虛擬成像試驗優化了CT和放射照相

弗吉尼亞州利斯堡，2020年8月25日-ARRS的《美國放射學雜志》(AJR)上的一篇開放獲取文章為使用虛擬成像試驗有效評估和優化CT和放射線照相采集及分析工具奠定了基礎處理冠狀病毒疾病(COVID-19)大流行。

虛擬成像試驗具有兩個主要組成部分-目標受試者的代表模型和成像掃描儀的現實模型-這篇AJR文章的作者開發了第一個COVID-19患者的計算模型，同時展示了如何證明原理它們可以與成像模擬器結合使用，以進行COVID-19成像研究。

主要作者Ehsan Abadi解釋說：“對于模型的身體習性，我們使用了杜克大學開發的4D擴展心臟軀干(XCAT)模型。”

然后，Abadi和他的Duke同事從對20例具有多種診斷性SARS-CoV-2感染的患者的CT圖像中分割出COVID-19異常的形態特征，并將其納入XCAT模型。

Abadi等人說：“在給定的疾病區域內，對XCAT中肺實質的紋理和材料進行了修改，以匹配臨床圖像中觀察到的特性。”繼續。

該團隊使用特定的CT掃描儀(Definition Flash，Siemens Healthineers)和經過驗證的射線照相模擬器(DukeSim)來幫助說明實用性，從而對三個已開發的COVID-19計算體模進行了虛擬成像。

作者得出結論，“主觀上，模擬的異常在形狀和紋理方面是現實的”，并補充他們的初步結果表明，對于異常異常區域，5-的對比度噪聲比為1.6、3.0和3.6。 25mA和50mAs的圖像