Dual-Filament 3D Printing of Patient-Specific CT Phantoms with Embedded Implants and Tunable Metal-Artifact Intensity

想象你是一名正在试图破解谜题的侦探，但每当你透过放大镜观察最重要的线索时，放大镜本身都会在图像上涂抹上一大团混乱的黑色墨迹。在医学影像的世界里，这个“放大镜”就是 CT 扫描仪，而这些“墨迹”则是像螺钉或人工髋关节之类的金属植入物。当 X 射线击中金属时，它们会变得困惑，产生条纹和阴影，从而遮蔽了脆弱的组织。这使得医生很难观察手术是否成功或患者是否正在康复。为了解决这个问题，工程师们发明了被称为“金属伪影减轻”（MAR）算法的聪明计算机程序。这些程序试图在数字层面擦掉这些墨迹涂抹。但问题在于，如何测试这些程序是否真的有效呢？你不能只是要求病人把他们的钛螺钉换成塑料的，来观察其中的区别；你也无法使用一个简单的塑料块，因为它看起来不像真实的身体。科学家们需要一个完美的“测试假人”，它看起来完全像一个病人，内部嵌有金属螺钉，并且能够神奇地改变它所产生的“墨迹”量，以便他们可以公平地测试他们的清洁软件。

正是在这里，来自宾夕法尼亚大学的一个研究小组提出了一个聪明的妙招。他们开发了一种特殊的方法，利用一种叫做“PixelPrint”的技术来 3D 打印出这些完美的测试假人。把这想象成一位高科技烘焙师，他不仅能烤出一个蛋糕，还能烤出一个每一粒碎屑都拥有不同风味的蛋糕，甚至可以在草莓碎里藏进一颗巧克力豆而不让味道混合。通常，用于医学扫描的 3D 打印机就像是单味风味的烘焙师：它们可以打印骨骼或肌肉，但无法在保持真实人体纹理的同时，在同一个物体中同时打印出骨骼和金属螺钉。然而，这个团队升级了他们的打印机，使其能够同时使用两种不同的“丝材”（即打印机使用的塑料线条）。一种丝材是混合了钙的特种塑料，用来模拟软组织和骨骼；另一种是混合了金属粉末的塑料，用来模拟螺钉。

研究人员的主要发现是，他们可以通过改变螺钉区域内“金属感”塑料的填充量，来精确控制螺钉看起来有多“像金属”。他们打印了三份完全相同的患者颈部副本（具体为 C4 到 C6 椎骨的颈椎），其中嵌入了六个脊柱螺钉。第一份副本完全没有金属塑料（0% 填充），作为一个完美的、清晰的“地面真值”（ground truth）参考；第二份含有中等量的金属塑料（50% 填充）；第三份则几乎填满了金属塑料（85% 填充）。当他们用 CT 机进行扫描时，结果正如他们所愿：0% 版本的看起来像一个干净的脖子，50% 版本的出现了轻微条纹，而 85% 版本的条纹则非常剧烈且明显，就像真实的金属植入物一样。至关重要的是，颈部的其余部分——肌肉、气道和骨骼纹理——在所有三个版本中看起来完全相同，这证明了“墨迹”仅来自于可调节的金属部分。

团队还测试了不同类型的 X 射线能量如何影响这些条纹。他们在各种能量水平下（从 50 keV 到 190 keV）对这些假人进行了扫描。他们发现，在较低能量（如 50 keV）下，条纹非常巨大，螺钉看起来像是膨胀成了巨大的模糊色块。但随着他们将能量提高到 130 或 190 keV，条纹逐渐消失，螺钉重新变得锐利且清晰。这证实了他们的新打印方法可以可靠地模拟现实世界中的金属伪影问题，以及这些伪影如何响应不同的扫描设置。

然而，论文也谨慎地指出了一些局限性。虽然混合了钙的塑料在模拟软组织和松质骨方面做得很好，但它还无法达到真实骨骼中最坚硬的外层（皮质骨）那种极高的密度。在真实的患者扫描中，那层硬骨超过了 1000 Hounsfield 单位（HU），而打印版本最高仅达到约 620 HU。因此，虽然该打印件在大多数方面表现出色，但它还不够“硬”，无法完美复制最致密的骨骼部分。此外，他们用于塑料中的金属（不锈钢）与手术中使用的钛或钴铬合金并不完全相同，尽管它创造了非常相似的条纹效果。

研究人员使用一种特定的数学工具——Gumbel p-指数，测量了条纹的“混乱程度”。他们发现，随着金属含量从 0% 增加到 50% 再到 85%，其“混乱度”得分呈现出完美的、呈直线上升的趋势。得分从干净版本的 46.7 HU 跳升到了中等版本的 57.1 HU，最后达到了重度版本的 90.5 HU。这证明了他们的方法允许科学家像调节音量旋钮一样，在不改变底层解剖结构的情况下，调节伪影强度的上下起伏。

简而言之，这篇论文表明，这种双丝材 3D 打印方法是一种强大且具有可重复性的方式，用于构建测试假人，以检测计算机程序清理 CT 扫描中金属伪影的效果。它目前还不是修复患者问题的“魔力良方”，但它提供了一个可靠、可调节的“训练场”，让工程师们可以在一个已知的、完美的参考标准下测试他们的软件。作者认为，这种方法最终可以推广到测试膝关节、髋关节和牙科植入物的扫描，从而帮助使医学影像变得更清晰、更安全，造福每一个人。