X-ray-Phase-Contrast-Imaging

超越吸收：相位資訊的成像革命

常規 X 射線成像僅依賴物質對 X 射線的吸收衰減（線性衰減係數 μ）來產生圖像襯度。然而，對於主要由輕元素（C、H、O、N）構成的軟生物組織，吸收襯度極弱——不同軟組織之間的吸收差異通常小於 1%。X 射線相位襯度成像（XPCI）利用 X 射線穿過物體時產生的相位偏移（Phase Shift）資訊。對於輕元素，相位偏移截面（δ，折射率實部的偏移量）比吸收截面（β，折射率虛部）大約 1000 倍——這意味著 XPCI 理論上可以對吸收襯度不可見的結構實現高靈敏度成像。

XPCI 的三種主要技術路線分別是：晶體干涉儀（Crystal Interferometry，基於 Bragg 衍射）、傳播法（Propagation-Based，依賴自由空間傳播中的 Fresnel 衍射邊緣增強），以及光柵干涉儀（Grating Interferometry，基於 Talbot 自成像效應）。其中，光柵干涉儀——由三塊光柵（G0 源光柵、G1 相位光柵、G2 吸收光柵）構成——是唯一能夠同時兼容實驗室 X 射線管（非相干多色光源）的技術，無需同步輻射設施，是 XPCI 臨床轉化的核心技術路線。

Talbot 干涉儀與相位檢索

Talbot 效應（或自成像效應）是指當相干平面波照射週期性光柵時，在光柵下游特定距離（Talbot 距離，d_T = 2p₁²/λ，其中 p₁ 為光柵週期，λ 為波長）處會形成光柵自身的強度複製品。在光柵干涉儀中，G1 相位光柵（通常為 π 相移光柵）在 Talbot 距離處產生自成像干涉條紋。當物體置於 G1 之前時，物體引起的波前畸變（相位梯度）會使干涉條紋發生橫向位移——這一位移量直接正比於物體的微分相位 ∂Φ/∂x。G2 吸收光柵（週期與干涉條紋相同）充當空間濾波器，將亞像素級的條紋位移轉換為探測器可記錄的強度變化。

相位步進（Phase Stepping）技術是檢索相位資訊的標準方法：將 G2 在垂直於光柵線條方向逐步平移（通常 4–8 步），每一步記錄一幅強度圖像。每個像素點上的強度調製曲線 I(x_g) 近似餘弦函數，其幅度、相位和偏移分別對應三種互補的圖像信號：吸收襯度（Attenuation）由強度偏移（DC 項）給出，微分相位襯度（Differential Phase Contrast, DPC）由相位偏移給出，暗場襯度（Dark-Field）由調製可見度（Visibility）的降低給出——後者反映了樣品中亞像素尺度的微結構（如微鈣化、纖維化）引起的超小角散射。

暗場成像與微結構敏感度

暗場（Dark-Field）信號是光柵干涉儀 XPCI 最具獨特性的輸出通道。它對樣品中亞像素尺度的微結構（如海綿狀骨小梁、肺氣泡壁、腫瘤新生血管）極其敏感——這些結構的特徵尺寸小於系統空間分辨率，但會引起 X 射線的超小角散射（USAXS），導致干涉條紋的調製可見度降低。暗場信號強度與微結構的體積分數、折射率對比度及特徵尺寸呈非線性關係，可提取傳統成像無法獲取的定量微結構參數。

臨床前研究已證實暗場成像在多個領域的診斷價值：肺部疾病——暗場信號對肺氣腫早期肺泡壁破壞極其敏感，可在肺功能測試異常前檢測結構變化；乳腺成像——微鈣化簇在暗場通道中呈現特徵性信號模式，有助於鑑別良惡性病變；骨關節——骨小梁網絡的暗場信號與骨密度測量（DXA）形成互補，提供骨質疏鬆的微結構層面評估。2018 年，第一台用於人體乳腺成像的臨床原型機在慕尼黑工業大學投入臨床試驗，標誌著光柵干涉儀 XPCI 正式進入臨床轉化階段。

相位步進檢索與信號重建模擬

以下 Python 程式碼實現了相位步進數據的傅里葉分析方法，從模擬的強度調製曲線中檢索吸收、相位和暗場三通道信號。

import numpy as np

class PhaseSteppingRetrieval:
    def __init__(self, n_steps=8, period=2*np.pi):
        self.n_steps = n_steps
        self.period = period
        self.x_g = np.linspace(0, period, n_steps, endpoint=False)

    def generate_stepping_curve(self, a0, a1, phi):
        """Generate intensity modulation: I(xg) = a0 + a1 * cos(xg - phi)."""
        return a0 + a1 * np.cos(self.x_g - phi)

    def fourier_retrieve(self, I):
        """Retrieve 3 signals from stepping curve via FFT."""
        fft = np.fft.fft(I) / self.n_steps
        # DC term → attenuation
        absorption = np.abs(fft[0])
        # 1st harmonic → phase + dark-field
        h1 = fft[1]
        phase = np.angle(h1)  # Differential phase
        dark_field = 2 * np.abs(h1) / absorption  # Visibility
        return absorption, phase, dark_field

    def simulate_detector(self, n_pixels=256):
        """Simulate a 2D detector with sample-induced signals."""
        x = np.linspace(-1, 1, n_pixels)
        # Gaussian sample: absorption dip + phase gradient
        absorption = 1.0 - 0.2 * np.exp(-x**2 / 0.1)
        phase = 0.3 * np.exp(-x**2 / 0.15)
        dark_field = 0.8 + 0.2 * np.exp(-x**2 / 0.05)
        return absorption, phase, dark_field

pc = PhaseSteppingRetrieval(n_steps=8)
I = pc.generate_stepping_curve(1.0, 0.5, 0.6)
abs_r, ph_r, df_r = pc.fourier_retrieve(I)
print(f"Retrieved: Abs={abs_r:.3f} Phase={ph_r:.3f} DF={df_r:.3f}")

結語：從同步輻射到社區醫院

X 射線相位襯度成像正處於從物理實驗室向臨床放射科過渡的歷史性時刻。光柵干涉儀技術的成熟——特別是高縱橫比光柵（LIGA 工藝）的製造突破和緊湊型 X 射線源適配——使 XPCI 擺脫了對同步輻射設施的依賴。三通道信號（吸收、相位、暗場）提供的互補診斷信息，特別是在肺部疾病（慢阻肺早期篩查）、乳腺腫瘤（微鈣化表徵）和骨科（骨微結構評估）領域，有望填補現有影像模態的關鍵空白。未來五到十年，隨著光柵製造成本的降低和掃描視野的擴大，XPCI 將可能在常規放射科中成為 CT 和 MRI 的重要補充。