目的:探讨双层探测器光谱CT单能量图像（VMI）及电子云密度图（EDM）在肺磨玻璃结节（GGN）良性与恶性鉴别诊断中的价值。方法:回顾性分析2019年7月至2020年8月南京医科大学鼓楼医学院经病理证实的65例GGN患者影像资料。65例中，良性27例、恶性38例，均于术前2周内接受双层探测器光谱CT扫描，并在后处理工作站重建出常规120 kVp混合能量图像（PI）、电子云密度图及40~80 keV虚拟单能量图。采用Mann-Whitney U检验比较良性与恶性GGN在PI、40~80 keV VMI中的CT值及电子云密度（ED）；采用独立样本 t检验比较良性与恶性GGN的大小；采用χ2检验分析并比较良性与恶性GGN的CT征象，包括病灶大小、部位、形态、边缘、内部结构、邻近结构、结节类型等。采用受试者操作特征（ROC）曲线分析不同能谱定量参数对良性与恶性GGN的鉴别诊断效能。将差异有统计学意义的CT征象及各能谱定量参数采用logistic回归进行多因素分析，找出预测GGN为恶性病变的独立危险因素，然后将各独立危险因素单独或联合行ROC曲线分析。 结果:病灶形态、毛刺、分叶、部位、大小在肺良性与恶性GGN间差异有统计学意义（ P<0.05）。良性与恶性GGN的PI、40~80 keV VMI中CT值及EDM中的ED值差异均有统计学意义（ P<0.05）。PI、40~80 keV VMI中CT值及EDM中的ED值鉴别诊断良性与恶性GGN的ROC曲线下面积（AUC）分别为0.680、0.682、0.683、0.686、0.694、0.676、0.722，其中ED值的AUC最高。以GGN形态、毛刺、分叶、部位、大小、ED值及PI、40~80 keV VMI中CT值为自变量，GGN为恶性或良性为因变量进行二元logistic回归分析，结果显示ED值（OR=1.045，95%CI 1.001~1.090， P=0.044）、病灶大小（OR=1.582，95%CI 1.159~2.158， P=0.004）、毛刺征（OR=11.352，95%CI 2.379~54.172， P=0.002）均为恶性GGN的独立危险因素。对ED值、病灶大小、毛刺征单独及三者联合进行ROC曲线分析，鉴别诊断GGN良性与恶性的AUC为0.722、0.772、0.698、0.885，ED+病灶大小+毛刺征联合诊断的AUC最大，其灵敏度、特异度分别为92.1%、74.1%。 结论:双层探测器光谱CT平扫图像鉴别诊断肺GGN时，EDM的诊断效能高于其他VMI；当EDM联合病灶大小及毛刺征进行综合诊断时效能进一步提高。

目的:寻找新型双层探测器光谱CT显示直肠癌病灶的最佳keV值，并探讨其对直肠癌T分期的效能。方法:回顾性分析2019年5月至10月上海交通大学医学院附属瑞金医院经手术病理确诊的43例直肠癌患者资料，所有患者手术1周前接受双层探测器光谱CT扫描。基于静脉期CT图像重建40、50、60、70 keV虚拟单能级图像（VMI)和常规120 kVp混合能量图像（PI）。测量信噪比（SNR）、对比噪声比（CNR），并采用5分法对图像质量进行评分，获得最佳keV VMI。以病理结果为金标准，计算基于最佳keV VMI和120 kVp PI术前直肠癌T分期的准确率。采用单因素方差分析比较5组图像CT值、SNR和CNR，采用Friedman检验比较图像质量评分，准确率的比较采用McNemar检验或Fisher确切概率法。结果:直肠肿瘤SNR及CNR在40~70 keV VMI均优于120 kVp PI，40 keV VMI的肿瘤SNR高于其他图像（ P<0.05），且在40 keV VMI可获得较高的CNR，但与50 keV VMI比较差异无统计学意义（ P>0.05）。40~60 keV VMI的图像质量评分均高于120 kVp PI（ P<0.001）。40 keV VMI为最佳图像。40 keV VMI与120 kVp PI术前诊断直肠癌T分期的准确率分别为67.4%（29/43）、48.8%（21/43），差异有统计学意义（ P=0.008），在术前诊断局部进展期（T3~4期）直肠癌方面，40 keV VMI的诊断准确率（83.7%，36/43）和特异度（58.8%，10/17）均明显高于120 kVp PI（ P=0.016、0.031）。 结论:新型双层探测器光谱CT40 keV VMI图像质量较好，可提高术前直肠癌T分期的准确率。

双层探测器光谱CT（SDCT）是一种利用双层探测器同时采集高、低能数据的能谱CT技术。光谱成像中的虚拟单能级图像、碘密度图、虚拟平扫及有效原子序数图可广泛用于外周血管的影像诊断中，在改善成像质量、提高病变检出率、提升鉴别诊断能力及降低辐射剂量等方面均发挥了很大作用。现对SDCT设备特点、常用的血管能谱成像技术及其在外周血管成像中的应用价值进行综述。

目的:探讨双层探测器光谱CT在术前评估乳腺癌患者免疫组化表达水平的价值。方法:回顾性分析2020年10月至2021年1月在西南医科大学附属医院术前接受光谱CT胸部扫描的乳腺癌患者的临床、病理及影像资料。共纳入70例患者，根据免疫组化分为雌激素受体（ER）阳性或阴性、孕激素受体（PR）阳性或阴性、人类表皮生长因子受体2（HER2）阳性或阴性、细胞增殖相关核抗原（Ki-67）阳性或阴性。采用Philips工作站及Spectral Diagnostic Suite软件分析所有图像，记录病灶CT值及碘浓度（IC）值，病灶动、静脉期有效原子序数（Z eff），并计算动、静脉期标准化CT值（NCT）、标准化碘浓度（NIC）值、keV-CT值曲线斜率（K）以及动静脉期CT差值、动静脉期IC差值。采用独立样本 t检验比较免疫组化指标阳性与阴性患者能谱参数的差异，并采用ROC曲线分析能谱参数鉴别诊断不同免疫组化指标阳性与阴性的效能。 结果:ER阴性患者动脉期及静脉期Z eff、NIC、K值、CT值、IC值和静脉期NCT均高于ER阳性患者，差异具有统计学意义（ P<0.05）；HER2阳性患者静脉期Z eff、NIC、K值、IC及动静脉期CT差值、动静脉期IC差值高于阴性患者，差异具有统计学意义（ P<0.05）；Ki-67阳性患者动脉期K值大于阴性患者，差异具有统计学意义（ P<0.05）。以动脉期K值=1.22作为阈值，其鉴别诊断ER阳性与阴性的效能最高（曲线下面积0.791，灵敏度84.00%，特异度65.00%）；以动静脉期IC差值为0.47 mg/ml作为阈值，其鉴别诊断HER2阳性与阴性的效能最高（曲线下面积0.736，灵敏度76.32%，特异度65.62%）。 结论:双层探测器光谱CT对乳腺癌患者免疫组化表达有一定的诊断价值，可以为临床诊疗提供参考。

目的:探讨光谱CT评价基于2011及2020年版病理分级系统不同病理分级实性肺腺癌的价值。方法:回顾性分析2019年1月至2021年9月在上海交通大学医学院附属仁济医院经手术证实的76例实性肺腺癌的临床及影像资料。根据2011及2020年国际肺癌研究协会提出的病理分级系统进行分组（低级别组为G1、G2级，高级别组为G3级），并以临床分期Ⅰ~Ⅱ为非进展期，Ⅲ~Ⅳ为进展期。采用独立样本 t检验或Mann-Whitney U检验比较高级别组与低级别组的临床特征（性别、年龄、吸烟史、临床分期）、常规CT参数（肿瘤大小、形态学特征、平扫CT值及动静脉期强化幅度）及能谱参数［碘含量、有效原子序数、单能量CT值（CT 40 keV~CT 200 keV）及其曲线斜率k值］。采用受试者操作特征曲线及曲线下面积（AUC）分析各参数诊断肺腺癌病理分级的效能，AUC间比较采用 Z检验。 结果:76例患者中，按照2011版病理分级系统，低级别组59例、高级别组17例；按照2020版病理分级系统，低级别组46例、高级别组30例。临床非进展期62例，按照2021版病理分级系统，低级别组50例、高级别组12例；2020版病理分级系统，低级别组37例、高级别组25例。临床进展期14例，2011及2020版病理分级结果均相同，均为低级别组9例、高级别组5例。对于非进展期肺腺癌，2011版病理分级系统中高级别组动脉期的强化幅度、k值、CT 40 keV~CT 60 keV以及静脉期的强化幅度、k值、CT 40 keV~CT 70 keV低于低级别组（ P<0.05），其余指标两组间比较差异无统计学意义（ P>0.05）；2020版病理分级系统中高级别组动脉期的CT 60 keV及静脉期的CT 50 keV~CT 70 keV均显著低于低级别组（ P<0.05）。2011和2020版病理分级系统进展期肺腺癌中高级别组的临床特征及CT参数与低级别组比较差异无统计学意义（ P>0.05）。在非进展期腺癌中，动脉期的强化幅度、k值、CT 40 keV~CT 60 keV以及静脉期的强化幅度、k值、CT 40 keV~CT 70 keV对于2011版高级别肺腺癌具有较高的鉴别诊断效能（AUC为0.700~0.853），以静脉期CT 50 keV最佳；但对于2020版高级别组肺腺癌，动脉期CT 60 keV及静脉期CT 50 keV~CT 70 keV的鉴别诊断效能均较低（AUC为0.652~0.688），以静脉期CT 60 keV最佳，当联合使用吸烟史及静脉期CT 60 keV时，检出效能略有提高（AUC=0.772），但差异无统计学意义（ Z=0.93， P=0.176）。 结论:光谱CT的能谱参数有助于区分实性肺腺癌的病理分级，且对于2011版高级别组肺腺癌的评价效能略优于2020版。

目的:探讨双层探测器光谱CT定量参数联合常规CT特征的列线图模型在术前预测结直肠癌肿瘤沉积（TDs）中的价值。方法:本研究为病例对照研究。回顾性收集苏州大学附属第一医院2022年1月至2023年3月术前接受光谱CT腹部增强扫描且经病理确诊的126例结直肠癌患者，根据病理结果分为TDs阳性组（ n=38）和TDs阴性组（ n=88）。评估其常规CT特征，包括cT分期、cN状态、静脉期强化是否均匀、瘤周脂肪浸润（PFI）、肿瘤最大径以及肿瘤位置。测量并计算病灶动脉期、静脉期标准化碘浓度（NIC）、标准化有效原子序数（NZ eff）、40~100 keV光谱曲线斜率（K）和动静脉期NIC差值。采用多因素logistic回归分析筛选出TDs的独立预测因素并构建基于光谱CT定量参数及常规CT特征的列线图模型，利用受试者操作特征曲线评估各参数及模型的预测效能，采用DeLong检验比较曲线下面积（AUC）的差异。 结果:TDs阳性组与TDs阴性组间cT分期、cN状态、静脉期强化是否均匀、PFI、静脉期NIC、静脉期NZ eff、静脉期K和动静脉期NIC差值差异有统计学意义（ P<0.05）。经过logistic回归分析，常规CT特征模型纳入2个特征，分别为静脉期强化不均匀（ OR=9.602，95% CI 3.728~24.734， P=0.001）和PFI（ OR=2.881，95% CI 1.177~7.049， P=0.020）。常规CT特征与光谱CT定量参数的联合模型纳入3个特征，分别为动静脉期NIC差值（ OR=37.599，95% CI 8.320~169.912， P=0.001）、静脉期强化不均匀（ OR=14.978，95% CI 3.848~58.295， P=0.001）、PFI（ OR=4.013，95% CI 1.320~12.760， P=0.015），并构建列线图。列线图模型的预测TDs的AUC、灵敏度、特异度分别为0.919（95% CI 0.865~0.973）、84.2%、86.5%，常规CT特征模型预测TDs的AUC为0.796（95% CI 0.707~0.885），低于列线图模型，差异有统计学意义（ Z=3.87， P=0.001）。 结论:双层探测器光谱CT可用于术前预测结直肠癌TDs，以光谱CT定量参数联合常规CT特征的列线图模型诊断效能最佳。

目的:探讨双层探测器光谱CT碘密度图及低能级虚拟单能量图像（VMI）在胰腺神经内分泌肿瘤（pNETs）检出中的应用价值。方法:回顾性分析2019年1月至6月，于上海交通大学医学院附属瑞金医院经手术病理证实为pNETs的23例患者资料，均于术前1周内接受双层探测器光谱CT胰腺动态增强扫描。扫描后重建动脉期、门静脉期常规120 kVp混合能量图像（PI）、碘密度图和40、50、60、70 keV VMI。由1名3年工作经验的放射科住院医师和1名10年以上工作经验的高年资放射科医师独立阅片，与病理结果对照，分别基于PI、40~70 keV VMI及PI+碘密度图计算pNETs的检出率。测量动脉期、门静脉期PI、40~70 keV VMI中病灶、正常胰腺实质及腹壁脂肪CT值和噪声，计算对比噪声比（CNR），采用重复测量单因素方差分析比较不同图像CT值、CNR和图像噪声的差异。以5分法对PI与不同能级VMI进行评分，采用Friedman检验进行组间对比。结果:23例患者经手术证实共26个pNETs病灶。低、高年资医师在PI中pNETs病灶检出率分别为76.9%(20/26)和84.6%(22/26)，40、50 keV VMI中低、高年资医师pNETs病灶检出率均提高至92.3%(24/26)，而在碘密度图+PI中，高年资医师pNETs病灶检出率进一步提高至96.2% (25/26)，低年资医师依然为92.3%(24/26)。动脉期、门静脉期PI与40~70 keV VMI中病灶、正常胰腺实质CT值、CNR和噪声总体差异均有统计学意义（ P<0.001）。不同能级VMI中，病灶CT值与CNR随着能级降低明显升高，40~70 keV VMI中pNETs病灶CNR均优于PI。PI与40~70 keV VMI图像质量主观评分的中位数分别为3、3、4、4、5分，组间总体差异有统计学意义（χ2=66.393， P<0.001）。 结论:双层光谱探测器CT低能级VMI可提高增强CT pNETs病灶CT值和CNR，结合碘密度图有助于pNETs病灶的检出。40 keV VMI中pNETs病灶CNR最高，而图像噪声仍低于PI，推荐临床使用。

目的:探讨双层探测器光谱CT多参数分析对甲状腺乳头状癌（PTC）初始复发风险的预测价值。方法:该研究为横断面研究。回顾性收集2021年11月至2022年10月于南京医科大学第一附属医院经病理证实的102例PTC患者，男25例、女77例，年龄（42±13）岁。对PTC患者进行初始复发风险评估，分为低危组（75例）和中高危组（27例）。纳入分析的临床特征包括年龄、性别、体重指数、是否合并结节性甲状腺肿、桥本氏甲状腺炎及术前甲状腺功能。形态学特征包括病灶大小、位置、形状、纵横比、与包膜接触程度、钙化和囊变。测量光谱CT动静脉期病灶定量参数，包括碘浓度（IC）、标准化碘浓度（NIC）、有效原子序数（Z eff）、标准化有效原子序数（NZ eff）、电子云密度（ED）、40~200 keV（间隔30 keV）单能图像CT值和能谱曲线斜率（λ HU）。分别采用独立样本 t检验、Mann-Whitney U检验或 χ2检验比较2组间各临床、形态学特征及光谱CT定量参数的差异。利用二元logistic回归分别构建基于临床和形态学特征的临床模型、光谱CT定量参数模型及两者联合模型，并采用受试者操作特征曲线评估模型预测PTC患者初始复发风险效能，曲线下面积（AUC）的比较采用DeLong检验。 结果:低危组与中高危组患者间性别、病灶长径、病灶短径及钙化差异有统计学意义（ P<0.05）。中高危组病灶的动脉期IC、动脉期Z eff、动脉期λ HU、动脉期CT值 40 keV、静脉期NIC、静脉期NZ eff均低于低危组，差异有统计学意义（ P<0.05）。经logistic回归分析，临床模型纳入了性别（ OR为2.895，95% CI 1.047~8.002， P=0.040）和病灶长径（ OR为1.142，95% CI 1.042~1.251， P=0.004），预测PTC患者初始复发风险的AUC为0.720，灵敏度为63.0%，特异度为78.7%。光谱CT定量参数模型中纳入了动脉期IC（ OR为0.580，95% CI 0.370~0.908， P=0.017）、静脉期NIC（ OR为0.077，95% CI 0.011~0.536， P=0.010）、静脉期NZ eff（ OR为0.002，95% CI 0.001~0.103， P=0.009），AUC为0.774，灵敏度为71.9%，特异度为70.0%。联合模型的AUC为0.857，灵敏度为74.1%，特异度为88.0%，优于临床模型（ Z=2.92， P=0.004）和光谱CT定量参数模型（ Z=2.07， P=0.046）。 结论:基于病灶的光谱CT多参数分析能有效预测PTC患者的初始复发风险，且联合临床和病灶形态学特征能进一步提高预测效能。

目的:探讨双层探测器光谱CT（DLSDCT）区分中心型肺肿瘤与肺不张区域的价值。方法:收集2020年1月至12月山东省肿瘤医院经病理证实的中央型肺癌合并肺不张患者51例，分析其DLSDCT平扫、动脉期及静脉期常规CT及40 keV 虚拟单能量成像（MonoE）、碘密度图（ID）及40 keV MonoE-ID融合图像对肺肿瘤与肺不张区域的区分能力。采用Cochran′s Q检验比较4种图像对肿瘤及肺不张区域的区分情况，事后两两比较以Bonferroni法校正；采用Friedman检验比较4种图像中肺肿瘤最大横截面长径的差异。结果:51例患者中，平扫期常规CT图像、40 keV MonoE、ID及40 keV MonoE-ID融合图像均不能区分肺肿瘤及肺不张；动脉期常规CT图像、40 keV MonoE、ID及40 keV MonoE-ID融合图像能够区分肺肿瘤与肺不张区域的病例数分别为4、5、5、6例；静脉期常规CT、40 keV MonoE、ID及40 keV MonoE-ID融合图像能够区分肺肿瘤及肺不张区域的例数分别为17、35、39、38例，静脉期4种图像肿瘤区分率差异具有统计学意义（χ2 =52.40， P<0.001），两两比较显示40 keV MonoE、ID及40 keV MonoE-ID融合图像区分率均较常规CT图像高，差异均具有统计学意义（χ2=-0.35、-0.43、-0.41， P<0.001，Bonferroni法校正后）；40 keV MonoE、ID及40 keV MonoE-ID融合图像两两比较显示区分率差异均无统计学意义（ P=1.00）。17例患者的静脉期常规CT图像、40 keV MonoE、ID及40 keV MonoE-ID融合图像上均能够区分肺肿瘤与肺不张区域，肺肿瘤最大横截面长径分别为（50±21）mm、（50±23）mm、（50±23）mm、（50±23）mm，差异无统计学意义（χ2=3.61， P=0.31）。 结论:DLSDCT静脉期能谱图像对区分中心型肺癌与肺不张区域具有一定价值，在肿瘤分期、疗效评价及放射治疗方面的应用具有意义。

目的:探讨双层探测器光谱CT平扫定性联合定量参数预测肺纯磨玻璃结节（pGGN）侵袭性的价值。方法:回顾性分析2019年11月至2020年12月天津医科大学肿瘤医院术前接受双层探测器光谱CT胸部平扫，表现为pGGN且病理证实为肺腺癌113例患者（119个pGGN）的临床和影像学资料。根据pGGN的侵袭性，将119个pGGN分为非浸润性腺癌组（非IA组，66个，包括10个不典型腺瘤样增生、26个原位腺癌和30个微浸润腺癌）和浸润性腺癌（IA）组（53个）。纳入分析的定性参数包括结节形状、肺瘤界面、分叶征、毛刺征、胸膜牵拉征、空泡征、支气管充气征和血管异常征；定量参数包括结节大小、有效原子序数（Z eff）、120 kVp混合能量图像的CT值（CT 120 kVp）以及40~200 keV虚拟单能量图像的CT值（CT 40 keV~CT 200 keV）和能谱曲线斜率（λHU）。采用χ2检验、Mann-Whitney U检验和独立样本 t检验对非IA组与IA组的定性及定量参数差异进行分析。采用logistic回归分析筛选出pGGN侵袭性的独立预测因素，并以受试者操作特征（ROC）曲线评价单个独立预测因素以及联合独立因素对pGGN侵袭性的预测效能。 结果:非IA组与IA组结节形状、分叶征、支气管充气征、血管异常征分布及结节大小、Z eff、CT 120 kVp及CT 40 keV~CT 200 keV的差异均具有统计学意义（ P<0.05）。多因素logistic回归分析显示结节大小（优势比9.269，95%CI 1.640~52.395， P=0.012）、CT 200 keV（优势比1.012，95%CI 1.006~1.019， P<0.001）以及血管异常征（优势比4.940，95%CI 1.358~17.969， P=0.015）是pGGN侵袭性的独立预测因素。对单个独立预测因素以及3个因素联合的ROC曲线分析显示3个因素联合预测pGGN侵袭性的曲线下面积（AUC）显著高于血管异常征（Z=4.01， P<0.001）和CT 200 keV（ Z=3.25， P=0.001）的AUC，而3个因素联合与结节大小的AUC差异无统计学意义（ Z=1.94， P=0.052）。3个独立预测因素联合预测pGGN侵袭性的AUC为0.909，以0.505为阈值，预测pGGN侵袭性的灵敏度和特异度分别为81.1%和86.4%。 结论:光谱CT平扫定性联合定量参数对pGGN侵袭程度具有较高的预测价值。