества диагностики ― ALARA (as low as reasonably achievable), предложенный Международной комиссией по радиационной защите.

Цель ― систематизация данных о возможностях снижения лучевой нагрузки при диагностике поражения лёгких при COVID-19 методом компьютерной томографии.

Материалы и методы. Проведён анализ релевантных отечественных и зарубежных источников литературы в научных библиотеках PubMed и eLIBRARY по запросам «low dose computed tomography COVID-19» и «низкодозная компьютерная томография COVID-19», опубликованных в период с 2020 по 2022 год. Публикации включались в обзор после оценки их соответствия теме обзора путём анализа названия и абстракта. Списки литературы также были проанализированы на предмет выявления пропущенных при поиске статей, попадающих под критерии включения.

Результаты. Изучение опубликованных результатов исследований позволило обобщить современные данные о лучевой диагностике поражения лёгких при COVID-19 и использовании компьютерной томографии, а также определить возможные варианты снижения дозы лучевой нагрузки.

Заключение. Представлены способы уменьшения лучевой нагрузки при компьютерной томографии органов грудной клетки и сохранения высокого качества диагностического изображения, потенциально достаточного для надёжного выявления признаков COVID-19. Снижение дозы облучения является оправданным подходом к получению актуальной диагностической информации, сохраняющим возможности внедрения технологий продвинутого компьютерного анализа в клиническую практику.

Полный текст

ОБОСНОВАНИЕ

Количество случаев заболевания новой коронавирусной инфекцией COVID-19 на момент написания статьи (22 декабря 2022 года) достигает 650 миллионов1. Распространение заболевания и, соответственно, случаи смерти могут быть предупреждены и снижены благодаря комплексу мер, включающих раннюю диагностику2.

Основным методом лабораторной диагностики является полимеразная цепная реакция с обратной транскрипцией. На первом пике коронавирусной пандемии обнаружились недостатки этого метода: высокая частота ложноположительных результатов, ограниченная доступность и длительность получения ответа [1]. При этом ложноотрицательные результаты могут быть получены у пациентов с признаками COVID-19 по данным компьютерной томографии (КТ) органов грудной клетки [2].

В соответствии с российскими [3] и международными3 рекомендациями, методами лучевой диагностики COVID-19-ассоциированной пневмонии являются в том числе рентгенография и КТ. Рентгенография органов грудной клетки обладает низкой чувствительностью в диагностике вирусных пневмоний [4], поэтому КТ играет важную роль в диагностике COVID-19-ассоциированной пневмонии и её осложнений [5].

Активное использование КТ во время пандемии создаёт проблему высокой радиационной нагрузки на население [6, 7]. За время пребывания в лечебном учреждении для оценки динамики заболевания пациенту в течение короткого промежутка времени выполняется от 2 до 6 КТ-исследований, поскольку чёткая тенденция к регрессии изменений по данным КТ является одним из критериев к выписке [3]. Лицам с подозрением на COVID-19 могут быть выполнены 1–2 КТ для выявления признаков заболевания в амбулаторных условиях [8, 9].

Воздействие радиационного излучения достоверно связано с повышением риска развития онкологических заболеваний [10]. В работе отделений лучевой диагностики даже в условиях пандемии должен соблюдаться принцип ALARA (as low as reasonably achievable ― минимальная доза облучения при максимальном уровне качества диагностики), предложенный Международной комиссией по радиационной защите (International Commission of Radiological Protection) [11]. В марте 2020 года Z. Kang и соавт. предложили использовать низкодозную КТ (НДКТ) в качестве первого этапа лучевой диагностики проявлений коронавирусной пневмонии [6]. Важность использования НДКТ при COVID-19 подчеркнул и проведённый в апреле 2020 года вебинар «COVID-19 and Chest CT: Protocol and Dose Optimization», в котором приняли участие 1633 человека из 100 стран. В ходе видеоконференции было установлено, что 55% учреждений используют стандартные протоколы (CTDIvol 5–10 мГр), 43% ― низкодозные протоколы (CTDIvol <5 мГр), 2% ― высокодозные (CTDIvol >10 мГр) [12]. Однако даже поверхностное знакомство с рабочей станцией рентгенолаборанта показывает значительное количество параметров сканирования, влияющих на лучевую нагрузку [13], при этом взаимосвязь между различными настройками протокола и дозой облучения может быть неочевидной, особенно в зависимости от изучаемого патологического процесса.

Целью настоящего литературного обзора является систематизация данных о возможностях снижения лучевой нагрузки при КТ-диагностике поражения лёгких, обусловленного COVID-19.

МАТЕРИАЛЫ И МЕТОДЫ

Проведён анализ релевантных отечественных и зарубежных источников литературы в научных библиотеках PubMed и eLIBRARY по запросам «low dose computed tomography COVID-19» и «низкодозная компьютерная томография COVID-19», опубликованных в период с 2020 по 2022 год.

Публикации включались в обзор после оценки их соответствия теме обзора путём анализа названия и абстракта. В обзор включали оригинальные исследования и метаанализы, исключали ― обзоры литературы, клинические случаи, тезисы конференций. Списки литературы также были проанализированы на предмет наличия релевантных исследований по общим принципам снижения лучевой нагрузки при КТ, которые могли быть опубликованы ранее 2020 года. При обнаружении схожих статей в обзор включали наиболее позднее исследование.

РЕЗУЛЬТАТЫ И ОБСУЖДЕНИЕ

Всего было проанализировано 45 статей иностранных авторов и 5 ― отечественных. Последняя дата поиска ― 22 декабря 2022 года.

Методы уменьшения дозы лучевой нагрузки

Методы снижения лучевой нагрузки, согласно проведённому обзору литературы, можно разделить на аппаратные и программные. К первым относятся напряжение трубки, сила тока трубки, питч-фактор, фильтрация рентгеновского пучка; ко вторым ― фильтр реконструкции, толщина среза и итеративные реконструкции.

Аппаратные методы. Напряжение трубки (tube potential, kVp) нелинейно связано с лучевой нагрузкой [14]. F. Zarb и соавт. [15] показали, что снижение напряжения трубки на 14–17% приводит к снижению дозы облучения на 32–38%. Снижение напряжения трубки при этом приводит к повышению уровня шума на исследованиях без контраста: согласно результатам фантомного исследования, эти параметры связаны друг с другом через показатель степени -1,3 [16]. В то же время снижение напряжения трубки в исследованиях с контрастным усилением позволяет улучшить качество изображения, существенно понижая лучевую нагрузку [17].

Сила тока трубки (tube current, mAs) линейно связана с лучевой нагрузкой [18]. Например, уменьшение силы тока трубки на 50% приводит к уменьшению эффективной дозы на 50% [17], при этом отношение «сигнал–шум» обратно пропорционально квадратному корню силы тока [19].

Питч-фактор (pitch) на мультиспиральных компьютерных томографах практически не влияет на лучевую нагрузку [20]. При увеличении питч-фактора снижается отношение «сигнал–шум», и томограф автоматически увеличивает силу тока трубки для предотвращения ухудшения качества изображений [21].

Фильтрация пучка рентгеновского излучения используется для поглощения низкоэнергетических фотонов, не проходящих насквозь ткани пациента и не достигающих детекторов, поэтому использование дополнительного оловянного фильтра позволяет значительно снизить лучевую нагрузку при проведении КТ [22], но требует дополнительных затрат на модификацию сканера.

Программные методы. Выбор фильтра реконструкции (convolution kernel) не влияет на лучевую нагрузку, но оказывает воздействие на отношение «сигнал–шум», подчёркивая или сглаживая разницу между пикселями различных органов или структур [23].

Низкое значение толщины среза уменьшает качество изображения, при этом положительно влияет на риск пропуска патологических изменений малых размеров, поэтому толщину среза можно оптимизировать: например, для оценки лёгочных узлов этот показатель составляет 2 мм [24].

Основным же способом снижения «шума» являются итеративные реконструкции, позволяющие проводить КТ-исследования с более низкими дозами облучения и аналогичным соотношением «сигнал–шум» по сравнению со стандартной методикой реконструкции данных [25]. Одним из перспективных направлений является использование нейронных сетей для реконструкции изображений [26, 27].

На основании изученных литературных данных можно сделать вывод, что для снижения лучевой нагрузки целесообразно уменьшать силу тока трубки, а для оптимизации отношения «сигнал–шум» ― использовать фильтр реконструкции, сглаживающий разницу между соседними пикселями (мягкотканный), и итеративную реконструкцию.

Низкодозная компьютерная томография в диагностике COVID-19

Результаты проведённого анализа литературы указывают на отсутствие единого, чётко определённого низкодозного протокола для COVID-19 (табл. 1 [28–54]). Выявлено, что снижение дозы лучевой нагрузки достигается преимущественно с помощью изменений напряжения трубки, силы тока трубки, использования итеративных реконструкций, оловянного фильтра. В ряде исследований, включённых в обзор, отмечены методологические недостатки в отношении представления результатов: не упоминаются дозиметрические показатели (СTDI, DLP, SSDE, эффективная доза), используются малые размеры выборок.

 

Таблица 1. Параметры низкодозной компьютерной томографии в диагностике COVID-19 по результатам литературного обзора

Автор,

год, ссылка

Напряжение трубки, кВ

Сила тока трубки, мАс

Средняя доза облучения, мЗв

Толщина среза, мм

Фильтр реконструкции

Использование итеративной реконструкции

Автор,

год, ссылка

Напряжение трубки, кВ

Сила тока трубки, мАс

Средняя доза облучения, мЗв

Толщина среза, мм

Фильтр реконструкции

Использование итеративной реконструкции

Блохин и др.

(2022) [28]

120

10–500, уровень шума 36 (SD)

3

1

FC51, FC07

Нет

Филатова и др.

(2020) [29]

100/110

40–120

1,27

1

-

Да

Afshar и др. (2022) [30]

110

20

1–1,5

2

D40s

-

Fukumoto и др.

(2022) [31]

120

20–25

СTDI

1,3 мГр

5

Lung and soft tissue

-

Bieba и др.

(2022) [32]

Зависит от веса

Зависит от веса

-

1 и 3

-

-

Barrio и др.

(2022) [33]

100/150

Антропоморфная система модуляции тока

-

1

Br32

Bl60

-

Thieß и др.

(2022) [34]

100

10–100

0,53

0,5 b 0,625

Fc01

Fc85

Да

Greffier и др.

(2021) [35]

100/120

10

0,2

1

I30f, mediastinal, I50f, lung images

Да

Karakaş и др.

(2021), [36]

80

40

0,18

5

lung

Да

Julie и др.

(2021) [37]

120

45

-

1,2

-

-

Desmet и др.

(2021) [38]

80–140

20–30

0,64

0,6

-

-

Aslan и др.

(2021) [39]

80

35–50

0,2856

3

lung

Да

Stoleriu и др.

(2021) [40]

120

40–113

35–100 мГр×см

0,78–2,91 мГр

1,25

Medium

Soft

Да

Bai и др.

(2021) [41]

120

120–380

1,21±0,10

1,25

Standard

Да

Agostini и др.

(2021) [42]

100

95

0,39

1,5

Sharp

Да

Zali и др.

(2021) [43]

100–120

50–100

-

1-3

-

-

Argentieri и др.

(2021) [44]

80

20

0,219

2

Sharp

-

Leger и др.

(2020) [45]

120

45

0,49

1,2

-

-

Hamper и др.

(2020) [46]

100

20–120

0,5

0,625–1

Lung

Да

Li и др.

(2020) [47]

120

30

1,22±0,14

1

-

Да

Dangis и др.

(2020) [48]

100

20

0,56

1

Lung (150f)

Да

Radpour и др.

(2020) [49]

100–120

50–100

-

1–3

-

-

Kang и др.

(2020) [6]

80–100

10–25

0,203

0,6

-

Да

Tofighi и др.

(2020) [50]

100

40

2,03

-

-

Нет

Tabatabaei и др.

(2020) [51]

120

30

1,8

3

-

-

Schulze-Hagen и др. (2020) [52]

80

35

1,7

1 и 3

170f

130f

-

Zhao Yue и др.

(2020) [53]

100

50

1,5

1

-

-

Castelli и др.

(2020) [54]

120

45

0,47

1,2

-

-

 

Интересно, что выбор параметра, изменяемого при оптимизации протокола сканирования, может быть универсальным для различных клинических задач. Так, при НДКТ для скрининга рака лёгкого разными группами авторов также производилось изменение тока трубки [55, 56], тем не менее разработку специализированного протокола НДКТ следует начинать с исследования на модельном объекте (фантоме) для выбора оптимального метода снижения нагрузки. Например, в исследовании В.А. Гомболевского и соавт. [57] по разработке НДКТ для диагностики COVID-19 использовался фантом с утолщающими пластинами, при этом был установлен уровень настройки системы автоматического контроля силы тока трубки (Sure Exposure 3D), достаточный для выявления очагов «матового стекла» при максимальном снижении лучевой нагрузки (SD=36). Сравнение выбранного по результатам фантомного исследования протокола со стандартной КТ и НДКТ для скрининга рака лёгкого представлено на рис. 1.

 

Рис. 1. Сравнение специализированного протокола низкодозной компьютерной томографии для COVID-19 (SD=36) со стандартным и низкодозным для скрининга рака лёгкого. Информация о лучевой нагрузке и аксиальные томограммы фантома на уровне нижних и средних зон лёгких. Низкодозная компьютерная томография для скрининга рака лёгкого разработана с учётом ограничения лучевой нагрузки для профилактических мероприятий по СанПин и имеет наименьшее отношение «сигнал–шум». Разработанный протокол низкодозной компьютерной томографии для COVID-19 учитывает денситометрические характеристики «матовых стёкол» при существенном снижении лучевой нагрузки.

 

Следует учесть, что любые разработанные специализированные низкодозные протоколы требуют клинической валидации и сравнения с золотым стандартом. Так, проведены клинические испытания разработанного протокола НДКТ для COVID-19 с использованием стандартной КТ в качестве референс-теста [28]. Примеры клинических изображений по разработанному протоколу представлены на рис. 2 и 3.

 

Рис. 2. Снижение лучевой нагрузки в 5 раз. Пациентка, 59 лет, индекс массы тела 29 кг/м2. Компьютерная томография с мягко-тканным фильтром (эффективная доза ― 9,7 мЗв), низкодозная компьютерная томография с мягкотканным фильтром (эффективная доза ― 2,1 мЗв). В верхней доле левого лёгкого периферическая зона «матового стекла».

 

Рис. 3. Снижение лучевой нагрузки в 1,5 раза. Пациент, 44 года, индекс массы тела 46 кг/м2. Компьютерная томография с мягкотканным фильтром (эффективная доза ― 15,3 мЗв), низкодозная компьютерная томография с мягкотканным фильтром (эффективная доза ― 10,5 мЗв). Двусторонние периферические участки «матового стекла».

 

Ограничения низкодозной компьютерной томографии

Согласно исследованию Y.K. Kim и соавт. [58], ограничением НДКТ органов грудной клетки в рутинной практике представляется ожирение (индекс массы тела >25) за счёт поглощения рентгеновского излучения жировой тканью. Однако результаты исследований согласованности оценки степени тяжести COVID-19 между экспертами указывают на обратное [59].

Другим общим ограничением НДКТ эмпирически представляется негативное влияние повышенного шума на изображениях на работу систем искусственного интеллекта, включая расчёт индекса эмфиземы при денситометрическом анализе [60], и радиомический анализ субсолидных лёгочных узлов [61]. Влияние протокола сканирования на результаты количественного анализа можно уменьшить путём использования относительных показателей, например процента поражённой лёгочной ткани при COVID-19 [62], или нормализации полученных данных специальными алгоритмами [63].

ЗАКЛЮЧЕНИЕ

Представлены способы уменьшения лучевой нагрузки при КТ органов грудной клетки и сохранения высокого качества диагностических изображений, гипотетически достаточного для надёжного выявления признаков COVID-19. Несмотря на отсутствие единого способа оптимизации протоколов сканирования, снижение дозы облучения является оправданным подходом, позволяющим получить релевантную диагностическую информацию и сохраняющим возможности для внедрения технологий продвинутого компьютерного анализа в клинические пути.

ДОПОЛНИТЕЛЬНО

Источник финансирования. Данная статья подготовлена авторским коллективом в рамках научно-исследовательской работы (№ ЕГИСУ: АААА-А20-120071090058-7) в соответствии с Программой Департамента здравоохранения города Москвы «Научное обеспечение столичного здравоохранения» на 2020–2022 годы.

Конфликт интересов. Авторы заявляют об отсутствии явных и потенциальных конфликтов интересов, связанных с публикацией настоящей статьи.

Вклад авторов. Все авторы подтверждают соответствие своего авторства международным критериям ICMJE (все авторы внесли вклад в разработку концепции, проведение работы и подготовку статьи, прочли и одобрили финальную версию перед публикацией). Наибольший вклад распределён следующим образом: И.А. Блохин ― редактирование и утверждение итогового варианта текста рукописи, консультативная поддержка; Д.А. Румянцев ― анализ данных, написание текста статьи; М.М. Сучилова, А.П. Гончар — редактирование и утверждение итогового варианта текста рукописи; О.В. Омелянская ― концепция и дизайн исследования.

ADDITIONAL INFORMATION

Funding source. This article was prepared by a team of authors as part of the research work (EGISU number: AAAA-A20-120071090058-7) in accordance with the Program of the Moscow Department of Health “Scientific support of metropolitan health” for 2020-2022.

Competing interests. The authors declare that they have no competing interests.

Authors’ contribution. All authors made a substantial contribution to the conception of the work, acquisition, analysis, interpretation of data for the work, drafting and revising the work, final approval of the version to be published and agree to be accountable for all aspects of the work. The largest contributions were distributed as follows: I.A. Blokhin — editing and approval of the final manuscript text, advisory support; D.A. Rumyantsev — data analysis, article text writing; M.M. Suchilova, A.P. Gonchar — editing and approval of the final manuscript text; A.P. O.V. Omelyanskaya — study concept and design.

1 World Health Organization. Novel Coronavirus (COVID-19) situation. Режим доступа: https://who.sprinklr.com.

2 Centers for Disease Control and Prevention. Corona virus 2019 disease (COVID-19). Режим доступа: https://www.cdc.gov/coronavirus/2019-ncov/index.html.

3 World Health Organization. Use of chest imaging in COVID-19: A rapid advice guide [11 June 2020]. Режим доступа: https://apps.who.int/iris/handle/10665/332336.

×

Об авторах

Иван Андреевич Блохин

Научно-практический клинический центр диагностики и телемедицинских технологий

Автор, ответственный за переписку.
Email: BlokhinIA@zdrav.mos.ru
Россия, Москва

Денис Андреевич Румянцев

Научно-практический клинический центр диагностики и телемедицинских технологий

Email: x.radiology@mail.ru
ORCID iD: 0000-0001-7670-7385
SPIN-код: 8734-2085
Россия, Москва

Мария Максимовна Сучилова

Научно-практический клинический центр диагностики и телемедицинских технологий

Email: SuchilovaMM@zdrav.mos.ru
ORCID iD: 0000-0003-1117-0294
SPIN-код: 4922-1894
Россия, Москва

Анна Павловна Гончар

Научно-практический клинический центр диагностики и телемедицинских технологий

Email: GoncharAP@zdrav.mos.ru
ORCID iD: 0000-0001-5161-6540
SPIN-код: 3513-9531
Россия, Москва

Ольга Васильевна Омелянская

Научно-практический клинический центр диагностики и телемедицинских технологий

Email: OmelyanskayaOV@zdrav.mos.ru
ORCID iD: 0000-0002-0245-4431
SPIN-код: 8948-6152
Россия, Москва

Список литературы

  1. Yang Y., Yang M., Shen C., et al. Evaluating the accuracy of different respiratory specimens in the laboratory diagnosis and monitoring the viral shedding of 2019-nCoV infections // medRxiv. 2020. doi: 10.1101/2020.02.11.20021493
  2. Rubin G.D., Ryerson C.J., Haramati L.B., et al. The role of chest imaging in patient management during the COVID-19 Pandemic: A multinational consensus statement from the fleischner society // Radiology. 2020. Vol. 296, N 1. Р. 172–180. doi: 10.1148/radiol.2020201365
  3. Временные методические рекомендации. Профилактика, диагностика и лечение новой коронавирусной инфекции (COVID-19). Версия 12 (21.09.2021). Москва, 2021. 232 с.
  4. Ng M., Lee E.Y., Yang J., et al. Imaging profile of the COVID-19 infection: Radiologic findings and literature review // Radiology: Cardiothoracic Imaging. 2020. Vol. 2, N 1. Р. e200034. doi: 10.1148/ryct.2020200034
  5. Ai T., Yang Z., Hou H., et al. Correlation of chest CT and RT-PCR testing for coronavirus disease 2019 (COVID-19) in China: A report of 1014 cases // Radiology. 2020. Vol. 296, N 2. Р. E32–E40. doi: 10.1148/radiol.2020200642
  6. Kang Z., Li X., Zhou S. Recommendation of low-dose CT in the detection and management of COVID-2019 // European Radiolohy. 2020. Vol. 30, N 8. Р. 4356–4357. doi: 10.1007/s00330-020-06809-6
  7. Морозов С.П., Кузьмина Е.С., Ледихова Н.В., и др. Мобилизация научно-практического потенциала службы лучевой диагностики г. Москвы в пандемию COVID-19 // Digital Diagnostics. 2020. Т. 1, № 1. C. 5–12. doi: 10.17816/DD51043
  8. Pan F., Ye T., Sun P., et al. Time course of lung changes on chest CT during recovery from 2019 novel coronavirus (COVID-19) pneumonia // Radiology. 2020. Vol. 295, N 3. Р. 715–721. doi: 10.1148/radiol.2020200370
  9. Lei D.P., Fan B., Mao J., et al. The progression of computed tomographic (CT) images in patients with coronavirus disease (COVID-19) pneumonia. Running title: The CT progression of COVID-19 pneumonia // J Infect. 2020. Vol. 80, N 6. Р. e30–e31. doi: 10.1016/j.jinf.2020.03.020
  10. Power S.P., Moloney F., Twomey M., et al. Computed tomography and patient risk: Facts, perceptions and uncertainties // World J Radiol. 2016. Vol. 8, N 12. Р. 902–915. doi: 10.4329/wjr.v8.i12.902
  11. Yeung A.W. The “As low as reasonably achievable” (ALARA) principle: A brief historical overview and a bibliometric analysis of the most cited publications // Radioprotection. 2019. Vol. 54, N 2. Р. 103–109. doi: 10.1051/radiopro/2019016
  12. Kalra M.K., Homayounieh F., Arru C., et al. Chest CT practice and protocols for COVID-19 from radiation dose management perspective // Eur Radiol. 2020. Vol. 30, N 12. Р. 6554–6560. doi: 10.1007/s00330-020-07034-x
  13. Краснов А.С., Кабанов Д.О., Терещенко Г.В. Основы дозиметрии и оптимизации дозовой нагрузки при проведении мультиспиральной компьютерной томографии // Вопросы гематологии, онкологии и иммунопатологии в педиатрии. 2018. Т. 17, № 3. С. 127–132.
  14. Singh S., Kalra M.K., Thrall J.H., Mahesh M. CT radiation dose reduction by modifying primary factors // J Am Coll Radiol. 2011. Vol. 8, N 5. Р. 369–372. doi: 10.1016/j.jacr.2011.02.001
  15. Zarb F., Rainford L., McEntee M.F. Developing optimized CT scan protocols: Phantom measurements of image quality // Radiography. 2011. Vol. 17, N 2. Р. 109–114. doi: 10.1016/j.radi.2010.10.004
  16. Hilts M., Duzenli C. Image noise in X-ray CT polymer gel dosimetry // J Physics: Conference Series. 2004. Vol. 3, N 1. Р. 252. doi: 10.1088/1742-6596/3/1/040
  17. Lira D., Padole A., Kalra M.K., Singh S. Tube potential and CT radiation dose optimization // Am J Roentgenol. 2015. Vol. 204, N 1. P. W4–W10. doi: 10.2214/AJR.14.13281
  18. Reid J., Gamberoni J., Dong F., Davros W. Optimization of kVp and mAs for pediatric low-dose simulated abdominal CT: Is it best to base parameter selection on object circumference? // AJR Am J Roentgenol. 2010. Vol. 195, N 4. Р. 1015–1020. doi: 10.2214/AJR.09.3862
  19. Khoramian D., Sistani S., Firouzjah R.A. Assessment and comparison of radiation dose and image quality in multi-detector CT scanners in non-contrast head and neck examinations // Paul J Radiol. 2019. Vol. 84. Р. 61–67. doi: 10.5114/pjr.2019.82743
  20. Mahesh M., Scatarige J.C., Cooper J., Fishman E.K. Dose and pitch relationship for a particular multislice CT scanner // AJR Am J Roentgenol. 2001. Vol. 177, N 6. Р. 1273–1275. doi: 10.2214/ajr.177.6.1771273
  21. Tack D., Gevenois P.A., Abada H. Radiation dose from adult and pediatric multidetector computed tomography // Springer. 2007. doi: 10.1007/978-3-540-68575-3
  22. Greffier J., Pereira F., Hamard A., et al. Effect of tin filter-based spectral shaping CT on image quality and radiation dose for routine use on ultralow-dose CT protocols: A phantom study // Diagnostic and Interventional Imaging. 2020. Vol. 101, N 6. P. 373–381. doi: 10.1016/j.diii.2020.01.002
  23. Paul J., Krauss B., Banckwitz R., et al. Relationships of clinical protocols and reconstruction kernels with image quality and radiation dose in a 128-slice CT scanner: Study with an anthropomorphic and water phantom // Eur J Radiology. 2012. Vol. 81, N 5. Р. e699–e703. doi: 10.1016/j.ejrad.2011.01.078
  24. Hashemi S., Mehrez H., Cobbold R.S., Paul N.S. Optimal image reconstruction for detection and characterization of small pulmonary nodules during low-dose CT // Eur Radiol. 2014. Vol. 24, N 6. P. 1239–1250. doi: 10.1007/s00330-014-3142-9
  25. Beister M., Kolditz D., Kalender W.A. Iterative reconstruction methods in X-ray CT // Physica Medica. 2012. Vol. 28, N 2. Р. 94–108. doi: 10.1016/j.ejmp.2012.01.003
  26. Shiri I., Akhavanallaf A., Sanaat A., et al. Ultra-low-dose chest CT imaging of COVID-19 patients using a deep residual neural network // Eur Radiology. 2021. Vol. 31, N 3. Р. 1420–1431. doi: 10.1007/s00330-020-07225-6
  27. Shan H., Padole A., Homayounieh F., et al. Competitive performance of a modularized deep neural network compared to commercial algorithms for low-dose CT image reconstruction // Nat Machine Intelligence. 2019. Vol. 1, N 6. Р. 269–276. doi: 10.1038/s42256-019-0057-9
  28. Blokhin I., Gombolevskiy V., Chernina V., et al. Inter-observer agreement between low-dose and standard-dose CT with soft and sharp convolution kernels in COVID-19 Pneumonia // J Clin Med. 2022. Vol. 11, N 669. doi: 10.3390/jcm11030669
  29. Филатова Д.А., Синицын В.Е., Мершина Е.А. Возможности снижения лучевой нагрузки при проведении компьютерной томографии для оценки изменений в легких, характерных для СOVID-19: использование адаптивной статистической итеративной реконструкции // Digital Diagnostics. 2021. Т. 2, № 2. С. 94−104. doi: 10.17816/DD62477
  30. Afshar P., Rafiee M.J., Naderkhani F., et al. Human-level COVID-19 diagnosis from low-dose CT scans using a two-stage time-distributed capsule network // Sci Rep. 2022. Vol. 12, N 1. Р. 4827. doi: 10.1038/s41598-022-08796-8
  31. Fukumoto W., Nakamura Y., Yoshimura K., et al. Triaging of COVID-19 patients using low dose chest CT: Incidence and factor analysis of lung involvement on CT images // J Infect Chemother. 2022. Vol. 28, N 6. Р. 797–801. doi: 10.1016/j.jiac.2022.02.025
  32. Bieba C.M., Desmet J.N., Dubbeldam A., et al. Radiological findings in low-dose CT for COVID-19 pneumonia in 182 patients: Correlation of signs and severity with patient outcome // Medicine (Baltimore). 2022. Vol. 101, N 9. Р. e28950. doi: 10.1097/MD.0000000000028950
  33. Piqueras B.M., Casajús E.A., Iriarte U.C., et al. Low-dose chest CT for preoperative screening for SARS-CoV-2 infection // Radiologia (Engl.). 2022. Vol. 64, N 4. Р. 317–323. doi: 10.1016/j.rxeng.2021.11.004
  34. Thieß H.M., Bressem K.K., Adams L., et al. Do submillisievert-chest CT protocols impact diagnostic quality in suspected COVID-19 patients? // Acta Radiol Open. 2022. Vol. 11, N 1. Р. 20584601211073864. doi: 10.1177/20584601211073864
  35. Greffier J., Hoballah A., Sadate A., et al. Ultra-low-dose chest CT performance for the detection of viral pneumonia patterns during the COVID-19 outbreak period: A monocentric experience // Quant Imaging Med Surg. 2021. Vol. 11, N 7. Р. 3190–3199. doi: 10.21037/qims-20-1176
  36. Karakaş H.M., Yıldırım G., Çiçek E.D. The reliability of low-dose chest CT for the initial imaging of COVID-19: Comparison of structured findings, categorical diagnoses and dose levels // Diagn Interv Radiol. 2021. Vol. 27, N 5. Р. 607–614. doi: 10.5152/dir.2021.20802
  37. Finance J., Zieleskewicz L., Habert P., et al. Low dose chest CT and lung ultrasound for the diagnosis and management of COVID-19 // J Clinic Med. 2021. Vol. 10, N 10. Р. 2196. doi: 10.3390/jcm10102196
  38. Desmet J., Biebaû C., De Wever W., et al. Performance of low-dose chest CT as a triage tool for suspected COVID-19 patients // J Belgian Society Radiology. 2021. Vol. 105, N 1. Р. 9. doi: 10.5334/jbsr.2319
  39. Aslan S., Bekçi T., Çakır İ.M., et al. Diagnostic performance of low-dose chest CT to detect COVID-19: A Turkish population study // Diagn Interv Radiol. 2021. Vol. 27, N 2. Р. 181–187. doi: 10.5152/dir.2020.20350
  40. Stoleriu M.G., Gerckens M., Obereisenbuchner F., et al. Automated quantitative thin slice volumetric low dose CT analysis predicts disease severity in COVID-19 patients // Clin Imaging. 2021. Vol. 79. Р. 96–101. doi: 10.1016/j.clinimag.2021.04.008
  41. Bai L., Zhou J., Shen C., et al. Assessment of radiation doses and image quality of multiple low-dose CT exams in COVID-19 clinical management // Chin J Acad Radiol. 2021. Vol. 4, N 4. Р. 257–261. doi: 10.1007/s42058-021-00083-1
  42. Agostini A., Borgheresi A., Carotti M., et al. Third-generation iterative reconstruction on a dual-source, high-pitch, low-dose chest CT protocol with tin filter for spectral shaping at 100 kV: A study on a small series of COVID-19 patients // Radiol Med. 2021. Vol. 126, N 3. Р. 388–398. doi: 10.1007/s11547-020-01298-5
  43. Zali A., Sohrabi M.R., Mahdavi A., et al. Correlation between low-dose chest computed tomography and RT-PCR results for the diagnosis of COVID-19: A report of 27,824 cases in Tehran, Iran // Acad Radiol. 2021. Vol. 28, N 12. Р. 1654–1661. doi: 10.1016/j.acra.2020.09.003
  44. Argentieri G., Bellesi L., Pagnamenta A., et al. Diagnostic yield, safety, and advantages of ultra-low dose chest CT compared to chest radiography in early stage suspected SARS-CoV-2 pneumonia: A retrospective observational study // Medicine (Baltimore). 2021. Vol. 100, N 21. Р. e26034. doi: 10.1097/MD.0000000000026034
  45. Leger T., Jacquier A., Barral P.A., et al. Low-dose chest CT for diagnosing and assessing the extent of lung involvement of SARS-CoV-2 pneumonia using a semi quantitative score // PLoS One. 2020. Vol. 15, N 11. Р. e0241407. doi: 10.1371/journal.pone.0241407
  46. Hamper C.M., Fleckenstein F.N., Büttner L., et al. Submillisievert chest CT in patients with COVID-19: Experiences of a German Level-I center // Eur J Radiol Open. 2020. Vol. 7. Р. 100283. doi: 10.1016/j.ejro.2020.100283
  47. Li J., Wang X., Huang X., et al. Application of Care Dose 4D combined with Karl 3D technology in the low dose computed tomography for the follow-up of COVID-19 // BMC Med Imaging. 2020. Vol. 20, N 1. Р. 56. doi: 10.1186/s12880-020-00456-5
  48. Dangis A., Gieraerts C., De Bruecker Y., et al. Accuracy and reproducibility of low-dose submillisievert chest CT for the diagnosis of COVID-19 // Radiol Cardiothorac Imaging. 2020. Vol. 2, N 2. Р. e200196. doi: 10.1148/ryct.2020200196
  49. Radpour A., Bahrami-Motlagh H., Taaghi M.T., et al. COVID-19 evaluation by low-dose high resolution CT scans protocol // Acad Radiol. 2020. Vol. 27, N 6. Р. 901. doi: 10.1016/j.acra.2020.04.016
  50. Tofighi S., Najafi S., Johnston S.K., Gholamrezanezhad A. Low-dose CT in COVID-19 outbreak: Radiation safety, image wisely, and image gently pledge // Emerg Radiol. 2020. Vol. 27, N 6. Р. 601–605. doi: 10.1007/s10140-020-01784-3
  51. Tabatabaei S.M., Talari H., Gholamrezanezhad A., et al. A low-dose chest CT protocol for the diagnosis of COVID-19 pneumonia: A prospective study // Emerg Radiol. 2020. Vol. 27, N 6. Р. 607–615. doi: 10.1007/s10140-020-01838-6
  52. Schulze-Hagen M., Hübel C., Meier-Schroers M., et al. Low-dose chest CT for the diagnosis of COVID-19: A systematic, prospective comparison with PCR // Dtsch Arztebl Int. 2020. Vol. 117, N 22-23. Р. 389–395. doi: 10.3238/arztebl.2020.0389
  53. Zhao Y., Wang Y., Duan W., et al. Low-dose chest CT presentation and dynamic changes in patients with novel coronavirus disease 2019 // Radiol Infect Dis. 2020. Vol. 7, N 4. Р. 186–194. doi: 10.1016/j.jrid.2020.08.001
  54. Castelli M., Maurin A., Bartoli A., et al. Prevalence and risk factors for lung involvement on low-dose chest CT (LDCT) in a paucisymptomatic population of 247 patients affected by COVID-19 // Insights Imaging. 2020. Vol. 11, N 1. Р. 117. doi: 10.1186/s13244-020-00939-7
  55. Морозов С.П., Кузьмина Е.С., Ветшева Н.Н., и др. Московский скрининг: скрининг рака легкого с помощью низкодозовой компьютерной томографии // Проблемы социальной гигиены, здравоохранения и истории медицины. 2019. Т. 27, № S. С. 630–636. doi: 10.32687/0869-866X-2019-27-si1-630-636
  56. Патент РФ № 2701922 C1. Гомболевский В.А., Морозов С.П., Чернина В.Ю., и др. Способ скрининга рака легкого с помощью ультранизкодозной компьютерной томографии у пациентов с массой тела до 69 кг. Режим доступа: https://patents.google.com/patent/RU2701922C1/ru. Дата обращения: 15.01.2023.
  57. Gombolevskiy V., Morozov S., Chernina V., et al. A phantom study to optimise the automatic tube current modulation for chest CT in COVID-19 // Eur Radiol Exp. 2021. Vol. 5, N 1. P. 21. doi: 10.1186/s41747-021-00218-0
  58. Kim Y.K., Lee B.E., Lee S.J., et al. Ultra-low-dose CT of the thorax using iterative reconstruction: Evaluation of image quality and radiation dose reduction // Am J Roentgenol. 2015. Vol. 204, N 6. P. 1197–1202. doi: 10.2214/AJR.14.13629
  59. Блохин И.А., Гончар А.П., Коденко М.Р., и др. Влияние индекса массы тела на надёжность шкалы КТ0–4: сравнение протоколов компьютерной томографии // Digital Diagnostics. 2022. Т. 3, № 2. C. 108–118. doi: 10.17816/DD104358
  60. Gierada D.S., Bierhals A.J., Choong C.K., et al. Effects of CT section thickness and reconstruction kernel on emphysema quantification // Academic Radiology. 2010. Vol. 17, N 2. P. 146–156. doi: 10.1016/j.acra.2009.08.007
  61. Gao Y., Hua M., Lv J., et al. Reproducibility of radiomic features of pulmonary nodules between low-dose CT and conventional-dose CT // Quant Imaging Med Surg. 2022. Vol. 12, N 4. P. 2368–2377. doi: 10.21037/qims-21-609
  62. Blokhin I.A., Solovev A.V., Vladzymyrskiy AV., et al. Automated analysis of lung lesions in COVID-19: Comparison of standard and low-dose CT // SJCEM. 2023. Vol. 37, N 4. P. 114–123. doi: 10.29001/2073-8552-2022-37-4-114-123
  63. Bak S.H., Kim J.H., Jin H., et al. Emphysema quantification using low-dose computed tomography with deep learning-based kernel conversion comparison // Eur Radiol. 2020. Vol. 30, N 12. P. 6779–6787. doi: 10.1007/s00330-020-07020-3

Дополнительные файлы

Доп. файлы
Действие
1. JATS XML
2. Рис. 1. Сравнение специализированного протокола низкодозной компьютерной томографии для COVID-19 (SD=36) со стандартным и низкодозным для скрининга рака лёгкого. Информация о лучевой нагрузке и аксиальные томограммы фантома на уровне нижних и средних зон лёгких. Низкодозная компьютерная томография для скрининга рака лёгкого разработана с учётом ограничения лучевой нагрузки для профилактических мероприятий по СанПин и имеет наименьшее отношение «сигнал–шум». Разработанный протокол низкодозной компьютерной томографии для COVID-19 учитывает денситометрические характеристики «матовых стёкол» при существенном снижении лучевой нагрузки.

Скачать (487KB)
3. Рис. 2. Снижение лучевой нагрузки в 5 раз. Пациентка, 59 лет, индекс массы тела 29 кг/м2. Компьютерная томография с мягко-тканным фильтром (эффективная доза ― 9,7 мЗв), низкодозная компьютерная томография с мягкотканным фильтром (эффективная доза ― 2,1 мЗв). В верхней доле левого лёгкого периферическая зона «матового стекла».

Скачать (209KB)
4. Рис. 3. Снижение лучевой нагрузки в 1,5 раза. Пациент, 44 года, индекс массы тела 46 кг/м2. Компьютерная томография с мягкотканным фильтром (эффективная доза ― 15,3 мЗв), низкодозная компьютерная томография с мягкотканным фильтром (эффективная доза ― 10,5 мЗв). Двусторонние периферические участки «матового стекла».

Скачать (194KB)

© Эко-вектор, 2023

Creative Commons License
Эта статья доступна по лицензии Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.

СМИ зарегистрировано Федеральной службой по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор).
Регистрационный номер и дата принятия решения о регистрации СМИ: серия ПИ № ФС 77 - 79539 от 09 ноября 2020 г.


Данный сайт использует cookie-файлы

Продолжая использовать наш сайт, вы даете согласие на обработку файлов cookie, которые обеспечивают правильную работу сайта.

О куки-файлах