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。

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。

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:探讨多物质伪影降低（MMAR）技术对口腔金属植入物患者颌面部CT图像的影响。方法:回顾性收集2019年3月至2020年2月郑州大学第一附属医院放射科用宽体探测器 CT行颌面部扫描且含有金属义齿植入的30例患者资料，患者病变部位均受到金属植入物伪影影响，行能谱扫描后采用静脉期分别重建 120 kV-like、虚拟单能量成像（VMI）（70、90、110 keV）、VMI（70、90、110 keV）+MMAR（简称VMI+M）图像，共 7 个图像序列。测量同层面病变及头长肌CT值和噪声（SD），计算病变伪影指数（AI）。通过 Friedman检验及 Wilcoxon检验实现对图像质量的客观、主观评估。结果:7组图像SD、AI间差异有统计学意义（SD： χ2=133.800， P<0.001；AI： χ2=92.147， P<0.001），VMI 110 keV+M图像SD［10（8， 12）］、AI［6（5， 9）］为7组内最低，其AI值与VMI 90 keV+M图像相比差异无统计学意义（ P=0.271）。VMI+M组SD、AI值低于对应单能量水平VMI组（均 P<0.05）。7组图像主观评分间差异有统计学意义（ χ2=151.199， P<0.001）。VMI（70、90、110 keV）+M图像评分高于对应单能量水平VMI图像（ Z=-4.583， P=0.000； Z=-3.742， P=0.000； Z=-2.449， P=0.014）。VMI 90 keV+M图像主观评分［4（3， 4）］最高，高于其余6组（均 P<0.05）。30例中有26例病变区域伪影完全消除，对比度良好，病变显示清晰，图像效果最佳。 结论:宽体探测器CT的MMAR技术去除口腔金属植入体伪影效果明显，能提高图像质量，VMI 90 keV+MMAR图像能兼顾最佳伪影去除效果及良好的组织对比。

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（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:探讨单源双能CT扫描(DECT)技术在改善胰腺图像质量中的应用价值。方法:收集2021年7月至2021年8月间海军军医大学第一附属医院21例正常胰腺和36例胰腺相关疾病患者的影像学资料。所有受检者先行多排螺旋CT(MDCT)平扫，再行动态增强MDCT扫描，延迟期行DECT扫描，获得正常胰腺虚拟单能量图像(VMI，40~100keV)和胰腺病灶混合能量图像(PI，80、140kVp)。勾画各组图像腹壁脂肪、正常胰腺、腹主动脉的感兴趣区(ROI)，测量并记录各ROI的CT值和标准差(SD)，计算各组能量图像的胰腺信噪比(SNR)和对比噪声比(CNR)。将不同能量的VMI(40~100keV)和PI(80、140kVp)与碘(水)基图和VMI 最佳CNR进行客观指标和主观评分的组间比较，采用单因素回归分析不同能量的VMI(40~100keV)和PI(80、140kVp)与碘(水)基图和VMI 最佳CNR的相关性。 结果:正常胰腺40~100keV的VMI图像中，SNR值最高的为VMI 最佳CNR、碘(水)基图，CNR值最高为VMI 60keV、碘(水)基图，不同能量VMI与碘(水)基图间SNR值、CNR值差异均有统计学意义( P值均<0.05)。4组胰腺病灶图像PI 80kVp、PI 140kVp、VMI 最佳CNR、碘(水)基图中，碘(水)基图的SNR值与CNR值最大，VMI 最佳CNR的SNR值、CNR值均高于PI 140kVp，差异均有统计学意义( P值均<0.05)；碘(水)基图的病灶显著性和病灶边缘清晰度评分最高，优于其他组，VMI 最佳CNR的病灶显著性和病灶边缘清晰度评分优于PI 140kVp，差异均有统计学意义( P值均<0.05)。单因素回归分析结果显示，胰腺病灶PI 80kVp、PI 140kVp、VMI 最佳CNR图像的SNR值与碘(水)基图呈显著正相关( P值均<0.05)；PI 140kVp、VMI 最佳CNR图像的CNR值与碘(水)基图呈显著正相关( P值均<0.05)，PI 140kVp的SNR值和CNR值均与VMI 最佳CNR呈显著正相关( P值均<0.05)。 结论:对胰腺相关疾病进行单源DECT增强扫描后可获得不同能量的VMI与碘(水)基图，其中VMI 最佳CNR在所有VMI中最优，而碘(水)基图在所有图像中的SNR值和CNR值最高，VMI 最佳CNR和碘(水)基图可以改善胰腺相关疾病病灶的图像质量。

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。