目的 探讨利用胸部CT能谱成像测量骨密度参数对慢性阻塞性肺疾病(chronic obstructive pulmonary dis-ease,COPD)患者合并骨质疏松的诊断价值.方法 选取我院COPD患者 171 例,均行双能X线吸收仪(DXA)骨密度检查及胸部能谱CT检查.以DXA检查结果为"金标准"分为骨质疏松组 96 例,非骨质疏松组 75 例.基于胸部CT能谱成像于所有患者中段胸椎(T5～T8)中间层面松质骨区选取感兴趣区(ROI),测量松质骨羟基磷灰石[HAP(水)、钙(水)]、HAP(脂)基物质对密度值及能谱曲线斜率(λ),各参数得出其中段胸椎平均值.比较两组间HAP(水)、钙(水)、HAP(脂)及λ的差异性,利用二元Logistic回归联合ROC曲线分析HAP(水)、钙(水)、HAP(脂)及λ诊断COPD患者合并骨质疏松的效能及临界值.结果 骨质疏松组的HAP(水)、钙(水)、HAP(脂)及λ均低于非骨质疏松组(z=-9.664,-9.625,-9.508,-9.508;P<0.001);HAP(水)诊断效能最佳,AUC 93.1%,灵敏度 85.4%,特异度 85.3%,临界值 84.27.结论 利用胸部CT能谱成像诊断COPD患者合并骨质疏松的价值较高,HAP(水)为最佳参数.

目的 基于肝脏病变,探讨Revolution CT不同期相虚拟平扫(VNC)与真实平扫(TNC)的等效性及影响因素.资料与方法 回顾性收集东南大学附属中大医院2021年12月—2022年4月行肝脏平扫及动脉(A)、静脉(V)及延迟(D)三期能谱增强的62例患者,测量直径≥5 mm的肝脏病灶,按TNC的CT值分为1组(≤20 Hu)及2组(>20 Hu),按强化程度分为a组(三期增强强化程度均≤20 Hu)和b组(三期增强中至少有一期强化程度>20 Hu),分别比较TNC和三期VNC组病灶的CT值、最大径及病灶检出率,使用多因素回归分析观察VNC与TNC CT值差值的影响因素.结果 各组病灶CT值差异有统计学意义(χ2/F=14.712、18.603、7.334,P均<0.01),仅1a组病灶VNCV和VNCD与TNC差异无统计学意义(P均>0.05),其余病灶与TNC相比,a类病灶VNC偏低,b类病灶VNC偏高(P均<0.05).各组病灶VNCA和VNCV与TNC的最大径差异无统计学意义且呈极强相关(P 均>0.05;r 均>0.8,P 均<0.001).4 组检出率差异有统计学意义(χ2=47.660,P<0.001),VNCV高于VNCA及VNCD(P均<0.05).VNC与TNC的CT值差值与增强CT值呈正相关(r2修正=0.209、0.142、0.062,P均<0.001).结论 对于肝脏病变,Revolution CT静脉期VNC是替代TNC的最佳期相,并能通过静脉期CT值行一定矫正.

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。

目的:探讨基于体模和动物模型的深度学习重建算法（TF-GSI）和自适应统计迭代重建算法（ASiR-V）对于能谱CT图像质量的影响。方法:使用GE Revolution Apex能谱CT对ACR 464体模和胃癌淋巴结转移小鼠模型（ n=16）进行扫描。分别在体模和小鼠的70 keV虚拟单能图像上重建TF-GSI和ASiR-V的中、高两档等级图像（TF-GSI-M、TF-GSI-H、ASiR-V50%和ASiR-V100%）。评价体模各组图像骨和丙烯酸的任务传递函数（TTF）、图像噪声功率谱（NPS）以及可检测能力指数（d′）。使用单因素方差分析对比小鼠图像噪声、脑组织和肝脏的信噪比（SNR）和对比噪声比（CNR）。2名医师（A和B）评价TF-GSI-H和ASiR-V100% 2种重建算法图像对微小病灶检出的一致性采用Kappa检验。 结果:体模方面，TF-GSI-H组图像在TTF、NPS和d′的表现均最佳：相较ASiR-V100%，TF-GSI-H组图像骨和丙烯酸的TTF 50%分别升高了2.4%和8.9%，TF-GSI-H组图像的NPS peak下降了54.1%，TF-GSI-H相对ASiR-V100%对骨和丙烯酸的检出能力分别提升了52.7%和59.5%。TF-GSI组相较ASiR-V组图像噪声降低，2种组织的SNR和CNR均升高，但各组图像间差异不具有统计学意义（ P>0.05）。2名医师对2种重建算法图像评价的一致性良好（A，Kappa=0.875， P<0.001；B，Kappa=0.625， P=0.012）。2种重建算法图像对小鼠微小转移灶的检出方面，TF-GSI组高于ASiR-V组（准确度分别为83.5%、71.9%；灵敏度分别为77.8%、61.2%；特异度分别为85.7%、85.7%）。 结论:TF-GSI相对ASiR-V可以提高能谱CT虚拟单能图像的空间分辨率，改善图像噪声并具有提高微小病灶检出的潜在价值。

目的:探讨CT图像特征联合双能CT定量参数对甲状腺乳头状癌（PTC）颈部淋巴结转移的诊断价值。方法:回顾性分析2017年6月至2019年6月于南京医科大学第一附属医院经手术病理证实的103例PTC患者的术前双能CT图像。参考2002年美国头颈外科协会的淋巴结分区标准，将颈部淋巴结分为7区，采用淋巴结影像病理亚区对照的方法，共纳入245枚颈部淋巴结，根据病理结果，107枚淋巴结归为转移淋巴结组，138枚归为非转移淋巴结组。纳入分析的CT图像特征包括淋巴结大小、形状、边缘、强化程度、强化方式、钙化、囊变和结外侵犯。测量动静脉期双能CT定量参数包括标准化碘浓度（NIC）、标准化有效原子序数（Z eff-c）和能谱曲线斜率（λ HU）。采用χ2检验或Mann-Whitney U检验比较转移和非转移淋巴结组间CT图像特征和定量参数差异。分别基于CT图像特征、双能CT定量参数及两者联合构建logistic回归模型，并采用ROC曲线评估其诊断效能。 结果:转移和非转移淋巴结组间CT图像特征差异均有统计学意义（ P<0.05）。转移淋巴结的动静脉期NIC、Z eff-c及λ HU均高于非转移淋巴结（ P<0.001）。联合CT图像特征和双能CT定量参数logistic模型诊断PTC颈部淋巴结转移的曲线下面积为0.922，灵敏度为86.0%，特异度为92.8%。双能CT定量参数模型曲线下面积为0.912，灵敏度为84.1%，特异度为93.5%。两者的诊断效能均优于CT图像特征模型，后者的曲线下面积为0.783，灵敏度为71.0%，特异度为73.9%（ Z=5.212、4.554， P均<0.001）。 结论:相较于CT图像特征，双能CT定量参数对PTC颈部淋巴结转移的诊断价值更高，两者联合能进一步提高诊断准确性。

涎腺肿瘤的早期发现及定性诊断至关重要，有助于临床及时采取干预措施及制定治疗方案，延缓或终止疾病进展。目前双能量CT的多参数定量分析，如虚拟单能图像（VMI）、基物质图、能谱曲线及有效原子序数等已逐步用于评估涎腺疾病，为涎腺肿瘤的定性、分期及分型提供了诸多量化指标。文章就双能量CT的多种后处理参数在涎腺肿瘤评估中的研究进展予以综述。

目的:探讨能谱CT定量参数在肺纯磨玻璃结节病变中的鉴别诊断价值。方法:回顾性分析2017年8月至2019年9月苏州大学附属第二医院影像科行胸部能谱CT扫描且有病理结果的44例纯磨玻璃结节患者的临床资料，其中男18例，女26例，年龄26~79（51±12）岁。分为炎性病变组（12例）、浸润前病变组（17例）、浸润性腺癌组（15例）；为判断水基值鉴别腺癌浸润程度的效能，进一步将以上三组合并为两组，即非浸润性腺癌组（炎性病变+浸润前病变）和浸润性腺癌组。分别测量病灶动脉期、静脉期的碘基值、标准化碘基值及水基值；计算病灶动脉期、静脉期能谱曲线斜率（K 40~70KeV）。运用单因素方差分析进行三组间比较及多重比较法进行两两比较。采用组内相关系数（ICC）检验评估三次测量数据的一致性。应用受试者工作特征（ROC）曲线下面积（AUC）评估水基值诊断效能。 结果:炎性病变组、浸润前病变组、浸润性腺癌组三组动脉期及静脉期的水基值差异均具有统计学意义［动脉期：（291.95±58.66）mg/cm 3、（297.61±63.96）mg/cm 3、（374.52±60.62）mg/cm 3；静脉期：（277.07±33.78）mg/cm 3、（291.74±50.49）mg/cm 3、（373.33±75.12）mg/cm 3］（均 P<0.05）。进一步两两比较：动脉期、静脉期水基值在炎性病变组与浸润前病变组之间差异均无统计学意义（均 P>0.05）；浸润性腺癌组与炎性病变组、浸润前病变组间差异均有统计学意义（均 P<0.05）。在鉴别浸润性腺癌和非浸润性腺癌组（炎性病变+浸润前病变）的纯磨玻璃结节上，静脉期水基值AUC最大（0.770），以349.31 mg/cm3为最佳阈值时，灵敏度和特异度分别为66.67%、93.10%。动脉期、静脉期的能谱曲线斜率、碘相关参数（碘基值、标准化碘基值）在三组间差异均无统计学意义（均 P>0.05）。 结论:能谱CT定量参数水基值在纯磨玻璃结节定性诊断中能较好鉴别炎性病变、浸润前病变和浸润性腺癌，有助于肺纯磨玻璃结节的定性分析。

目的:探讨能谱CT影像组学特征在鉴别肺癌结节与炎性结节中的价值。方法:回顾性分析在苏州大学附属第一医院接受肺部能谱CT扫描的96例肺癌结节和45例炎性结节患者的资料。按照2∶1的比例随机分配为训练组（肺癌结节64例，炎性结节30例）和验证组（肺癌结节32例，炎性结节15例）。利用MaZda软件对训练组动脉期和静脉期70 keV单能量图像进行影像组学特征提取。采用费希尔参数法（Fisher）、分类错误率联合平均相关系数法（POE+ACC）和相关信息测度法（MI）对提取的特征进行筛选，得到3组最优特征子集。然后用线性（LDA）和非线性判别分析法（NDA）对最优特征子集进行分析，计算其鉴别肺癌结节和炎性结节的受试者操作特征（ROC）曲线下面积（AUC）、准确率、灵敏度、特异度、精准率和F1分数。利用人工神经网络（ANN）建立预测模型，并对验证组两种病变进行鉴别。使用Delong检验比较不同的最优特征子集AUC的差异。结果:在动脉期，MI-NDA法选择的最优特征子集鉴别训练组肺癌结节和炎性结节的AUC最高，为0.888（95%可信区间0.806~0.943），其准确率、灵敏度和特异度分别为88.3%、87.5%和90.0%。MI-NDA法与Fisher-NDA、（POE+ACC）-NDA法的AUC差异无统计学意义（ Z=1.941， P=0.052； Z=1.683， P=0.092）。在静脉期，（POE+ACC）-NDA法选择的最优特征子集的AUC最高，为0.846（95%可信区间0.757~0.912），其准确率、灵敏度和特异度分别为87.2%、92.2%和76.7%。（POE+ACC）-NDA与MI-NDA的AUC差异无统计学意义（ Z=1.354， P=0.18），而与Fisher-NDA的AUC差异有统计学意义（ Z=2.423， P=0.015）。MI-NDA法选择的动脉期最优特征子集在训练组和验证组的AUC最高，分别为0.888（95%可信区间0.806~0.943）和0.871（95%可信区间0.741~0.951）。 结论:能谱CT影像组学定量特征可用于鉴别肺癌结节与炎性结节，具有较高的诊断价值。

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。