S'abonner

Impact of photon counting detector CT derived virtual monoenergetic images and iodine maps on the diagnosis of pleural empyema - 01/02/23

Doi : 10.1016/j.diii.2022.09.006 
Lisa Jungblut, Frederik Abel, Dominik Nakhostin, Viktor Mergen, Thomas Sartoretti, André Euler, Thomas Frauenfelder, Katharina Martini
 Institute of Diagnostic and Interventional Radiology, University Hospital Zurich, University of Zurich, Raemistrasse 100 CH-8091 Zurich, Switzerland 

Corresponding author at: University Hospital Zurich, Institute of Diagnostic and Interventional Radiology, Raemistrasse 100, 8091 Zurich, France.University Hospital Zurich, Institute of Diagnostic and Interventional RadiologyRaemistrasse 100Zurich8091France

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Highlights

Low virtual monoenergetic image energies lead to higher accuracy and confidence in the diagnosis of pleural empyema vs. non-infectious pleural effusion.
Diagnostic accuracy and confidence at higher virtual monoenergetic image energies can be improved with the addition of iodine maps.
Computed tomopography attenuation values of the pleura are greater in patients with empyema compared to those with non-infectious pleural effusion (P < 0.001).

Le texte complet de cet article est disponible en PDF.

Abstract

Purpose

The purpose of this study was to evaluate the impact of virtual monoenergetic image (VMI) energies and iodine maps on the diagnosis of pleural empyema with photon counting detector computed tomography (PCD-CT).

Materials and methods

In this IRB-approved retrospective study, consecutive patients with non-infectious pleural effusion or histopathology-proven empyema were included. PCD-CT examinations were performed on a dual-source PCD-CT in the multi-energy (QuantumPlus) mode at 120 kV with weight-adjusted intravenous contrast-agent. VMIs from 40-70 keV obtained in 10 keV intervals and an iodine map was reconstructed for each scan. CT attenuation was measured in the aorta, the pleura and the peripleural fat (between autochthonous dorsal muscles and dorsal ribs). Contrast-to-noise (CNR) and signal-to-noise (SNR) ratios were calculated. Two blinded radiologists evaluated if empyema was present (yes/no), and rated diagnostic confidence (1 to 4; not confident to fully confident, respectively) with and without using the iodine map. Sensitivity, specificity and diagnostic confidence were estimated. Interobserver agreement was estimated using an unweighted Cohen kappa test. A one-way ANOVA was used to compare variables. Differences in sensitivity and specificity between the different levels of energy were searched using McNemar test.

Results

Sixty patients (median age, 60 years; 26 women) were included. A strong negative correlation was found between image noise and VMI energies (r = -0.98; P = 0.001) and CNR increased with lower VMI energies (r = -0.98; P = 0.002). Diagnostic accuracy (96%; 95% CI: 82–100) as well as diagnostic confidence (3.4 ± 0.75 [SD]) were highest at 40 keV. Diagnostic accuracy and confidence at higher VMI energies improved with the addition of iodine maps (P ≤0.001). Overall, no difference in CT attenuation of peripleural fat between patients with empyema and those with pleural effusion was found (P = 0.07).

Conclusion

Low VMI energies lead to a higher diagnostic accuracy and diagnostic confidence in the diagnosis of pleural empyema. Iodine maps help in diagnosing empyema only at high VMI energies.

Le texte complet de cet article est disponible en PDF.

Key words : Computed tomography, Empyema, Pleura, Image processing, Computer-assisted image interpretation, Chest

Abbreviations : CNR, CT, CTDI, DECT, IQ, PCD, QIR, ROI, SD, SNR, VMI


Plan


© 2022  The Authors. Publié par Elsevier Masson SAS. Tous droits réservés.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 104 - N° 2

P. 84-90 - février 2023 Retour au numéro
Article précédent Article précédent
  • Contribution of an artificial intelligence deep-learning reconstruction algorithm for dose optimization in lumbar spine CT examination: A phantom study
  • Joël Greffier, Julien Frandon, Quentin Durand, Tarek Kammoun, Maeliss Loisy, Jean-Paul Beregi, Djamel Dabli

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.