目的:基于U-Net网络深度学习的方法，实现在放疗临床中低能锥形束CT(CBCT)图像转换成高能CBCT图像，以期提供双能CBCT成像图像基础且降低辐射剂量。方法:利用放疗机载CBCT设备采集CIRS电子密度模体和CIRS头部体模在80和140 kV能量下的CBCT图像数据，数据集按10∶1分为训练集和测试集。利用U-Net网络从低能量(80 kV)CBCT图像预测高能量(140 kV)下CBCT图像。采用平均绝对误差(MAE)、结构相似度指数(SSIM)、信噪比(SNR)和峰值信号噪声比(PSNR)4种度量指标，定量评价预测高能CBCT图像。结果:预测高能图像与真实高能图像之间总体结构差异较小(SSIM：0.993 ±0.003)。预测高能图像噪声较低(SNR：15.33±4.06)，但组织间分辨力有损失。预测高能图像比真实高能图像平均CT值偏低，在低密度组织中差异较小(<10 HU， P > 0.05)，而在高密度组织中差异大(< 21 HU， t ＝ －7.92， P < 0.05)。 结论:利用深度学习方法可以从低能CBCT图像获得结构相似度高的高能CBCT图像，预测高能图像具有应用于放疗临床双能CBCT成像技术中的潜力。

目的:探讨采用光谱CT胸部增强静脉期图像获得虚拟平扫、虚拟动脉期图像实现一期扫描替代三期扫描的可行性。方法:回顾性分析2022年1至5月在昆明医科大学第一附属医院接受光谱CT胸部平扫及双期增强扫描的100例患者的影像资料。对所有患者的静脉期图像进行后处理，获得虚拟平扫（VNC）及40 keV虚拟单能量图像（VMI）用于模拟动脉期图像（Vart）。采用配对 t检验、Wilcoxon检验、McNemar检验对比真实平扫（TNC）与VNC、常规动脉期（CIart）与Vart的图像质量和病灶检出情况。图像质量的客观评价指标包括胸主动脉、各级肺动脉、T4椎体骨松质、胸壁脂肪的CT值、背景噪声、信噪比（SNR）、对比噪声比（CNR）；图像质量的主观评分采用5分制双盲法评估。病灶情况的评估包括钙化灶检出率以及肺结节的大小、密度、体积、实性成分占比和影像特征。 结果:除胸壁脂肪和T4椎体骨松质外，其他部位CT值在VNC与TNC图像上差异无统计学意义（ P>0.05）；除右上肺动脉、右下肺动脉外，其他部位背景噪声值、SNR在TNC图像与VNC图像差异均有统计学意义（ P<0.05）。相较于CIart图像，Vart图像中胸壁脂肪CT值降低（ P<0.05），其余部位的CT值均明显升高（ P<0.05）；Vart图像上所有部位的背景噪声值均小于CIart图像，SNR、CNR值均高于CIart图像（ P<0.05）。TNC与VNC图像质量、CIart与Vart图像质量的主观评分差异均无统计学意义（ P>0.05）。TNC为标准，VNC对钙化的总检出率为88.53%（301/340）；除部分实性结节的短径外，其余肺结节的定性及定量评估指标在TNC与VNC图上差异无统计学意义（ P>0.05）。 结论:光谱CT胸部静脉期40 keV VMI可在血管性病变诊断方面模拟动脉期图像，静脉期VNC基本达到常规平扫标准，在一定范围内替代平扫、动脉期及静脉期三期图像具有可行性。

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:基于人工智能（AI）建立并验证≤20 mm孤立性肺结节（SPN）良恶性预测模型。方法:收集2018年11月至2020年5月在厦门大学附属中山医院接受手术切除并获得明确病理诊断的≤20 mm SPN患者279例（338个SPN），回顾性分析其临床特征（年龄、性别、吸烟史、恶性肿瘤史及家族恶性肿瘤史）、影像特征（最大径、最小径、实性占比、体积、分叶征、毛刺征、空泡征、空洞征、胸膜凹陷征）、及影像组学特征（最大CT值、最小CT值、平均CT值、中位数CT值、CT值标准差、偏度、峰值、能量、熵）。采用完全随机法将SPN按8∶2比例分为训练集（271个）和验证集（67个）。训练集数据中，首先使用最小收缩和选择算子（LASSO）回归方法对临床特征、影像特征及影像组学进行筛选，再进行多因素logistic回归分析筛选出≤20 mm SPN良恶性相关的独立危险因素，并实现列线图预测模型构建。最后将测试集数据传入该模型进行验证，绘制ROC曲线和校准曲线，评估模型预测价值。结果:训练集中271个≤20 mm SPN，其中良性81个、恶性190个。经LASSO回归及多因素logistics回归分析筛选得出年龄、性别、最大径、空泡征、实性占比5个因素为预测最大径≤20 mm SPN良恶性的独立预测因子， 构建预测模型为：P=e x/（1+e x），x=-2.583+0.027×年龄+1.519×性别+0.127×结节最大径-2.132×实性占比+1.720×空泡征。该模型预测≤20 mm的SPN为恶性的ROC曲线下面积为0.850， 灵敏度为73.7%，特异度为82.7%，准确度为82.3%。验证集67个SPN，其中良性22个、恶性45个， 预测模型的AUC为0.882，灵敏度为82.2%，特异度为81.8%，准确度为85.1%。训练集和验证集预测模型的校准曲线与理想曲线重合度良好（训练集： P=0.688，验证集： P=0.618）。 结论:基于AI建立的≤20 mm SPN的良恶性预测模型可获得预测概率并具有良好的诊断效能。

目的:探讨双能量CT碘图定量参数联合形态学征象预测甲状腺微小乳头状癌（PTMC）颈部中央区淋巴结转移（CLNM）的价值。方法:回顾性分析2020年1至12月就诊于昆明医科大学第三附属医院云南省肿瘤医院的经术后组织病理学检查诊断为PTMC且行中央区淋巴结清扫的165例患者的临床资料和影像资料，其中，男性51例、女性114例，年龄22~69 (47.8±13.9）岁，根据组织病理学检查结果将患者分为CLNM组和无CLNM组。对病灶进行形态学征象评价，包括多发病灶、病灶长径、形态不规则、微钙化、甲状腺边缘接触、增强扫描后边界模糊。测量术前行双能量CT扫描动、静脉期PTMC病灶的碘浓度（IC）及CT值，计算动、静脉期病灶的标准化碘浓度（NIC）和标准化CT值（NCT值）。采用独立样本 t检验比较CLNM组与无CLNM组患者动、静脉期病灶的IC、NIC以及CT值、NCT值间的差异；采用 χ2检验比较CLNM组与无CLNM组患者病灶的形态学征象。绘制单因素分析中差异有统计学意义的形态学征象及双能量CT碘图定量参数的受试者工作特征（ROC）曲线，计算曲线下面积（AUC），并采用二元逐步Logistic回归得到双能量CT碘图定量参数与形态学征象的联合预测系数。 结果:形态学征象方面，CLNM组与无CLNM组患者在多发病灶、病灶长径、形态不规则、甲状腺边缘接触间的差异均有统计学意义（ χ2=7.298~12.422，均 P<0.01），且甲状腺边缘接触诊断颈部CLNM的效能最高（AUC=0.695）。双能量CT碘图定量参数方面，CLNM组患者原发灶动、静脉期的NIC和NCT值均高于无CLNM组，且差异有统计学意义（0.36±0.02对0.32± 0.03、0.70±0.11对0.59±0.10、0.43±0.06对0.37±0.07、0.81±0.08对0.75±0.12， t=4.248~8.301，均 P<0.01）。且动脉期NIC诊断颈部CLNM的效能最高（AUC=0.822），最佳临界值为0.36。双能量CT碘图定量参数联合形态学征象诊断颈部CLNM的效能最高，AUC=0.908，灵敏度为86.70%、特异度为75.10%。甲状腺边缘接触是颈部CLNM的独立危险因素。 结论:双能量CT碘图定量参数联合形态学征象对术前预测PTMC颈部CLNM具有重要的临床价值。

患者女，73岁。2020年4月，因进食后间断呕吐4个月，在阳泉市第一人民医院行胃镜检查，发现食管下段病变，活检病理诊断为食管低分化鳞状细胞癌。5月7日入住我科。患者既往有高血压和心肌梗死病史，日常血压基本控制在正常范围，并规律服用治疗冠心病药物。入院CT检查示，食管下段-贲门区占位，纵隔内上腔静脉后-气管隆突区、主动脉弓下及食管下段旁可见多发淋巴结肿大，肝门区、胃小弯侧多发肿大、融合淋巴结。11日开始行紫杉醇+奈达铂一线化疗2个周期。7月2日开始行同步放化疗，放疗剂量60 Gy，分30次完成，同步奈达铂30 mg化疗，每周1次。2021年1月14日复查CT，提示肝转移，纵隔、腹腔淋巴结较前增大。23日开始行二线吉西他滨单药化疗2个周期。3月13日复查CT，示新发肺转移灶。完善心肌酶谱、高敏肌钙蛋白Ⅰ和脑利钠肽基线检查后，于22日开始行卡瑞利珠单抗治疗，200 mg静脉滴注，每3周1次。24日患者行心脏彩色多普勒超声检查过程中出现间断胸痛，当时射血分数为59%，二尖瓣、三尖瓣轻度反流。心电图检查未见急性心肌梗死异常改变。血高敏肌钙蛋白Ⅰ为1 770.60 ng/L。请心内科会诊后，给予硝酸异酸梨酯片含服，胸痛缓解。25日患者血高敏肌钙蛋白Ⅰ> 40 000 ng/L，心电图、心脏彩色多普勒超声检查与24日无明显变化。考虑患者免疫治疗基线筛查时高敏肌钙蛋白正常(<1.5 ng/L)，目前明显升高，心内科医师暂不考虑心肌梗死可能，故高度怀疑免疫性心肌炎。根据患者体重(45 kg)，予甲泼尼龙200 mg冲击治疗，复查高敏肌钙蛋白Ⅰ为11 990.60 ng/L，再次行甲泼尼龙200 mg冲击治疗。26日高敏肌钙蛋白Ⅰ为2 656.30 ng/L，较前明显下降，继续甲泼尼龙400 mg冲击治疗。当日下午患者再次出现间断胸痛，高敏肌钙蛋白Ⅰ为1 599.80 ng/L，予硝酸甘油对症治疗，胸痛缓解。27日高敏肌钙蛋白Ⅰ为31 859.70 ng/L，再次明显升高，脑利钠肽前体为14 044.0 ng/L，故将甲泼尼龙加量至1.0 g，并予吗替麦考酚酯0.5 g口服，2次/d。28日高敏肌钙蛋白Ⅰ为7 165.00 ng/L，N端-B型钠尿肽前体为10 434.0 ng/L，肌酸激酶同工酶为54 U/L，乳酸脱氢酶为454 U/L，α羟基丁酸脱氢酶为376 U/L。心脏彩色多普勒超声检查示，射血分数为55%。继续行甲泼尼龙1.0 g冲击治疗，同时加用艾司奥美拉唑抑酸护胃，辅酶Q10、尼可地尔改善心肌供血供氧和能量代谢，患者病情逐渐好转。甲泼尼龙1.0 g冲击治疗5 d后，按500、240、120 mg逐渐减量，各使用1周，患者心肌损伤指标迅速回落。4月12日高敏肌钙蛋白Ⅰ为19.50 ng/L，N端-B型钠尿肽前体为2 148.0 ng/L，肌酸激酶同工酶为57 U/L，乳酸脱氢酶为371 U/L，α-羟基丁酸脱氢酶为273 U/L，患者病情明显好转。2021年4月14日患者出院时，甲泼尼龙减量至80 mg，1次/d。

双层探测器光谱CT带来了全新的能量成像模式，其基于双层探测器实现“同源、同时、同向”的能量成像要求，在临床应用中发挥了独到的作用。中华放射学杂志双层探测器光谱CT临床应用协作组组织相关专家多次讨论，在不断积累实践经验的基础上，结合国内外文献，对双层探测器光谱CT的成像原理、技术特点及在心脏、腹部、外周血管等方面的临床应用优势进行阐述，旨在总结应用经验，为提升临床应用水平提供指导性意见。

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。

随着医学影像检查技术的进步与经验的积累，双能量CT已从单纯科学研究走向临床应用。在腹部肿瘤成像中，双能量CT在提高诊断性能、反映恶性肿瘤病理特征和评估治疗效果等方面较常规CT具有明显优势。本文简述了双能量CT的分类、目前该技术在腹部恶性肿瘤的研究现状，提出了双能量CT技术面临的挑战与应用陷阱，以期推进该技术的临床普及应用。

目的:利用体模评价能谱CT去金属伪影（MAR）技术减低脊柱不同植入物伪影的效果。方法:选取离体的羊椎体骨模型1具，分别构建椎弓根钉、3D椎体及钛网内固定模型，行能谱CT检查。以10 keV为间隔，重建出70~140 keV之间共8组MAR和非MAR图像。测量置入物旁ROI内的CT值和SD值，计算伪影指数（AI）和信噪比（SNR），同时对骨质、椎弓根钉伪影、3D椎体伪影及钛网伪影严重程度进行主观评分。绘制AI和SNR随keV变化的曲线，采用配对样本 t检验比较低能级（70 keV）、中等能级（100 keV）和高能级（130 keV）条件下MAR和非MAR图像AI值和SNR的差异，主观评分的差异比较采用Wilcoxon符号秩和检验。 结果:在70~140 keV范围内，MAR和非MAR图像椎弓根钉的前方、后方、侧方和3D椎体以及钛网旁AI值随keV的增加而减低，SNR值改善。在70、100、130 keV条件下，椎弓根钉前方、后方、侧方及钛网旁的AI值在MAR组非较MAR组均明显减低（ P<0.05）。3D椎体后方，仅在70 keV条件下，MAR图像AI值较非MAR组减低，差异有统计学意义（ P<0.001）。在椎弓根钉前方、后方及3D椎体侧方SNR值随keV增加而增加，在其他部位SNR值随keV增加而减低。主观评价中，MAR图像评分均高于非MAR图像（ P<0.05）。 结论:能谱CT MAR技术能够减低脊柱植入物伪影，可明显减少椎弓根钉及钛网伪影，而对3D椎体后方的减少伪影的效果有限。