南京医科大学附属老年医院 | 罗松教授团队:光子计数CT低剂量胸部扫描下段胸椎虚拟钙成像对骨质疏松的诊断价值

• 结论  

1.1  研究对象  

回顾性纳入南京医科大学附属老年医院2024年1—8月接受PCCT低剂量胸部扫描和DXA检查患者。纳入标准：①绝经后女性和年龄≥50岁男性；②同时接受PCCT低剂量胸部扫描和DXA检查，两者间隔不超过48 h。排除标准（患者层面）：①存在腰椎骨折、手术史或金属植入物；②腰椎硬化性病变；③患有影响骨代谢疾病（甲状旁腺功能亢进、严重肾病等）或近3个月服用影响骨代谢水平药物。针对下段胸椎（T7~T12）CT图像后处理分析过程中，椎体层面排除标准：①胸椎明确骨折（新鲜或陈旧性）、手术史或金属植入物；②胸椎硬化性病变；③骨肿瘤或转移瘤；④活动性脊柱炎或椎间盘炎等。本研究经江苏省省级机关医院伦理委员会批准（第045-1号），研究对象均签署知情同意书。

1.2  DXA检查  

BMD检查采用GE Lunar Prodigy Advance双能骨密度仪。常规进行腰椎前后正位DXA扫描，获得腰椎BMD及相应T值，采用WHO 1994年制订的骨质疏松诊断标准。T值=（BMD测定值-骨峰值）/正常成人BMD标准差。对于绝经后女性和50岁以上男性，T值≥-1.0为骨量正常，-2.5<T值<-1.0为骨量减少，T值≤-2.5为骨质疏松。

1.3  CT图像采集 

采用PCCT（NAEOTOM Alpha，Siemens）行低剂量胸部CT扫描。扫描范围自肺尖至L2椎体下缘水平。采用单源、强化量子采集（QuantumPlus），管电压120 kV，探测器准直144×0.4 mm，螺距因子1.2，球管转速0.25 s/r。采用自动管电流技术调整，图像质量等级（ImageQualityLevel，IQ level）15。图像重建采用全能谱序列，重建层厚1 mm，层间距0.7 mm，显示视野350 mm，矩阵512×512，采用量子迭代重建算法，强度等级为3级，重建卷积核为Qr40。

1.4  CT图像后处理分析

全能谱序列图像传至西门子Syngo.via B60后处理工作站，在Dual-Energy工作流中选择肝脏虚拟平扫对图像进行后处理分析，通过修改双能量肝脏虚拟平扫配置参数，将碘的斜率修改为钙的斜率（厂家预设参考值为1.55@120 kV），为更准确地获取钙物质分离，关闭碘的线束硬化校正算法。在横断位上选取T7~T12椎体中间层面（通过椎体上下终板中点的横断层面）松质骨区域勾画感兴趣区（ROI），层厚5 mm，将十字定位标记放在椎体中心（通过椎体前后缘及左右缘中心点），分别于椎体前、中、后、左、右勾画ROI（图1），设置固定ROI面积为（0.3±0.1）cm²，再对椎体勾画整体ROI，面积≥1 cm²，ROI尽可能多地包含松质骨，避开皮质骨、椎后静脉丛、骨岛。各椎体测量参数包括钙的CT值（contrast media，CM）、钙浓度（calcium density，CaD）、虚拟单能70 keV CT值（ME70）、虚拟平扫值（virtual non-contrast，VNC）、脂肪分数（fat fraction，Fat）。所有测量由2名观察者独立完成，其中1名观察者在3个月后重复测量VCI各参数。同时记录CT扫描的容积剂量指数和剂量长度乘积，均由机器自动给出。

图1  椎体VCI参数测量。A.矢状位示椎体ROI放置层面；B.轴位VCI图像ROI勾画，a~f分别对应前、中、后、左、右和整个椎体ROI。整个椎体VCI参数：钙的CT值90.5 Hu，钙浓度3.4 mg/cm3，虚拟单能70 keV CT值83.2 Hu，虚拟平扫值-8.3 Hu，脂肪分数38.1% 

1.5  统计学方法

采用SPSS 26.0、R 4.4.3软件。使用Kolmogorov-Smirnov检验连续变量正态性，正态分布者以x±s表示，多组间比较采用方差分析，组间两两比较采用Tukey法。分类变量以例数（%）表示，组间比较采用χ²检验；若总体差异有统计学意义，组间两两比较采用χ²分割法，并采用Bonferroni法校正显著性水平。采用Pearson相关系数评估VCI参数CM、CaD、ME70、VNC、Fat与年龄、体重指数（body mass index，BMI）、腰椎BMD及T值的相关性。采用受试者工作特征曲线评估VCI参数对骨质疏松的诊断效能。计算曲线下面积（AUC）、敏感度、特异度和诊断阈值。采用组内相关系数（ICC）评估观察者内和观察者间一致性。P<0.05表示差异有统计学意义。

2.1  基线特征  

本研究最终纳入75例患者，431个胸椎进行VCI参数分析。75例患者中，男30例，女45例，平均年龄（71.8±9.6）岁。根据T值将患者分为3组：骨量正常组18例101个胸椎，骨量减少组35例203个胸椎，骨质疏松组22例127个胸椎（图2）。3组患者年龄、性别、BMI差异均有统计学意义（P均<0.05）。骨量正常组、骨量减少组、骨质疏松组患者年龄依次增加，BMI相应地降低（表1）。PCCT低剂量胸部扫描容积剂量指数为0.81~1.44 mGy，平均（1.08±0.27）mGy；剂量长度乘积为31.20~48.60 mGy·cm，平均（42.00± 11.27）mGy·cm。

图2  骨量正常、骨质减少和骨质疏松患者VCI图像。A~C分别为骨量正常、骨量减少及骨质疏松患者VCI。VCI为虚拟钙成像

2.2  3组胸椎整体参数比较  

胸椎CM、CaD、ME70在3组及任意两组间差异均有统计学意义（均P<0.05），骨量正常组、骨量减少组、骨质疏松组CM、CaD、ME70均依次降低。其中，各组CM、CaD、ME70从T8至T10依次升高，从T10至T12逐渐下降（表1）。

2.3  胸椎VCI参数与年龄、BMI、腰椎BMD、T值的相关性  

年龄与腰椎BMD、T值以及胸椎VCI参数呈负相关，年龄与VCI参数（CM、CaD、ME70）的相关性（r=-0.57~-0.40，P均<0.01）高于其与BMD、T值的相关性（r=-0.14~-0.12，P均<0.01）。其中，T11的VCI参数与年龄相关性最强（r=-0.57~-0.54，P均<0.01），见图3。

图3  胸椎VCI参数与年龄、BMI、腰椎BMD、T值相关性热图。A. CM与年龄、BMI、腰椎BMD、T值相关性热图；B. CaD与年龄、BMI、腰椎BMD、T值相关性热图；C. ME70与年龄、BMI、腰椎BMD、T值相关性热图。VCI为虚拟钙成像，BMI为体重指数，BMD为骨密度，CM为钙的CT值，CaD为钙浓度，ME70为虚拟单能70 keV CT值

胸椎整体CM与腰椎BMD、T值呈中等至较强正相关（r=0.70~0.75，r=0.68~0.74，P均<0.01）。整体CaD与BMD、T值呈中等至较强正相关（r=0.65~0.73，r=0.64~0.73，P均<0.01）。整体ME70与BMD、T值呈中等正相关（r=0.66~0.69，r=0.63~0.68，P均<0.01）。其中T9椎体CM、CaD与BMD、T值相关性最强（r=0.73~0.75，P均<0.01）。整体VNC、Fat与BMD、T值均无显著相关性（r=-0.05~0.22，r=-0.29~0.97， P均>0.05）。

胸椎各ROI区域CM、CaD、ME70与腰椎T值均呈中等正相关（r=0.43~0.68，P均<0.01），其中椎体后部CM、CaD、ME70与腰椎BMD、T值的相关性普遍高于椎体其他位置（r=0.59~0.68，P均<0.01）。对椎体前、中、后、左、右5个局部ROI的分析显示，胸椎前部、中部和后部ROI的CM、CaD和ME70呈梯度增加（表2），左、右部未见明显变化趋势。 

2.4  VCI各参数对骨质疏松的诊断效能  

各胸椎CM、CaD、ME70诊断骨质疏松均有价值，CM诊断骨质疏松的AUC为0.722~0.818，敏感度为61.1%~ 94.4%，特异度为61.5%~86.0%；CaD诊断骨质疏松的AUC为0.713~0.817，敏感度为55.6%~88.9%，特异度为63.5%~92.0%；ME70诊断骨质疏松的AUC为0.704~0.768，敏感度为70.6%~88.9%，特异度为57.1%~70.0%。其中T8椎体诊断骨质疏松的效能优于其他椎体，当阈值CM<128.45 Hu、CaD<4.7 mg/cm³、ME70<137.6 Hu时，AUC分别为0.818、0.817、0.768，敏感度分别为94.4%、88.9%、88.9%，特异度分别为61.5%、63.5%、57.7%。

所有胸椎联合诊断骨质疏松的效能高于单个胸椎，CM诊断骨质疏松的AUC为0.912，敏感度和特异度分别为80.0%和88.4%；CaD诊断骨质疏松的AUC为0.884，敏感度和特异度分别为81.3%和81.4%；ME70诊断骨质疏松的AUC为0.836，敏感度和特异度分别为81.3%和76.7%。

2.5  一致性分析 

观察者内（ICC=0.987~0.998，P均<0.001）及观察者间（ICC=0.904~0.986，P均<0.001）对VCI参数测量结果均有很好的一致性。

[1] 中华医学会放射学分会骨关节学组, 中国医师协会放射医师分会肌骨学组, 中华医学会骨科学分会骨质疏松学组, 等. 骨质疏松的影像学与骨密度诊断专家共识[J]. 中华放射学杂志, 2020, 54(8): 745-752. DOI: 10.3760/cma. j.cn112149-20200331-00485.

[2] 孙文渊, 潘娅岚, 郭杨, 等. 骨质疏松症与骨关节炎共病的影像学研究进展[J]. 中国医学影像学杂志, 2023, 31(5): 550-554. DOI: 10.3969/j.issn.1005-5185.2023.05.025.

[3] Lenchik L, Weaver AA, Ward RJ, et al. Opportunistic screening for osteoporosis using computed tomography: state of the art and argument for paradigm shift[J]. Curr Rheumatol Rep, 2018, 20(12): 74. DOI: 10.1007/s11926-018-0784-7.

[4] Baffour FI, Huber NR, Ferrero A, et al. Photon-counting detector CT with deep learning noise reduction to detect multiple myeloma[J]. Radiology, 2023, 306(1): 229-236. DOI: 10.1148/radiol.220311.

[5] Woisetschläger M, Booij R, Tesselaar E, et al. Improved visualization of the bone-implant interface and osseointegration in ex vivo acetabular cup implants using photon-counting detector CT[J]. Eur Radiol Exp, 2023, 7(1): 19. DOI: 10.1186/ s41747-023-00335-y.

[6] Sonnow L, Salimova N, Behrendt L, et al. Photon-counting CT of elbow joint fractures: image quality in a simulated post-trauma setting with off-center positioning[J]. Eur Radiol Exp, 2023, 7(1): 15. DOI: 10.1186/s41747-023-00329-w.

[7] McCabe C, Sauer TJ, Zarei M, et al. A systematic assessment of photon-counting CT for bone mineral density and microarchitecture quantifications[J]. Proc SPIE Int Soc Opt Eng, 2023, 12463: 1246303.

[8] Quintiens J, Coudyzer W, Bevers M, et al. The quantification of bone mineral density using photon counting computed tomography and its implications for detecting bone remodeling[J]. J Bone Miner Res, 2024, 39(12): 1774-1782. DOI: 10.1093/ jbmr/zjae163.

[9] Bette SJ, Braun FM, Haerting M, et al. Visualization of bone details in a novel photon-counting dual-source CT scanner-comparison with energy-integrating CT[J]. Eur Radiol, 2022, 32(5): 2930-2936. DOI: 10.1007/s00330-021-08441-4.

[10] Ferrero A, Powell GM, Adaaquah DK, et al. Feasibility of photon-counting CT for femoroacetabular impingement syndrome evaluation: lower radiation dose and improved diagnostic confidence[J]. Skeletal Radiol, 2023, 52(9): 1651-1659. DOI: 10.1007/s00256-023-04325-4.

[11] Wang P, She W, Mao Z, et al. Use of routine computed tomography scans for detecting osteoporosis in thoracolumbar vertebral bodies[J]. Skeletal Radiol, 2021, 50(2): 371-379. DOI: 10.1007/s00256-020-03573-y.

[12] Yang J, Liao M, Wang Y, et al. Opportunistic osteoporosis screening using chest CT with artificial intelligence[J]. Osteoporos Int, 2022, 33(12): 2547-2561. DOI: 10.1007/ s00198-022-06491-y.

[13] Gausden EB, Nwachukwu BU, Schreiber JJ, et al. Opportunistic use of CT imaging for osteoporosis screening and bone density assessment: a qualitative systematic review[J]. J Bone Joint Surg Am, 2017, 99(18): 1580-1590. DOI: 10.2106/JBJS.16.00749.

[14] 王雄毅, 潘盛, 王一可, 等. 胸椎松质骨CT值对骨质疏松症的预测价值[J]. 中国骨质疏松杂志, 2024, 30(4): 530-537. DOI: 10.3969/j.issn.1006-7108.2024.04.011.

[15] Lee DH, Kim M. Comparative study of lumbar bone mineral content using DXA and CT Hounsfield unit values in chest CT[J]. BMC Musculoskelet Disord, 2023, 24(1): 94. DOI: 10.1186/s12891-023-06159-6.

[16] Hou Y, Luo Z. A study on the structural properties of the lumbar endplate: histological structure, the effect of bone density, and spinal level[J]. Spine, 2009, 34(12): E427-E433. DOI: 10.1097/BRS.0b013e3181a2ea0a.

[17] Landham PR, Gilbert SJ, Baker-Rand HLA, et al. Pathogenesis of vertebral anterior wedge deformity: a 2-stage process?[J]. Spine, 2015, 40(12): 902-908. DOI: 10.1097/ BRS.0000000000000905.

[18] Flohr T, Schmidt B. Technical basics and clinical benefits of photon-counting CT[J]. Invest Radiol, 2023, 58(7): 441-450. DOI: 10.1097/rli.0000000000000980.

[19] Rau A, Straehle J, Stein T, et al. Photon-counting computed tomography (PC-CT) of the spine: impact on diagnostic confidence and radiation dose[J]. Eur Radiol, 2023, 33(8): 5578-5586. DOI: 10.1007/s00330-023-09511-5.

[20] Marth AA, Marcus RP, Feuerriegel GC, et al. Photon-counting detector CT versus energy-integrating detector CT of the lumbar spine: comparison of radiation dose and image quality[J]. Am J Roentgenol, 2024, 222(1): e2329950. DOI: 10.2214/AJR.23.29950.

[21] Higaki F, Hiramatsu M, Yasuhara T, et al. Cranial and spinal computed tomography (CT) angiography with photon-counting detector CT: comparison with angiographic and operative findings[J]. Jpn J Radiol, 2025, 43(2): 143-151. DOI: 10.1007/s11604-024-01661-w.

[22] Winkelmann MT, Hagen F, Le-Yannou L, et al. Myeloma bone disease imaging on a 1st-generation clinical photon-counting detector CT vs. 2nd-generation dual-source dual-energy CT[J]. Eur Radiol, 2023, 33(4): 2415-2425. DOI: 10.1007/s00330-022-09225-0.

[23] 王林, 陈佳佳, 龚沈初, 等. 双能CT虚拟平扫诊断骨质疏松的初步研究[J]. 中华放射学杂志, 2017, 51(12): 949-953. DOI: 10.3760/cma.j.issn.1005-1201.2017.12.012.