{
  "id": "x-ray-computed-tomography",
  "title": "X射线计算机断层成像",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "X射线计算机断层成像通过多角度X射线测量重建断面及三维图像，用于医学诊断、材料研究和工业检测。",
  "category": "health",
  "subcategory": "medicine",
  "type": "concept",
  "aliases": [
    "计算机断层成像",
    "计算机断层扫描",
    "CT",
    "X射线CT",
    "电脑断层扫描"
  ],
  "generated_at": "2026-10-04",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/x-ray-computed-tomography/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/x-ray-computed-tomography/",
      "json": "https://aiwiki.page/en/x-ray-computed-tomography.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "X射线计算机断层成像（CT）是一种成像技术，通过测量来自多个方向的X射线，并利用计算方法重建图像，呈现物体的内部结构。常规X射线摄影会将沿射线方向的结构叠加在一起，而CT生成的是断面图像，这些图像可以组合成三维体数据。CT广泛应用于放射学，也用于材料表征和工业检测。所得图像主要反映X射线衰减的空间差异，而非物体在普通光学条件下的外观。(fda.gov)"
    },
    {
      "heading": "物理原理",
      "text": "X射线束穿过物质时，一部分光子会被吸收，或因散射而改变传播方向。透射强度取决于材料的组成、厚度以及光子的能量。CT测量射线沿多条路径穿过物体时的强度变化，再据此估计物体内部的衰减分布。因此，在X射线摄影图像中相互叠加的材料，可以在重建的断面图像中得到空间上的区分。(fda.gov)\n\n对于理想的单能射线束，比尔－朗伯定律给出：\n\n\\[I=I_0\\exp\\left(-\\int_L\\mu(\\mathbf r)\\,dl\\right),\\]\n\n其中，\\(I_0\\) 为入射强度，\\(I\\) 为透射强度，\\(\\mu\\) 为局部线性衰减系数。对 \\(I/I_0\\) 取负对数，即可得到衰减系数的曲线积分。根据这些测量值恢复其空间分布，是一个逆问题。实际扫描仪需要进行校正，因为其射线束包含一系列不同的能量，测量结果也会受到散射和探测器非理想特性的影响。(ncbi.nlm.nih.gov)"
    },
    {
      "heading": "数据采集与重建",
      "text": "医用CT扫描仪通常由安装在旋转机架上的X射线管及其对面的探测器阵列，以及电动检查床组成。滤过器用于调整射线束的分布，准直装置则限制射线束的范围。旋转过程中，探测器记录大量透射强度分布，这些数据经数字化后由计算机处理。(nibib.nih.gov)\n\n在轴向采集模式下，检查床在每次采集期间保持静止，并在两次采集之间移动到下一位置。在螺旋采集模式下，检查床持续移动，同时机架旋转，使采样轨迹相对于患者呈螺旋形。多排探测器可以同时对更宽的纵向区域进行采样，从而实现容积成像。(www-pub.iaea.org)\n\n一种经典的重建方法是滤波反投影。每个投影先经过滤波，再沿其测量路径反向回投；将各投影的贡献合并，即可估计衰减图像。其数学基础涉及傅里叶变换。迭代方法则反复比较预测投影与实测数据，并据此更新图像。这类方法可以纳入测量数据的统计学特性、扫描仪几何结构，以及用于控制噪声和不稳定性的正则化。重建方法的选择既影响图像外观，也影响细微结构的可见程度。(ncbi.nlm.nih.gov)"
    },
    {
      "heading": "图像数值与局限性",
      "text": "医用CT通常以亨斯菲尔德单位（HU）表示重建得到的衰减值。在这一标度中，水被设定为0 HU，空气约为−1000 HU。显示图像时需要选择窗宽和窗位：这些设置将选定范围内的CT值映射为屏幕亮度，使人们能够在不改变原始测量数据的情况下观察不同组织。(www-pub.iaea.org)\n\n重建的体数据由体素，即三维图像单元组成。体素尺寸描述的是采样尺度，但不能单凭这一参数确定空间分辨率。由于部分容积效应，细小结构的数值可能与周围材料的数值混合并被平均。图像质量还取决于噪声、采集几何结构和重建设置。(www-pub.iaea.org)\n\n伪影是由测量或重建过程引入、而非物体本身具有的图像特征。运动可能使解剖结构模糊或变形。当多能射线束中的低能光子被优先吸收时，会发生射束硬化，可能产生阴影或条纹。高密度材料，尤其是金属，可能导致测量数据严重不一致，并产生条纹伪影。这些影响会限制目视判读和定量测量的准确性。(www-pub.iaea.org)"
    },
    {
      "heading": "医学应用与辐射照射",
      "text": "CT有助于诊断涉及头部、肺部、腹部、骨骼和血管的损伤与疾病。其应用包括定位出血、评估复杂骨折、评价肿瘤，以及发现肺栓塞。CT还用于引导某些介入操作，并帮助监测治疗反应。(nibib.nih.gov)\n\n对比剂可增大不同结构之间的衰减差异。静脉注射含碘对比剂可以改善血管显示，并增强器官的显影；口服对比剂则可用于勾画胃肠道。使用对比剂与图像采集是两个不同的环节，并非每次CT检查都需要使用对比剂。其可能引起的不良反应是独立于辐射照射之外的另一项风险。(nibib.nih.gov)\n\nX射线属于电离辐射，可造成生物损伤，包括对脱氧核糖核酸的损伤。由于CT需要采集大量投影，患者受到的辐射通常多于单次常规X射线摄影。辐射剂量会随检查类型、患者体型、设备和操作设置而显著变化。儿童对辐射的敏感性高于成人。因此，辐射防护既要考虑检查的正当性，也要针对所需的成像任务优化照射。(fda.gov)"
    },
    {
      "heading": "发展历程与非医学用途",
      "text": "戈弗雷·亨斯菲尔德在EMI公司研制出了实用的CT设备，艾伦·科马克则在重建内部衰减分布的理论方面作出了贡献。1971年10月1日，EMI脑部扫描仪首次用于患者检查。科马克和亨斯菲尔德因开发计算机辅助断层成像技术，共同获得了1979年诺贝尔生理学或医学奖。(nobelprize.org)\n\n工业CT能够在不切开物体的情况下检查其内部尺寸和缺陷。X射线显微断层成像可用于表征孔隙、粉末颗粒、聚合物泡沫和复合材料结构。这些测量能够将内部几何结构与材料性能及制造质量联系起来。(nist.gov)\n\n后续发展包括能量敏感成像和光子计数CT，后者的探测器记录单个X射线光子，而不只是汇总的能量信号。研究人员还将深度学习用于图像重建和降噪，同时继续改进射线源、探测器和成像几何结构。(content.govdelivery.com)"
    }
  ],
  "links": [
    "x-ray",
    "radiology",
    "photon",
    "scattering",
    "energy",
    "beer-lambert-law",
    "line-integral",
    "inverse-problem",
    "computer",
    "fourier-transform",
    "statistics",
    "regularization",
    "hounsfield-scale",
    "water",
    "voxel",
    "diagnosis",
    "contrast-agent",
    "dna",
    "nobel-prize-in-physiology-or-medicine",
    "photon-counting-computed-tomography",
    "deep-learning"
  ],
  "sources": [
    {
      "title": "fda.gov/radiation-emitting-products/medical-x-ray-imaging/computed-tomography-ct",
      "url": "https://www.fda.gov/radiation-emitting-products/medical-x-ray-imaging/computed-tomography-ct"
    },
    {
      "title": "fda.gov/radiation-emitting-products/medical-imaging/medical-x-ray-imaging",
      "url": "https://www.fda.gov/radiation-emitting-products/medical-imaging/medical-x-ray-imaging"
    },
    {
      "title": "ncbi.nlm.nih.gov/books/NBK546157/",
      "url": "https://www.ncbi.nlm.nih.gov/books/NBK546157/"
    },
    {
      "title": "nibib.nih.gov/science-education/science-topics/computed-tomography-ct",
      "url": "https://www.nibib.nih.gov/science-education/science-topics/computed-tomography-ct"
    },
    {
      "title": "www-pub.iaea.org/MTCD/publications/PDF/Pub1393_web.pdf",
      "url": "https://www-pub.iaea.org/MTCD/publications/PDF/Pub1393_web.pdf"
    },
    {
      "title": "nobelprize.org/prizes/medicine/1979/perspectives/",
      "url": "https://www.nobelprize.org/prizes/medicine/1979/perspectives/?print=1"
    },
    {
      "title": "nist.gov/news-events/news/2017/02/getting-inside-story-products-computed-tomogr…",
      "url": "https://www.nist.gov/news-events/news/2017/02/getting-inside-story-products-computed-tomography"
    },
    {
      "title": "content.govdelivery.com/accounts/USFDA/bulletins/2f55574",
      "url": "https://content.govdelivery.com/accounts/USFDA/bulletins/2f55574"
    }
  ],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}