定义
CT（Computed Tomography，计算机断层扫描）是利用 X 射线围绕人体旋转扫描，通过计算机重建人体横断面影像的医学影像技术。与MRI、X光相比，CT 对骨骼、肺部、出血等显示清晰，扫描速度快。是医学影像AI、智能诊断、循证医学的重要数据源，肺结节筛查、脑卒中评估等AI应用需满足FDA等监管要求。
核心概念与技术特点
CT 通过多排探测器、螺旋扫描、能谱成像等技术不断提升分辨力与功能。与MRI相比，CT 有电离辐射，但对钙化、出血、肺部病变显示优势明显。影像数据以 DICOM 格式存储，可接入医学影像AI平台，结合深度学习进行肺结节检测、脑卒中分割、骨折识别等。与知识图谱、循证医学结合，可提供符合指南的辅助诊断建议。在远程医疗场景，CT 影像可上传云平台供专家会诊。
应用场景
CT 应用于：肺部（肺结节筛查、肺癌、感染）、神经（脑卒中、肿瘤、出血）、腹部（肝、肾、肿瘤）、心血管（冠脉、血管）、骨科（骨折、创伤）等。与医学影像AI结合，可实现肺结节自动检测、脑卒中快速评估、骨折辅助诊断。与智能诊断、循证医学、远程医疗协同，可提升基层诊断能力。需满足FDA、NMPA 等医疗器械与 AI 软件监管要求。
技术架构与数据流
CT 影像从设备采集后，经 PACS 存储与传输，可接入云平台、医学影像AI分析引擎。AI 模型通过API或嵌入式方式接入诊断工作流。选型时需关注：与 PACS/HIS 的集成、云计算与隐私保护、FDA等合规、API开放能力。达希物联可为智慧医疗提供云平台、API等基础设施支撑。
实施建议
医疗机构引入 CT 与医学影像AI需：评估数据质量与标注资源、选定符合FDA等监管的 AI 产品、与 PACS/HIS 集成、开展临床验证与医生培训。选型时关注：模型性能与临床证据、可解释性、与MRI、X光等多模态融合、API开放能力。
断层重建与可读影像条件
CT 的技术含义是用 X 射线从多个角度穿过检查部位，再由计算机把投影重建成断层图像。它擅长显示骨骼、含气的肺组织和急性出血，扫描时间短，但检查带来电离辐射，剂量与扫描范围、管电流和重复次数有关。图像按层厚、重建方式和窗宽窗位呈现，同一套原始数据换一扇窗，可见的结构并不相同。影像要能被后续判读使用，层厚、运动和金属伪影必须处在可接受范围，而不是只保证设备输出了图像。
适合使用的条件，是临床问题与 CT 的对比特性相符，例如需要尽快看出血、骨折或肺部病变。软组织对比要求更高的问题，往往要结合其他模态，而不是把窗位调到极限充当替代。受检者需要能配合屏气或保持体位，否则运动伪影会把小结节和血管断面混在一起。使用对比剂时，应先完成禁忌和风险判断。进入辅助分析的应是层厚、方向和序列信息完整的影像，而不是从屏幕上截下来的几张照片。
容易把重建后的观感当成诊断质量。层厚过厚会漏掉小病灶，重建过强会改变噪声形态，使后续算法把正常结构认成病变。窗宽窗位选错时，某一窗上看不到的细节会被写成没有异常。扫描范围小于临床问题涉及的解剖区域，结论却按全范围表述。短间隔内的重复扫描若没有剂量意识，暴露会累加。把压缩后的截图送去测量或分割，像素间距和方位丢失，结果会偏。
辅助标注也不能直接写成诊断结论。框和概率只是候选，必须由具备资质的医师结合病史复核。不同设备的噪声和重建差异很大，在一台机器上可用的分析流程换到另一台，要重新确认适用范围。急诊快速扫描和体检薄层不是同一协议，不能共用一套判读预期。与医学影像AI、智能诊断衔接时，输入应保留完整的序列信息，而不是胶片翻拍。