什么是“1024靶掃描”？是針對肺部結(jié)節(jié)研發(fā)的一種新型CT掃描及重建技術(shù)，對肺結(jié)節(jié)的內(nèi)部結(jié)構(gòu)、邊緣輪廓顯像更加清晰，可以提高影像診斷效能和病理符合率。1024靶掃描的矩陣是1024x1024，而肺高分辨率CT的矩陣是512x512；矩陣越大

什么是“1024靶掃描”？

是針對肺部結(jié)節(jié)研發(fā)的一種新型CT掃描及重建技術(shù)，對肺結(jié)節(jié)的內(nèi)部結(jié)構(gòu)、邊緣輪廓顯像更加清晰，可以提高影像診斷效能和病理符合率。1024靶掃描的矩陣是1024x1024，而肺高分辨率CT的矩陣是512x512；矩陣越大，圖像就越清晰。如果把肺低劑量掃描圖像看做是“標(biāo)清”圖像、常規(guī)CT圖像是“高清”圖像，那么1024靶掃描的圖像就堪稱“超高清”圖像。我們用下圖來類比一下。

什么是肺結(jié)節(jié)？

直徑≤3cm的局灶性、類圓形密度增高的實(shí)性或亞實(shí)性肺部陰影，稱為肺結(jié)節(jié)。中華醫(yī)學(xué)會在《肺結(jié)節(jié)診治中國專家共識（2018年版）》中提出：大小在5mm-3cm的結(jié)節(jié)惡性率高達(dá)25%-30%。

如何判定肺部結(jié)節(jié)的性質(zhì)？

影像學(xué)根據(jù)肺部結(jié)節(jié)所在部位、大小、形狀、密度、有無分葉、毛刺、胸膜牽拉、鈣化等來綜合判斷。也可通過肺結(jié)節(jié)測量工具，測量結(jié)節(jié)的體積和密度等參數(shù)，動態(tài)觀察結(jié)節(jié)的變化情況，為早期肺癌的診斷提供影像學(xué)依據(jù)。

良性結(jié)節(jié)：結(jié)節(jié)邊緣光滑清楚，無分葉、毛刺、胸膜牽拉

惡性結(jié)節(jié)：邊緣不規(guī)則，可出現(xiàn)分葉、短細(xì)毛刺、牽拉胸膜等征象

1024CT靶掃描優(yōu)點(diǎn)：

☆高空間分辨率：30lp/cm@0%MTF

☆高密度分辨率：2mm@0.3%

☆高掃描速度：0.259s/旋轉(zhuǎn)一周

☆高診斷符合率：有研究指出影像診斷與病理診斷符合率超過95%。

哪些人群需要定期進(jìn)行肺部CT檢查？

我國推薦肺癌高危人群應(yīng)每年進(jìn)行低劑量CT篩查，以早期診斷肺癌。

參考美國國立綜合癌癥網(wǎng)絡(luò)肺癌篩查指南、美國胸科醫(yī)師學(xué)會發(fā)布的臨床指南及中華醫(yī)學(xué)會放射學(xué)分會心胸學(xué)組發(fā)布的"低劑量螺旋CT肺癌篩查專家共識"，建議將如下人群定義為肺癌風(fēng)險(xiǎn)人群：

參考文獻(xiàn)：

[1]張曉菊,白莉,金發(fā)光,洪群英,胡潔,白春學(xué),陳良安,李為民.肺結(jié)節(jié)診治中國專家共識(2018年版)[J].中華結(jié)核和呼吸雜志,2018,41(10):763-771.

[2]孔芳,段艷華,宋學(xué)林,王錫明.高分辨率CT鑒別診斷良、惡性實(shí)性孤立性肺結(jié)節(jié)[J].中國醫(yī)學(xué)影像技術(shù),2021,37(08):1168-1172.

[3]王仁貴.肺內(nèi)結(jié)節(jié)影的影像學(xué)診斷與鑒別[J].中國醫(yī)學(xué)影像學(xué)雜志,2020,28(11):801+809.

[4]Balar A. et al. Repeated Measures of Risk based on Radiomics Features of Indeterminate Pulmonary Nodules for the Early Discrimination Between Benign and Malignant Disease[J]. AMERICAN JOURNAL OF RESPIRATORY AND CRITICAL CARE MEDICINE, 2019, 199

[5]Atwater T. et al. Radiomic Analysis For Improved Lung Cancer Prediction Of Indeterminate Pulmonary Nodules[J]. AMERICAN JOURNAL OF RESPIRATORY AND CRITICAL CARE MEDICINE, 2015, 191

[6]Xu Qing qing et al. Prediction Efficacy of Feature Classification of Solitary Pulmonary Nodules based on CT Radiomics[J]. European Journal of Radiology, 2021, 139(prepublish) : 109667-.

（供稿：放射科）