PET分子影像在疾病诊疗中发挥了重要作用，放射性核素标记的显像剂是彰显PET分子影像内涵的关键因素。有充分的证据表明，应用于PET显像的放射性核素产生的辐射剂量对人体是安全的，但是显像剂的使用应始终秉承"在满足显像质量的前提下能低则低"的原则，尤其是对于儿童等特殊人群。低剂量PET的临床应用，可实现使用有限的显像剂满足更多患者显像需求的目标。低剂量PET可以从以下两方面实现：第一，降低显像剂注射剂量；第二，优化图像重建算法。本期重点号从这2个方面报道了目前低剂量PET临床研究成果。陈琬琦等回顾性分析行18F-FDG全身PET/CT显像的0~3岁婴幼儿共59例，结果显示全剂量组和半剂量组患儿的图像信噪比（SNR）差异无统计学意义，表明婴幼儿患者半剂量18F-FDG全身PET/CT显像的图像质量仍然良好。

目的:比较 18F-脱氧葡萄糖(FDG)PET/CT的4种重建算法对肺结节标准摄取值(SUV)的影响。 方法:回顾性收集2018年2月至2019年7月在山西医科大学第一医院行 18F-FDG PET/CT检查的46例实性肺结节患者[男27例，女19例，中位年龄66(44～82)岁]的PET/CT图像，采用有序子集最大期望值迭代法(OSEM)、OSEM＋飞行时间(TOF)、OSEM＋TOF＋点扩散函数(PSF)及正则化算法(BSREM)进行图像重建(方法依次以G1～G4表示)，通过视觉和半定量方法分析肺结节及背景参数。根据肺窗所测结节直径，分为小结节(直径≤10 mm)和大结节(10 mm<直径≤30 mm)。行Kruskal-Wallis秩和检验及Bonferroni法分析不同算法间SUV的差异，行Spearman相关分析探讨SUV变化率(%ΔSUV)与结节直径的相关性，行受试者工作特征(ROC)曲线分析探讨SUV对肺结节良恶性的诊断效能。 结果:共114个结节，大结节55个，小结节59个。在视觉分析中，G4较G1～G3的小结节视觉检出率分别提高了55.93%(33/59)、44.07%(26/59)和20.34%(12/59)。在114个肺结节中，最大SUV(SUV max)、平均SUV(SUV mean)在不同算法间比较差异有统计学意义(中位SUV max ：2.65～5.29，中位SUV mean：2.05～2.99； H值：20.628和17.749，均 P<0.001)，G4对G1的SUV max(中位数分别为5.29和2.65)和SUV mean(中位数分别为2.99和2.05)有明显提升(均 P<0.001)。%ΔSUV max(中位数：4.45%～52.96%)、%ΔSUV mean(中位数：1.69%～47.56%)与结节直径呈负相关[9.75(6.20，16.58) mm； r s值：－0.371～－0.354、－0.371～－0.320，均 P<0.001]。在59个小结节中，G4对G1的SUV max(中位数分别为4.05和2.14)有明显提升( H＝18.327, P<0.001)，G4对G1和G3的SUV mean (中位数分别为2.31、1.26和1.53)有提升作用( H＝16.808，均 P<0.05)。在55个大结节中，SUV在不同算法间的差异无统计学意义( H值：0.812～7.290，均 P>0.05)。G1～G4的SUV max诊断良恶性的最佳截断值分别为4.335、5.185、5.410、5.745，曲线下面积(AUC)分别为0.747、0.699、0.756和0.778，四者的SUV mean及SUV peak最佳截断值对应的AUC也显示出类似趋势。 结论:在4种重建算法中，BSREM可明显提高图像质量和直径10 mm以下肺结节的SUV max及SUV mean，其SUV良恶性诊断阈值应适当上调。

目的:基于机器学习提出可应用于低图像质量、多叶准直器(MLC)遮挡和非刚性变形兆伏级(MV)图像的无标记射束方向观(BEV)肿瘤放疗跟踪算法。方法:采用窗口模板匹配法和Voxelmorph端到端无监督网络，处理MV图像中的配准问题。使用动态胸部模体，验证肿瘤跟踪算法的准确性。将模体质量保证(QA)计划在加速器上手动设置治疗偏移后执行，收集治疗过程中的682幅电子射野影像系统(EPID)图像作为固定图像；同时采集计划系统中对应射野角度的数字影像重建(DRR)图作为浮动图像，进行靶区跟踪研究。收集21例肺部肿瘤放疗的533对EPID和DRR图像进行肿瘤跟踪研究，提供治疗过程中肿瘤位置变化定量结果。图像相似度用于算法的第三方验证。结果:算法可应对不同程度(10%~80%)的图像缺失，且对数据缺失图像的非刚性配准表现较好。模体验证中86.8%的跟踪误差<3 mm，<2 mm的比例约80%作用。配准后标准化互信息(NMI)由1.18±0.02提高到1.20±0.02( t＝－6.78， P＝0.001)。临床病例肿瘤运动以平移为主，平均位移3.78 mm，最大位移可达7.46 mm。配准结果显示存在非刚性形变，配准后NMI由1.21±0.03增至到1.22±0.03( t＝－2.91， P＝0.001)。 结论:肿瘤跟踪算法跟踪精度可靠且鲁棒性好，可用于无创、实时、无额外设备和辐射剂量的肿瘤跟踪。

目的:提出一种基于Canny边缘检测算法求取CT胸腔图像噪声的方法。方法:选取2021年采集的男性志愿者的CT胸腔图像250张，通过Canny自适应阈值法提取CT胸腔图像轮廓，并比较Sobel算法、Canny双阈值法和Canny自适应阈值法的相似度；使用霍夫变换来确定感兴趣区域，考察感兴趣区域的选取大小、重建卷积核和管电流对CT胸腔图像噪声的影响。结果:Canny自适应阈值法保留了更多细节，边缘的连续性和完整性有所提高，对边缘检测与图像分割更加灵活以及更加具有鲁棒性。Canny自适应阈值法结构相似性指数最高（0.644），均方根误差最小（0.371），其在边缘轮廓检测方面相似度最高，效果更显著。随着方形感兴趣区域大小的增加，平均噪声呈现下降趋势，噪声标准差在某些区间有所增加，特别是在较大的方形区域。在同一重建卷积核的情况下，CT胸腔图像升主动脉的平均噪声比胸主动脉的高，升主动脉的噪声标准差比胸主动脉的低。对于升主动脉，重建卷积核E的升主动脉平均噪声（41.97 dB）最低，噪声标准差（20.64 dB）最大；对于胸主动脉，重建卷积核E的平均噪声（30.78 dB）最低。胸主动脉的平均噪声和噪声标准差随管电流的增加而下降。结论:提出了一种基于Canny边缘检测算法求取CT胸腔图像噪声的方法，适用于检测CT胸腔图像。

目的:探讨第3代双源CT低剂量扫描模式结合迭代重建技术在新型冠状病毒肺炎筛查中的应用价值，并评价其辐射剂量。方法:回顾分析2019年12月至2020年2月在华中科技大学同济医学院进行新型冠状病毒肺炎筛查患者120例，按随机数表法分成试验组和常规组，各60例。试验组采用第3代双源CT机，Turbo Flash扫描模式，开启CARE kV，参考管电压90 kV，螺距2.0，ADMIRE算法。常规组采用128排CT机，常规螺旋扫描模式，固定管电压120 kV，螺距1.2，FBP算法。比较两组图像中主动脉、脊柱后方肌肉及皮下脂肪CT值、主动脉噪声、信噪比(SNR)、对比噪声比(CNR)，通过这些客观参数来评价图像质量，由2位高年资影像专家采用双盲法对图像质量进行主观评分，并比较两组图像的CT容积剂量指数(CTDI vol)、剂量长度乘积(DLP)及有效剂量( E)。 结果:试验组患者主动脉、脊柱后方肌肉的CT值分别为(45.38±4.77)和(53.41±8.44)HU，主动脉SNR为2.82±0.59，明显高于常规组的(39.68±6.26)、(42.66±6.32)HU和2.58±0.61( t＝5.608、7.897、2.162， P<0.05)，而主动脉噪声、CNR及主观评分差异均无统计学意义( P>0.05)。试验组患者CTDI vol、DLP、 E分别为(3.09±1.02)mGy、(107.57±32.81)mGy·cm、(1.51±0.46)mSv，常规组分别为(7.00±1.80)mGy、(261.65±73.93)mGy·cm、(3.66±1.03)mSv，试验组明显低于常规组( t＝-14.680、-14.756、-14.756， P <0.05)。 结论:在新型冠状病毒肺炎的筛查中，使用第3代双源CT低剂量扫描模式结合迭代重建技术，在获得满足临床需求图像的同时，不仅有效地降低了辐射剂量，还提高了图像的SNR。

目的:探讨深度学习重建（DLR）较混合迭代重建（Hybrid IR）在改善胸部低剂量CT（LDCT）图像质量方面的效果。方法:回顾性分析2020年10月至2021年3月在北京协和医院行胸部LDCT体检或因肺内结节定期复查的77例患者。对所有入组患者的影像资料进行不同算法重建，获得标准级别Hybrid IR图像、标准和强级别DLR图像。在3种图像的肺实质、主动脉、肩胛下肌及腋下脂肪内选取感兴趣区并测量其CT值和标准差，用于计算信噪比（SNR）和对比噪声比（CNR）。同时，由2名影像医师按照Likert 5分量表法对图像质量进行主观评分，且记录肺磨玻璃结节（GGN）的数量，并对其显示情况进行评分。2名医师评分不一致时由第3名医师评分决定。采用Kruskal-Wallis非参数检验对3种图像的主观和客观评分进行分析，若总体存在差异，则用Bonferroni校正检验进行组内两两比较。结果:3种图像在肺实质、主动脉、肩胛下肌及腋下脂肪处的CT值差异均无统计学意义（ P均>0.05），而图像噪声、SNR和图像的CNR差异均有统计学意义（ P均<0.05）。其中标准级别Hybrid IR图像、标准和强级别DLR图像的CNR分别为0.71（0.49，0.88）、1.06（0.78，1.32）和1.14（0.84，1.48）。标准级别和强级别DLR图像均较标准级别Hybrid IR图像的主观和客观噪声低及SNR和CNR高，差异均有统计学意义（ P均<0.05）。在对主要解剖结构（肺裂、肺血管、气管和支气管、淋巴结、胸膜和心包）和GGN的显示上，标准级别和强级别DLR图像评分明显优于Hybrid IR图像，差异均有统计学意义（ P均<0.05）。 结论:与Hybrid IR相比，DLR可以明显降低LDCT图像的噪声，且对GGN的显示良好，有助于在较低辐射剂量水平时保证图像质量，从而改善采用CT行肺癌筛查及肺结节随访的安全性。

目的:探讨相同辐射剂量时偏离等中心点对CT图像质量的影响。方法:采用160层CT扫描仪对体模在等中心点和偏离3、6、9、12和15 cm处进行扫描。管电压120 kVp，管电流400 mAs，层厚、层间距1 mm，采用滤波反投影重建算法重建。测量图像的噪声功率谱（NPS）、任务传递函数（TTF）和可检测性指数（d′），使用NPS峰值（NPS peak）量化噪声大小，50%的TTF处的频率（TTF 50%）量化空间分辨率。使用单因素方差分析比较NPS、TTF和d′值。 结果:随着偏离距离的增大，噪声量不断增加，NPS平均空间频率、空间分辨率和d′值逐渐降低。等中心点及偏离3、6、9、12、15 cm处的NPS peak分别为（94.31±1.48）、（104.25±1.46）、（131.44±1.96）、（171.86±1.91）、（224.05±1.37）、（286.51±2.09）HU 2·mm 2，差异具有统计学意义（ F=37 241.91， P<0.001）。2 mm低对比度病变d′值分别为3.51±0.06、3.31±0.04、3.01±0.04、2.59±0.06、2.21±0.03、1.88±0.03。高对比度空间分辨率降低更明显，各种类型病变的d′值降低程度类似。偏离等中心点9 cm时噪声增大约82%，高对比度空间分辨率降低约12%，d′值降低约26%（ P均<0.05）。偏离等中心点15 cm时噪声增大约204%，高对比度空间分辨率降低约27%，d′值降低约45%。 结论:随着偏离CT等中心点距离的增加，CT图像质量随之下降。偏移距离大于9 cm时图像质量受到严重损害。

目的:探讨CT重建算法、辐射剂量和对比剂3种参数对纯磨玻璃密度肺结节影像组学特征稳定性的影响。方法:前瞻性选取2018年于中国医学科学院肿瘤医院就诊的35例肺结节患者(50枚纯磨玻璃密度肺结节)，对同一患者肺结节的原始图像重建后共获得6种不同参数的序列，使用ITK－SNAP软件分别对不同序列的纯磨玻璃密度肺结节进行分割，将所有扫描数据通过美国GE公司的A.K.软件进行肺结节影像组学特征提取，通过组内相关系数选取复测信度好的影像组学特征，使用R语言统计学软件对特征参数进行分析，将不同序列的所有特征值配对比较，分别统计改变采集和重建参数导致变化的影像组学特征的数量，比较不同采集和重建参数对纯磨玻璃密度肺结节影像组学特征稳定性的影响。采用配对样本 t检验或Wilcoxon检验比较不同序列特征值分布的差异，采用 χ2检验比较改变不同参数后发生变化的影像组学特征数量的差异。 结果:50枚纯磨玻璃密度肺结节共提取391个影像组学特征，组内相关系数>0.75的特征为320个。同时改变CT重建算法、辐射剂量和对比剂3种参数时，发生变化的纯磨玻璃密度肺结节影像组学特征达到60.9%(195/320)，其中包括6.7%(1/15)的形态学特征、100.0%(40/40)的直方图特征和58.1%(154/265)的纹理特征。仅改变1种参数(保持其他2种参数不变)的情况下，分别改变CT重建算法、辐射剂量和对比剂，发生变化的纯磨玻璃密度肺结节影像组学特征分别为10.6%(34/320)、30.9%(99/320)和50.6%(162/320)，差异有统计学意义(均 P<0.05)。当辐射剂量和对比剂改变时，与50%自适应迭代重建技术(ASiR－V)比较，滤波反投影(FBP)重建算法获得的影像组学特征发生变化更小( P＝0.001)。 结论:CT重建算法、辐射剂量和对比剂会影响纯磨玻璃密度肺结节的影像组学特征，其中对比剂对纯磨玻璃密度肺结节影像组学特征的影响最大，辐射剂量次之，CT重建算法最小；与形态学特征比较，直方图特征和纹理特征容易受到CT重建算法、辐射剂量和对比剂的影响；与50% ASiR－V比较，FBP重建算法获得的影像组学特征受辐射剂量与对比剂的影响更小，在影像组学分析中应充分考虑到这些参数的影响。

目的:探讨不同辐射剂量下深度学习图像重建算法(DLIR)相对于常规迭代重建算法(ASIR-V)对腹部体模CT图像质量的改善价值。方法:根据管电压设置100 kV组与120 kV组，每组按照容积剂量指数(CTDI vol)不同(2、4、6、8、10、15 mGy)分为6组进行常规扫描，获得基于滤波反投影(FBP)算法的CT图像，并使用不同权重迭代重建算法(ASIR-V 50%、80%、100%)及不同等级深度学习重建算法(DLIR-L、DLIR-M、DLIR-H)进行图像重建，共获得84组图像。对比分析不同重建方式下各CTDI vol组图像各部位CT值、噪声、信噪比(SNR)、对比噪声比(CNR)及主观评分的变化规律。图像质量主观评分比较采用Kruskal-Wallis H检验，客观指标和辐射剂量比较采用单因素方差分析及配对样本 t检验。 结果:同一管电压下，各CTDI vol组不同重建条件下各部位的噪声、SNR、CNR差异均有统计学意义( F ＝415.39、315.30， P<0.001)，且ASIR-V 50%与DLIR-L图像的噪声、SNR、CNR差异无统计学意义( P>0.05)；主观评分之间差异均有统计学意义(100 kV组： H＝13.47， P＝0.036；120 kV组： H＝12.99， P＝0.043)，且两名医师的主观评分一致性较高(Kappa>0.70)，其中DLIR-H图像质量评分最高，DLIR-M与ASIR-V 50%图像质量主观评分基本一致；100 kV组图像质量主观评分整体较120 kV略高。以CTDI vol为15 mGy组ASIR-V 50%图像作为参照，在满足诊断需求的前提下，低中高等级的DLIR可以分别降低辐射剂量超过30%、70%、85%。 结论:DLIR算法不仅能够显著降低图像噪声、提高图像质量，而且可以在满足诊断需求的前提下有效降低辐射剂量；推荐临床应用100 kV结合中、高等级DLIR行腹部低剂量CT扫描。

目的:探讨128层螺旋CT人工智能（AI）成像优化技术对冠状动脉CT血管成像（CCTA）图像质量的影响。方法:前瞻性连续纳入2018年5至6月在北京协和医院行前瞻性门控CCTA检查的60例临床诊断或拟诊断冠心病患者，随机数表法分为A、B两组，每组30例。A组管电压为80 kVp，对比剂用量为0.7 ml/kg; B组管电压为120 kVp，对比剂用量为70 ml。根据重建方式的不同，将A组又分为A1与A2两个亚组，A1组图像采用迭代算法重建，A2组采用AI成像优化技术优化迭代算法。B组采用迭代算法重建图像。分别以3组主动脉根部（Ao）、左冠状动脉主干（LM）、左前降支近段（LAD）、左回旋支近段（LCX）及右冠状动脉近段（RCA）感兴趣区（ROI）的CT值、噪声值、信噪比（SNR）及对比噪声比（CNR）作为图像质量客观评价指标。主观评价由2名高年资放射科医师采用双盲法对冠状动脉分支及节段水平的图像质量进行4分制评价（1分优秀，4分极差）。记录和比较A组与B组的对比剂用量和辐射剂量。采用 t检验或配对Wilcoxion秩和检验比较各组图像质量及辐射剂量的差异，采用卡方检验比较3组主观指标的差异。 结果:在CT值方面，A1与A2组相比，各ROI CT值差异均无统计学意义（ P均>0.05）；A1组及A2组Ao的CT值显著高于B组（ P均<0.01），而在其余ROI的比较差异均无统计学意义（ P均>0.05）。通过比较噪声、SNR及CNR可得，A2组与B组相比，噪声在Ao显著低于B组（ P<0.001），在其余ROI差异无统计学意义（ P均>0.05）；SNR在Ao显著高于B组（ P<0.001），在其余ROI差异无统计学意义（ P均>0.05）；而A2组CNR在各ROI均显著高于B组（ P均<0.001）。A1组与A2组相比，各ROI A2组噪声均显著低于A1组，SNR及CNR均显著高于A1组（ P均<0.001）。对冠状动脉节段主观评分结果为A2组和B组均显著优于A1组（ P均<0.05），且A2组与B组相比差异无统计学意义（ P>0.05）。A组辐射剂量指标均显著低于B组（ P均<0.001），且有效剂量（ED）降低达70.4%。同时，对比剂用量A组较B组降低37.1%。 结论:与常规扫描相比，AI成像优化技术优化后的CCTA图像可提升CCTA的主客观图像质量及诊断可判读性。