同樣是「看見身體內部」，為什麼有時照 X 光、有時卻要進那台會發出巨大聲響的隧道？

同樣是「看見身體內部」，為什麼有時照 X 光、有時卻要進那台會發出巨大聲響的隧道？

一位學生在籃球場上扭傷腳踝，腫得像麵龜。到了急診，醫師先讓他照了一張 X 光（X-ray）。片子出來，骨頭完好，醫師說「沒骨折，是韌帶的問題」。學生忍不住問：「那韌帶呢？我看片子上根本看不到韌帶啊。」醫師笑了笑：「對，X 光看不到韌帶，要看清楚韌帶得做磁振造影（MRI）。但你現在最該排除的是骨折，X 光就夠了。」

這段看似平凡的對話，藏著醫學影像（medical imaging）最核心的一個觀念：沒有任何一種影像可以「看見一切」。每一種影像技術，背後都是一套截然不同的物理機制，因此各自擅長看見不同的組織。理解這些機制的差異，不只是放射科醫師的專業，對任何要與醫療系統打交道的人——病人、照顧者、護理人員、乃至設計健康資料系統的工程師——都是一張看懂「為什麼醫師這樣安排檢查」的地圖。

接下來，我們會依序拆解四種臨床上最常見的影像：X 光、超音波（ultrasound）、電腦斷層（computed tomography, CT）與磁振造影（MRI）。請注意：本文為醫學知識讀本，目的在於建立觀念，不構成任何個人醫療建議；實際檢查安排請以您的主治醫師判斷為準。

X 光：用「穿透差異」畫出身體的剪影

X 光是 1895 年由德國物理學家侖琴（Wilhelm Röntgen）發現的，至今仍是最普及的影像工具。它的原理一句話講完：X 光是一種高能量的電磁波（游離輻射），會穿透人體，但不同組織擋下它的程度不同。

當 X 光束從一側射入身體、在另一側用偵測器（早期是底片，現在多為數位平板）接收時，影像形成的關鍵在於「衰減（attenuation）」的差異：

• 骨骼含大量鈣質，原子序數高、密度大，會吸收掉很多 X 光，因此抵達偵測器的射線少——在影像上呈現白色。
• 空氣（如肺部）幾乎不擋射線，射線大量通過——呈現黑色。
• 軟組織、脂肪、肌肉介於之間，呈現各種灰階。

所以一張胸部 X 光，本質上是把整個三維胸腔「壓扁」投影成一張二維剪影。這也帶出 X 光的兩大限制：第一，它是重疊投影，前後的結構會疊在一起（這正是為什麼有時要照正面與側面兩張）；第二，它對軟組織的對比度差——韌帶、肌腱、軟骨、神經這些密度相近的軟組織，在 X 光下幾乎糊成一片，這就是開頭那位學生「看不到韌帶」的原因。

X 光最擅長的場景是：骨折、肺炎、氣胸、找尋體內金屬異物，以及牙科檢查。 它快速、便宜、普及，輻射劑量也相對低（一張胸部 X 光約 0.02 毫西弗，與搭飛機數小時接受的宇宙輻射相當）。

超音波：用「聲音的回聲」即時成像，而且完全沒有輻射

如果說 X 光是「光」，那超音波就是「聲」。超音波探頭（transducer）會發出人耳聽不到的高頻聲波（通常 2–18 MHz），聲波進入體內，遇到不同組織的交界面（聲阻抗 acoustic impedance 不同處）就會反射回來。探頭接收這些回聲，根據「回聲傳回來的時間」推算深度、根據「回聲強度」推算亮度，即時拼出一張動態影像。

這就像蝙蝠的回聲定位，或是船隻的聲納。超音波有幾個獨一無二的優勢：

1. 沒有游離輻射：它用的是機械聲波，不是電磁游離輻射，因此特別適合孕期產檢——這也是大多數人第一次「看見」胎兒的方式。
2. 即時動態：可以看到心臟跳動、血流流動（搭配都卜勒 Doppler 技術，還能用顏色標示血流方向與速度）。
3. 便攜、便宜、床邊可做：探頭一支接上機器即可，急診與重症照護常用「即時超音波（point-of-care ultrasound, POCUS）」當作醫師的「視覺聽診器」。

但它也有罩門：聲波無法穿透氣體與骨骼。遇到肺部的空氣或顱骨，聲波會被強烈反射或散射，後方一片黑影（稱為「聲影 acoustic shadowing」）。所以超音波看不了成人的肺與腦。此外，影像品質高度依賴操作者的手法與經驗（operator-dependent），不同人掃出來的結果可能差異不小。

超音波最擅長：腹部臟器（肝、膽、腎、脾）、產科、心臟（心臟超音波 echocardiography）、甲狀腺、乳房、血管，以及引導穿刺與切片。

CT：把 X 光「轉一圈」，重建出橫切面

電腦斷層是 X 光的「進化版」。普通 X 光是單一方向的重疊投影，而 CT 的做法是：讓 X 光源與偵測器繞著病人旋轉一圈，從各個角度拍攝數百張投影，再交給電腦用數學演算法（最經典的是濾波反投影 filtered back-projection，現代多用迭代重建）重建出一張張橫切面（cross-section）影像。

這是一個了不起的觀念躍進：CT 解決了 X 光「結構重疊」的根本問題。你可以把人體想像成一條土司，CT 把它一片一片切開來看，每一片（slice）都是真正的斷面，前後結構不再互相遮擋。現代多切面 CT（multi-slice CT）甚至能在數秒內掃完整個胸腹，再把這些切片堆疊成三維立體影像。

CT 的特性：

• 空間解析度高、掃描速度極快：對急重症（如車禍多重外傷、急性腦中風、肺栓塞）特別關鍵，「黃金時間」內幾分鐘就能掌握全身狀況。
• 對骨骼、出血、肺部、實質臟器極為敏銳。腦出血在 CT 上呈現明亮的高密度區，是急性中風判讀的第一線工具。
• 可搭配顯影劑（contrast agent）：注射含碘顯影劑後，血管與血流豐富的組織（如腫瘤）會被強化，看得更清楚。

代價是什麼？輻射劑量明顯高於普通 X 光。一次腹部 CT 的劑量約 8–10 毫西弗，相當於數百張胸部 X 光。因此臨床上遵循 ALARA 原則（As Low As Reasonably Achievable，劑量盡可能低），尤其對兒童與需要反覆追蹤的病人，會審慎評估是否必要。

MRI：用「磁場與電波」喚出體內氫原子的回應

磁振造影是四者中物理機制最特別、也最讓人陌生的一種。它完全不使用游離輻射，靠的是強大磁場與無線電波（radiofrequency, RF）。

原理可以這樣理解：人體有六成以上是水，水分子裡的氫原子核（質子）本身像一根根微小的磁針。平時它們方向雜亂，但當病人躺進 MRI 那個強磁場（臨床常見 1.5 或 3 特斯拉，是地球磁場的數萬倍）的隧道裡，這些質子會順著磁場方向排列。

接著，機器發出一段特定頻率的無線電波脈衝，把質子「敲」到高能態；當電波關閉，質子會「鬆弛（relaxation）」回原狀，並在這過程中釋放出微弱的電波訊號。不同組織的質子鬆弛速度不同（用 T1、T2 等參數描述），機器偵測這些訊號的差異，就能重建出影像。那個讓人印象深刻的「巨大敲擊聲」，其實是機器內梯度線圈（gradient coil）快速切換電流、產生機械震動的聲音。

MRI 的最大優勢是：極佳的軟組織對比度。腦、脊髓、神經、韌帶、肌腱、軟骨、半月板——這些 X 光與 CT 看不清的軟組織，在 MRI 下纖毫畢現。回到開頭那位扭傷腳踝的學生，要確認韌帶是否撕裂，MRI 正是最佳工具。

但 MRI 也有務實的限制：掃描時間長（一次檢查常需 20–40 分鐘，病人須長時間靜止不動）、費用高、設備龐大，而且因為磁場極強，體內有不相容金屬植入物（如某些舊型心律調節器、動脈瘤夾）者可能不能做。幽閉恐懼症的人在狹窄隧道中也可能感到不適。

看一個例子：頭痛的四種影像思路

假設一位病人因「突發劇烈頭痛」就醫。醫師會如何依機制選擇影像？

• 第一線：CT（不打顯影劑）。 為什麼？因為最該優先排除的是急性腦出血（如蜘蛛膜下腔出血），而新鮮血液在 CT 上呈高密度亮影、判讀快速，CT 又能在幾分鐘內完成。對「分秒必爭」的情境，速度勝過一切。
• 若懷疑腦部腫瘤或感染：MRI。 因為要細看腦組織、灰白質界線、是否有水腫或微小病灶，MRI 的軟組織對比度遠勝 CT。
• 若懷疑血管病變（如動脈瘤、血管狹窄）：CT 血管攝影（CTA）或 MR 血管攝影（MRA）。 透過顯影劑或特殊序列，專門凸顯血管。
• X 光？ 對頭痛幾乎沒有角色——它看不到腦組織，只能看頭骨。
• 超音波？ 成人顱骨擋住聲波，無法用於腦部（但新生兒囟門未閉合，反而可用顱腦超音波）。

你會發現，影像選擇不是「哪個最高級用哪個」，而是「現在最該排除什麼？哪種機制最適合看那個東西？速度、輻射、成本如何權衡？」 這正是放射醫學的臨床推理核心。

重點回顧

• X 光：用 X 光穿透人體的衰減差異，形成二維剪影。骨骼白、空氣黑。快速便宜，擅長骨折與肺部，但軟組織對比差、結構重疊。
• 超音波：用高頻聲波的回聲即時成像。無輻射，擅長腹部臟器、產科、心臟與血流，但無法穿透氣體與骨骼，且高度依賴操作者。
• CT：X 光繞行一圈後電腦重建橫切面，解決重疊問題。速度快、解析度高，是急重症與腦出血的第一線，但輻射劑量較高。
• MRI：用強磁場與電波激發體內氫質子，偵測鬆弛訊號成像。無輻射、軟組織對比最佳，擅長腦、脊髓、關節軟組織，但耗時、昂貴、有金屬禁忌。
• 核心原則：沒有萬能影像。選擇取決於「要看什麼組織、有多急、輻射與成本如何權衡」。

深入探討（研究所視角）

進入研究所層級，醫學影像的視野會從「四種儀器各自的用途」轉向物理原理、訊號重建與計算方法的統一框架，以及影像作為「定量生物標記（quantitative biomarker）」的角色。

第一，從質性影像到定量影像。 傳統上影像給的是「亮暗對比」，但前沿研究致力於讓每個像素帶有可量化的物理意義。例如 CT 已從相對的 Hounsfield 單位走向雙能 CT（dual-energy CT）與光子計數 CT（photon-counting CT），後者能直接區分不同元素成分、降低輻射並提升對比。MRI 則發展出定量磁振造影（qMRI），直接測量組織的 T1、T2、質子密度等物理參數；以及擴散張量影像（diffusion tensor imaging, DTI），利用水分子在神經纖維中的非等向性擴散，重建出大腦白質的纖維走向圖——這是 X 光時代完全無法想像的「看見連結」。

第二，影像重建作為反問題（inverse problem）。 CT 的本質是 Radon 轉換的逆運算，MRI 的本質則是 k-space（傅立葉空間）取樣後的逆傅立葉轉換。理解這一層，就能理解近十年的兩大革命：壓縮感知（compressed sensing）利用影像的稀疏性，以遠少於奈奎斯特取樣定律要求的資料量重建影像，大幅縮短 MRI 掃描時間；而深度學習重建（deep-learning reconstruction）則用神經網路直接學習從不完整、含雜訊的原始訊號到高品質影像的映射，正快速改寫各家儀器的後處理流程。這也帶出一個值得警惕的研究議題：當重建依賴學習而非純物理，是否會「幻想（hallucinate）」出不存在的病灶？影像的可信度與可解釋性，成為 AI 影像研究的核心挑戰。

第三，功能性與分子影像的跨域連結。 結構影像告訴我們「長什麼樣」，功能影像則告訴我們「在做什麼」。功能性磁振造影（fMRI）透過血氧濃度相依（BOLD）訊號間接反映腦區活動，是認知神經科學的支柱；正子斷層造影（PET）則用放射性示蹤劑追蹤代謝（如 FDG-PET 看葡萄糖代謝找腫瘤），常與 CT 或 MRI 融合成 PET/CT、PET/MRI，結合「結構定位」與「分子功能」。這呼應了 Educational Omics 中多模態整合的精神：單一模態看見的永遠是局部，多模態融合（multimodal fusion）才逼近全貌。

最後，影像體學（radiomics）與資料倫理。 一張影像可被演算法萃取出數百到數千個量化特徵（紋理、形狀、強度分布），這些「影像體學」特徵正被用來預測腫瘤分型、治療反應與預後——影像本身正成為一種高維度生物資料。但這也帶來與生理數據相同的隱私與倫理課題：醫學影像屬高度敏感的個人資料，其收集、去識別化、跨機構共享與 AI 訓練使用，都必須建立在明確的知情同意與嚴謹的資料治理之上。當影像不再只是「給醫師看的圖」，而成為「餵給模型的資料」，理解其背後的物理機制與資料屬性，就是負責任地使用這項技術的第一步。

（再次提醒：本文為知識性介紹，不構成個人醫療建議。如有健康疑慮或檢查安排需求，請諮詢您的醫師。）